Kling AI 发布 4.0 版本,支持立体声与多语言口型同步并推出 Flash 轻量版
Kling AI 发布视频生成模型 4.0,单次可生成最长 30 秒视频,支持最多 10 张关键帧图像输入,提示词理解扩展至 8,000 tokens。升级后的 Omni Reference 单次生成最多接受 15 个参考素材,包括 10 张图像、总时长不超过 30 秒的 5 段视频和 7 个元素。
Kling AI 发布视频生成模型 4.0,单次可生成最长 30 秒视频,支持最多 10 张关键帧图像输入,提示词理解扩展至 8,000 tokens。升级后的 Omni Reference 单次生成最多接受 15 个参考素材,包括 10 张图像、总时长不超过 30 秒的 5 段视频和 7 个元素。
TwelveLabs 的视频语言模型 Pegasus 1.5 已在 Amazon Bedrock 上线,可将长视频按用户定义条件切分为带起止时间的结构化 JSON 元数据。
Higgsfield 将 AI 视频生成时长从 1 分钟提升到 10 分钟以上,使用 GPT-6 Astra 生成更长视频,并用 GPT-Image-2.5 提升画面精度。该平台还借助 GPT-Live 提供语音电影制作的路径。
加州 AI 公司 Odyssey 推出世界模型 Odyssey-3 的公开研究预览,用户可用文本提示词生成可实时探索的交互环境,开发者可申请 API 访问。免费在线演示基于 Odyssey-3 Flash,支持第一人称与第三人称视角;基础模型 14B 参数、生成 832 × 480 视频,Odyssey-3 Pro 支持 1280 × 720。
Anthropic 为 Claude 推出两项测试功能:Dashboards 可连接 BigQuery、Databricks、Snowflake、Salesforce 等数据源。
Pollo AI 使用 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5,帮助创作者把创意转化为精细图像和电影级视频广告。
Google 宣布其 SynthID 检测器现已支持所有合作伙伴的水印,并上线独立网站 SynthID.com 供任何人使用。SynthID 是编码在 AI 生成图像、视频像素和音频波形中的隐形信号,Google 称仅 Gemini 就已为超过 1800 亿张图像和视频以及 24 万年时长的音频集成该水印。