视频生成

视频生成技术近期迎来多项突破，从训练方法、效率到应用集成均有显著进展。训练方面，去中心化预训练模型 Paris 2.0 提出新范式，而多专家分布式训练方法则通过推理时组合专家模型提升灵活性。效率上，Hao AI Lab 开源 FastVideo，在单卡 NVIDIA B200 上生成 30 秒 1080p 视频仅需 7 秒，大幅降低门槛。应用集成方面，Runway 发布 MCP，使 Claude、ChatGPT 等工具可直接调用视频生成能力，拓展了创作场景。此外，数字人生成模型 Archon 统一了多模态生成，小米汽车的世界模型实现重建与生成一体化且达到 SOTA 水平。小云雀等工具通过积分制提供日常视频生成服务，而利用 Gemini Omni 控制分镜的方法则展现了多模态大模型在导演层面的潜力。当前焦点集中在效率与集成：FastVideo 的极速生成是否可扩展至更长、更复杂视频？Runway MCP 的开放生态是否会推动视频生成成为 AI 应用的标配能力？同时，去中心化训练和世界模型的进展暗示，视频生成正从简单生成向物理世界理解演进，其与自动驾驶、数字人交互的结合将是未来观察点。