阶跃星辰宣布视频生成大模型 Step-Video 开启内测，用户可在跃问视频官网申请内测资格。
Step-Video模型目前支持从文本生成视频（文生视频），能够生成高达1080P分辨率、最长10秒的高清视频，平均需要2.5分钟来完成一条视频，但其在自动优化提示词、美学风格表现以及运动控制方面展现出了显著优势。
在美学风格方面，Step-Video在中国风题材上的表现尤为突出，能够精准理解和生成符合古诗意境的内容，在运动控制上，Step-Video展现了优异的性能，能够生成符合物理运动规律的视频，这对于AI视频生成领域来说是一个挑战，因为它需要模型对语义有深度理解，并处理空间位置透视关系、物体相互作用等复杂细节。
预计未来阶跃星辰将带来更多的改进和新功能，进一步提升视频生成的效率和质量。
跃问视频官网地址：https://top.aibase.com/tool/yuewenshipin
近日AI领域迎来多项重要更新：阿里夸克发布AI创作平台“造点”，整合通义万相Wan2.5与Midjourney V7，支持音画同步视频生成；Wan2.5-Preview实现多模态输入与电影级视频同步生成，提升视觉创作能力；可灵AI推出视频生成模型2.5Turbo并降价30%，降低使用门槛；阿里通义推出Qwen3-ASR-Toolkit，实现小时级音视频转录；谷歌相册AI编辑功能扩展至安卓用户，支持语音修图；谷歌Mixboard工具助力创意设计，生成情绪板；Qwen发布Qwen3-Max模型，在代码生成与智能体能力表现突出；Figma推出MCP服务器，实现设计到代码的一键转换，提升开发效率。
国庆假期前夕，OpenAI发布了Sora 2，一款旗舰视频和音频生成模型。 据介绍，Sora 2可以完成以前的视频生成模型难以完成的事情，比如运动员的奥林匹克体动作、桨板上的后空翻，准确模拟浮力和刚度的动态等等，并擅长现实主义、电影和动漫风格。 一则来自《连线》杂志的重磅爆料更是指出，OpenAI的下一步棋，并非简单升级一个模型，而是要亲自下场，推出一个独立的AI影�
在2025云栖大会上，阿里发布通义万相Wan2.5 Preview系列模型，覆盖文生视频、图生视频、文生图和图像编辑四大功能。其视频生成模型首次实现音画同步，可生成匹配画面的人声、音效和BGM，时长从5秒提升至10秒，支持24帧/秒的1080P高清输出，降低影视级创作门槛。模型指令遵循能力增强，支持运镜等复杂连续变化控制。用户通过通义App输入指令即可自动生成10秒高清视频，每日免费使用15次，支持导出无水印视频。同时，图像生成能力全面升级，可生成中英文字符和图表，支持图像编辑功能，一句话即可完成P图。
日前，苹果发布了iPhone 17 Pro系列，但由于采用新的大尺寸镜头模组，于是将闪光灯从镜头旁边移动到了机身另一侧。 但近日一位网友吐槽，在使用iPhone 17 Pro系列的相机闪光灯时，会在录制视频对象附近产生阴影。 他表示：看起来像是有人从角落里拿着灯，老实说，这真的超级烦人。”
本期AI日报聚焦多项技术突破：DeepSeek发布V3.2-exp模型，通过稀疏注意力机制降低API成本50%；Anthropic推出Claude Sonnet 4.5，在编码任务表现卓越；ChatGPT新增即时结账功能，实现对话界面直接购物；OpenAI将推出AI版TikTok，所有内容由Sora2模型生成；百度地图升级小度想想2.0，提供智能出行服务；蚂蚁集团开源万亿参数模型Ring-1T-preview；DeepMind提出“帧链”概念，推动视频模型实现全面�
短剧的风这下是真的吹到了视频号。 “00后帅气多金董事长爱上干保洁40岁离异的我”;“和自己闪婚的黄昏恋老伴，竟然是豪门。”……最近小编一打开手机随便刷一刷视频号，便能邂逅许多爆款“雷人”短剧。 前几天，就连金融反腐题材的《K线成长记》都火了，证券时报发的全集转发就突破1万+。 它们剧情够爽、反转够快，即便有的剧情夸张、逻辑欠缺，依旧赢得网友
随着B站推出“视频播客出圈计划”，抖音、小红书等平台相继加码，名人效应与资源倾斜不断助推着这一内容形态站上风口。与此同时，质疑也随之而来，“播客视频化是否只是一个伪命题?”“到底是视频播客化还是播客视频化?”等议论愈演愈烈。 而在这些争论之外，一个更值得思考的议题正在浮现:当公众在讨论视频播客的概念是否成立时，行业能否借此机会跳出形式之�
本文汇总了近期AI领域多项重要进展：生数科技推出Vidu Q2模型，显著提升视频生成中细微表情的真实感；火山引擎发布炉米Lumi平台，支持视觉模型LoRA微调以定制独特风格；阿里云通义千问开源超300个模型，下载量突破6亿次；百度开源多模态视觉理解模型Qianfan-VL，适配不同场景需求；微软在Copilot中引入Anthropic模型，拓展AI助手功能；OpenAI计划在美国新建五个数据中心以加速Stargate项目；英伟达开源Audio2Face模型，提升实时面部动画生成效果；Meta发布具备沙箱推演能力的32B代码世界模型CWM，优化代码调试效率。这些动态展示了AI技术在视觉、多模态、开源生态及硬件支持等方面的快速迭代与创新突破。
不难发现，近几个月，开源频频成为 AI 社区热议的焦点。尤其是对于国内科技公司来说，开源成为主旋律。根据 Hugging Face 中文 AI 模型与资源社区的数据显示，国内厂商在七八月接连开源33款、31款各类型大模型。 这些开源成果大多落在了文本、图像、视频、推理、智能体以及世界模型领域，而音频生成占比很小。
本期AI日报聚焦多领域技术突破：京东物流发布“超脑大模型2.0”与“异狼具身智能机械臂系统”，推动物流行业迈向自主执行；DeepSeek推出V3.1终结版，修复漏洞并为V4架构铺路；Kimi上线Agent模式“OK Computer”，支持智能网站开发等复杂任务；ChatGPT新增个性化资讯功能，定制用户专属新闻；Exa Code发布代码索引工具，助力AI代理精准生成代码；Meta推出AI视频创作平台Vibes，简化短视频制作；蚂蚁数科发布隐私保护AI框架Gibbon，推理速度提升超百倍；OpenAI新基准测试显示GPT-5在多个行业逼近人类专家水平，覆盖九大行业44种职业。
