产品07:18
OverchatAI 推出多模型 AI 应用，整合聊天/图像/视频生成OverchatAI 解决了 AI 工具碎片化的痛点，经常在多模型间切换的创作者和开发者可以直接在一个界面里完成聊天、绘图和视频生成，省去来回跳转的麻烦。
#视频生成
共 934 条 · 7 天 87 条 · 30 天 341 条 · 话题观测 →
6月5日
HeyGen 推出 Cinematic_avatar API，保留肖像并构建视频管线
HeyGen 的 Cinematic_avatar API 让视频生成从“手动调参”进化到“代码驱动”，做视频管线或批量内容生产的团队可以直接用 CLI 集成，省去重复劳动。
6月4日
xAI 更新 Grok Imagine 1.5，支持图像转视频 720p
xAI 的 Grok Imagine 1.5 让静态图片秒变 720p 视频，做短视频或创意内容的团队可以直接拿来用，省去复杂后期。
产品07:43
Replicate 与 xAI 合作推出 Grok Imagine Video 1.5 提示指南做 AI 视频生成的开发者可以直接用这份指南提升 Grok Imagine Video 1.5 的出片质量，值得收藏。
产品01:57
Google 推出 frame.md：视频版 design.md，让 AI 生成品牌视频做品牌视频的团队终于有了 AI 可读的规范——frame.md 让代理直接生成符合品牌调性的视频，省去反复调整的麻烦，建议内容创作者和营销团队点开看看。
6月3日
产品22:39
京东开源 JoyAI-Echo 长音视频生成框架，实现对话式编辑长视频生成领域终于有了能保持角色一致的开源方案，做视频生成、影视制作的团队可以直接拿来用，省去大量后期修复时间。
IT之家原文
产品16:11
字节 Seedance 2.0 单月营收超 10 亿元，仍在爬升视频生成模型商业化迎来里程碑——Seedance 2.0 单月营收超 10 亿，说明 AI 视频 API 已从概念走向真金白银。做视频生成、内容创作或云服务的团队值得关注，字节的定价和增长策略可能成为行业风向标。
6月2日
LongCat 发布 WBench：视频世界模型从选美到压力测试
做视频生成或世界模型的研究者终于有了正经的评估工具——WBench 把视觉质量和控制能力分开测，看完你会明白为什么很多漂亮视频其实不能当世界模型用。
Ethan He 谈视频生成、世界模型与智能体：下一个前沿
Ethan He 对 AI 前沿的预判直击要害，做视频生成、智能体或世界模型的开发者看完会有启发——尤其是关于迭代速度和智能体方向的洞察，值得点开细品。
论文11:11
Render-Free 3D人体运动控制：Mesh Tokenization 赋能视频扩散模型做视频生成或3D人体动画的团队终于有了不依赖渲染的精准控制方案——直接压缩3D网格token，避免2D引导的伪影问题，建议做运动控制或虚拟人应用的开发者点开看看。
用GPT Image 2和Seedance 2.0在Lovart制作动漫风美食短片
想做动漫风美食短视频但不会画图？这个教程用GPT Image 2出图+Seedance 2.0动起来，两步搞定，内容创作者可以直接抄作业。
6月1日
论文10:31
TunerDiT：无需训练的多事件视频生成渐进引导方法做视频生成的研究者或开发者，如果被长视频多事件生成的一致性困扰，TunerDiT 的零训练方案直接可用，值得关注其事件边界控制与提示融合的设计。
5月31日
Grok-Imagine-Video-1.5-Preview 登顶图生视频 Arena
xAI 的视频模型首次登顶 Arena，做 AI 视频生成或内容创作的团队值得关注这个新选择，看看它能否在效果和速度上带来惊喜。
Grok-Imagine-Video-1.5-Preview登顶图生视频竞技场
做视频生成或关注多模态模型的开发者值得关注——Grok 视频模型首次超越主流竞品，意味着又多了一个高性价比选择，建议去竞技场实测对比效果。
5月30日
产品11:04
Gemini Omni 单提示词实现屏幕到现实视频生成视频创作者和 AI 应用开发者可以直接用 Gemini Omni 把屏幕内容变成物理模拟视频，省去传统 3D 建模和动画流程，值得一试。
产品02:18
Google 修复 Gemini 使用限制 Bug，配额消耗过快问题解决Gemini 重度用户终于不用再为几个视频就耗尽配额而烦恼了，Ultra 会员还能获得双倍生成次数，建议立即更新应用体验。
5月29日
Archon：统一多模态数字人生成模型
做数字人、虚拟角色或交互式 AI 的团队终于有了一个统一框架——Archon 把文本、音频、动作、视频全打通了，不用再拼凑多个模型，做沉浸式体验的开发者可以直接参考其架构。
5月28日
产品11:00
小云雀上线Agent Skill，每日60积分可生成12秒视频对AI视频生成和自动化创作感兴趣的团队，可以试试小云雀的Agent Skill搭配Prompt仓库，每天白嫖一个视频，适合做内容实验或日常素材积累。
Runway MCP 发布：连接 Claude、ChatGPT 等 AI 工具生成图像视频
Runway MCP 让视频生成能力直接嵌入你日常使用的 AI 助手和开发环境，做内容创作或 AI 应用的团队可以秒级接入，省去切换工具的麻烦，值得一试。
Runway MCP 上线，Replit/Claude/Cursor 可直接调用生成视频
做 AI 视频或图像生成的开发者，终于可以在 Replit/Claude 里直接调用 Runway 的顶级模型，不用来回切换工具，建议试试 MCP 连接。
Hao AI Lab 开源 FastVideo：单卡 B200 生成 30 秒 1080p 视频仅需 7 秒
视频生成速度从分钟级降到秒级，做 AI 视频创作和实时交互的团队可以直接用开源方案，大幅降低硬件门槛。
5月27日
把 Gemini Omni 当视频导演：5 个 Prompt 方法控制分镜
做视频生成的内容创作者终于不用靠堆砌形容词碰运气了——这套导演式 Prompt 方法让你像控制分镜一样控制输出，建议直接套用文中的镜头词库和骨架试试。
5月26日
小米汽车发布 Xiaomi Auto World Model：重建+生成一体化，主流基准测试全面 SOTA
小米汽车把世界模型的两条路线拧成一股绳，解决了重建缺想象、生成易漂移的行业难题。做自动驾驶感知或仿真的团队，建议看看他们的论文和技术主页，或许能启发新的技术路径。
IT之家原文
5月25日
模型11:47
LongCat-Video-Avatar 1.5 开源：数字人视频从高拟真到真可用做数字人视频生成或虚拟主播的团队，终于有了一个能直接商用的开源模型——唇形同步和长视频稳定性提升明显，建议试试 LongCat 1.5 来降低制作成本。
5月24日
5月23日
5月22日
美团开源 LongCat-Video-Avatar 1.5：10 秒数字人视频仅需 1 分钟生成
数字人视频生成终于从演示走向了可商用——10 秒视频 1 分钟生成，效率提升 15 倍，做虚拟主播、在线教育、客服视频的团队可以直接拿来用，省去大量渲染时间。
IT之家原文
oiioii 推出 150+ 视频动画风格，面向创作者
对于追求视频艺术风格多样性的创作者，oiioii 提供了超过 150 种动画风格，解决了通用模型风格单一的问题。做短视频、广告或动画的团队可以直接尝试，找到适合项目的独特视觉语言。
Google 推出 Gemini Omni：从视频输入生成任意内容
多模态 AI 又进一步——Gemini Omni 从视频直接生成内容，做视频创作或内容生产的团队值得关注，API 开放后可以直接集成到工作流中。