Video

近期AI视频领域进展迅速，从生成到理解均有多项突破。生成侧，Grok Imagine Video 1.5 Preview 在文本到视频和图像到视频的两个 LMArena 竞技场中均排名领先，凸显了 xAI 在视频生成上的竞争力；而阿里巴巴的 Wan2.7 也在文本到视频竞技场中夺得第三，表明中国模型的快速追赶。应用层面，快手可灵与好莱坞制作公司合作，其 Kling AI 技术被用于剧集《大卫之家》，标志着 AI 视频正从实验室进入影视工业流程。模型服务方面，xAI 的 Grok 创意套件（包括 Imagine、Video、Search）已在 OpenRouter 上线，同时 OpenRouter 推出自适应模型类型的 Playground 侧边栏，降低了开发者调用多模型的成本。理解与分析方向，NVIDIA 发布了具备技能的 Video Analytics AI Agent，能执行视频中的特定任务；而 OpenAI 的 VPT 项目则展示了通过视频预训练，AI 可在 Minecraft 中仅用少量标注数据学会复杂操作，为通用视频理解提供了新范式。当前焦点在于模型质量的持续提升与商业化的加速：生成模型能否在一致性、时长和可控性上满足专业制作需求？视频理解 Agent 能否处理开放世界任务？未来需关注各模型在长视频生成、多模态交互上的进展，以及影视、游戏等行业的实际采纳案例。