SGLang 把 MiniMax-H3 无损提速 1.95 倍
编辑精选 同样的去噪步数、同样的 8 卡 H200，换个推理运行时就快近一倍，这部分提速一分画质都没掉。再往上的 6.24 倍要拿 SSIM 换，0.76 已经是肉眼能看出差别的区间，那一档更适合筛构图而非出成片。 LMSYS 团队 8 月
视频生成 资讯与深度分析
收录 视频生成 相关 AI 新闻、产品动态和产业观察。 本页收录 14 篇已发布文章。
Gemini Omni 1.1 Flash 单段视频能接到 40 秒
编辑精选 老版本续接只看最后一秒，接出来常像换了片场；1.1 让模型回读前十秒再往下写，四十秒的连贯片段第一次落在 Flash 这一档的价位上。谷歌押的仍是拆段拼接，靠上下文窗口补接缝。 8 月 27 日，谷歌把视频模型 Gemini Om
Agnes视频免费档上线，正式版每分钟1.5美元
编辑精选 免费档给到720p、单段4到12秒、每分钟3次请求，够试手不够量产；正式版每天送200积分，按每秒2积分算能出100秒。这套额度把漏斗画得很直白：先让人跑通全流程，再在时长和分辨率上收钱。 8月26日，Agnes Video 2.
阿里 Wan3.0 上线，单条视频拉到 30 秒
编辑精选 30 秒时长加上文档直接转视频，Wan3.0 瞄准的是短剧和广告这类批量生产场景。1080P 一条 30 秒按促销价 25.2 元，这个数字比参数表更能决定它进不进生产流程。 阿里视频生成模型 Wan3.0 在 8 月 24 日全
PixPix接进FLUX Upscale，商品视频一次出4K
编辑精选 4K 商品视频的行业惯例是生成一遍、放大一遍，卖家要跑两次流程、算两笔账。PixPix 把 Black Forest Labs 的 FLUX Upscale 接进了自己的流水线，两段变一段，省掉的是卖家最不该花在工具上的那几个小时
FLUX Upscale四步把视频重生成4K
编辑精选 每百万像素每秒 0.07 美元的定价，把一段十秒 4K 片子的清晰化成本推到六美元以上。后期放大站到了比生成本身更贵的一侧，这是视频模型商业化里少有人摊开算的一笔账。 Black Forest Labs 放出了一个叫 FLUX U
MiniMax 发布 Design，把 15 秒镜头串成整片
编辑精选 H3 单次生成上限还是 15 秒，Design 却拿它做出了 3 分钟的片子。补上去的不是生成能力，是镜头之间的连贯性和一条能反复改的时间线——这块恰好是剪辑软件几十年攒下的家底。 MiniMax 在 8 月 20 日推出 Min
Seedance 2.5补上30秒
编辑精选 Seedance 2.5 的新意不限于 30 秒长度，字节把参考素材、按秒点位编辑和上线入口同时摆出来，视频模型开始更像制作工具。 视频模型的竞争，过去常被压缩成一个问题：谁的画面更像电影。字节跳动 7 月 31 日正式发布 Se
MiniMax H3把视频模型开源
编辑精选 MiniMax H3 把 2K、15 秒、原生立体声和开源权重放在同一张发布牌上；0.8 元/秒的价格很醒目，但开放权重仍要等后续文件落地。 7 月 31 日，MiniMax 发布 H3，多模态视频模型赛道多了一个很少见的组合：官
谷歌视频模型学会看三维世界
Google DeepMind 这次没有再展示一个更会“造视频”的模型。 它把视频生成模型拆开，改成了一个会做视觉感知的模型：看一段视频，按文字指令输出深度、法线、相机位姿、分割结果和 3D 关键点。论文给这个系统起名 GenCeption
谷歌上线 Nano Banana 2 Lite 和视频模型 Omni Flash
6 月 30 日，谷歌向开发者放出两个新模型：图像模型 Nano Banana 2 Lite，和还在公测阶段的视频模型 Gemini Omni Flash。两者都归在 Gemini 3.1 这一代下面，方向也是同一个：把生成媒体的单位成本压
谷歌发布 Veo 3.1 Lite，AI 视频每秒 5 分钱
时机选得很妙。 就在OpenAI宣布关停Sora不久之后，Google在3月31日上线了Veo 3.1 Lite，直接定位成最低成本视频生成模型，开放给开发者通过Gemini API接入。 这不是巧合，这是Google很清楚Sora退场留下
MiniMax 海螺 AI 成视频生成国产黑马
MiniMax这家公司在国内AI圈一直比较低调，但 海螺AI 的视频生成能力在圈内已经有了不小的口碑。 产品形态 海螺AI是MiniMax面向C端的产品，涵盖文本对话、语音合成和视频生成。其中视频生成是最拿得出手的。 用户可以通过文字描述生
OpenAI关停Sora日亏百万美元难支撑
OpenAI宣布关停Sora视频生成服务的消息在圈内引发了不小的震动——毕竟这是当初发布时最轰动的产品之一。 为什么关了 核心原因很现实： 每天亏损约100万美元 。 视频生成的计算成本远高于文本生成。每次生成一段视频需要的GPU算力是文本