技术方向
AI 视频生成与理解：文生视频模型、视频编辑工具与影视创作变革的追踪。
27 条精选近 30 天 15 条共收录 227 条
央视《经济半小时》专题报道爱诗科技，其全球注册用户突破 1.5 亿，业务覆盖 177 个国家。自研 PixVerse V6 在 Artificial Analysis 图生视频和文生视频榜单中位列全球第二，生成速度行业第一；2026 年初发布支持 1080P 的实时世界模型 PixVerse R1。
推荐理由：节目披露了爱诗科技的全球用户规模、PixVerse V6 在 Artificial Analysis 榜单上的位置以及 PixVerse R1 的实时能力，有助于读者校准中国 AI 视频出海现状。
MiniMax H3 技术团队回应开发者关于模型架构与优化方案的疑问。团队澄清 H3 未采用 MSA 而是结合 MoBA 与稀疏注意力，采用双 VAE 以独立控制音视频模态，并提出 Regenerate-2K 将在完成效率与质量提升后开源。
推荐理由：团队通过问答澄清了架构与优化细节，开发者可据此调整工作流。
MiniMax 正式开源新一代通用视频模型 H3，支持 4 至 15 秒、2K 分辨率及立体声音频生成。H3-Base 权重已同步至 Hugging Face，支持本地部署；完整 2K 工作流需结合官方 API 调用 H3-Context-IR 与 H3-Regenerate-2K。
推荐理由：官方发布文档详细拆解了 H3 在 Hugging Face 的开源组件、支持的 2K 生成规格以及本地部署与 API 验证的完整工作流。
RunningHub 全网首发接入 MiniMax 新一代多模态模型 H3，支持文、图、音、视输入与生成，具备多模态理解、精准编辑、多场景内容生成和电影级视听质感四大能力。官方补贴期间 2K 画质低至 0.2 元/秒，全站模型低至 29 折。
推荐理由：MiniMax H3 支持文、图、音、视多模态输入与生成，2K 画质低至 0.2 元/秒，面向影视、广告与电商场景。
MiniMax 正式发布 H3，这是一款通用全模态生成模型，支持文本、图像、视频和声音的统一理解，可输出原生双声道音视频，最高支持 15s 2K 分辨率。官方称 H3 在指令遵循、文字与品牌信息呈现及 V2V Motion Transfer 方面表现出色，适用于广告、电商等商业场景。2K 分辨率下每秒价格不到主流模型的 1/3，未来几天将开放模型权重并适配国产芯片。
推荐理由：官方公布全模态生成能力、成本对比及开源计划，帮助用户判断其商业化与工程落地潜力。
LibTV 与 MiniMax 联合首发多模态视频模型 H3，支持 5 到 15 秒视频生成、24 FPS 输出与原生双声道声音，单次最多输入 12 个混合参考文件，分辨率可由 768p 升级至 1440p。活动期间 768p 低至 0.1 元/秒，2K 低至 0.2 元/秒，可结合 Skill 实现约 10 元制作一支广告视频或约 20 元完成一集短剧。
推荐理由：联合首发给出了具体能力边界和试用入口，读者可据此判断它能否进入日常视频生产。
OpenAI 发布 Sora 2，这是支持同步对话和音效的视频生成模型。旧版 Sora 产品已停止服务。