中文 | English

文章列表

每页展示 10 篇文章。

Google Gemini Omni 1.2 Flash 正式更强:30% 价格下降、超长 AI 视频输出与多模态创作效率革命

引言:AI 视频从“演示”走向“可生产”的关键节点 2026 年 11 月 6 日,Google 旗下 Gemini 系列再次以一条更现实、更务实的升级路线震动了 AI 视频和多模态创作市场: Gemini Omni 1.2 Flash 登...

AI Video

Wizstar 发布 Wizshot 1.0:低成本高质量 AI 视频生成模型,如何重塑广告与内容创作效率

引言:AI 视频正在从“模型秀”转向“规模化内容工厂” 2026 年 11 月 6 日,Google News RSS 和行业媒体同步出现了一个相当有代表性的突破: Wizstar 推出了 Wizshot 1.0 。这一事件的重要性不在于它...

LLM & Multimodal

OpenAI Images 2.6 走向 ChatGPT 生成器:GIF 动态创作、创意迭代与图像工作流再升级

引言:AI 图像从“单帧生成”走向“创意生产工具” 在 2026 年 11 月初,AI 图像生成领域再次迎来一场被低调但非常有价值的变化: OpenAI 的 Images 2.6 相关消息与 ChatGPT 生成器升级在社区讨论中持续升温。...

AI Image

OpenAI Images 2.6 与 GIF 创作新能力:从静态图生成迈向实时创意自动化的多模态工作流

引言:生成图像不再只是“做一张图”,而是“生成一整套创意动作” 在 2026 年 11 月,生成式图像赛道再次迎来重要变化:OpenAI 相关的图像与创意能力更新引发广泛讨论,其中最值得注意的不是单一的一张海报,而是 Images 2.6 ...

AI Image

企业多模态 Agent 编排进入生产阶段:从聊天机器人升级为真实工作流执行中枢

引言:真正的 AI 智能体,不是“会聊天”,而是“能执行任务” 在 2026 年 11 月,LLM 与多模态领域的焦点,已经从“模型回答得更好”转移到“模型能不能在真实企业环境中稳定完成工作”。这意味着,多模态 Agent 的价值,不再停留...

LLM & Multimodal

Runway Gen-4.5 发布:AI 视频从“生成动画”走向“自动化广告与品牌内容编排”

引言:AI 视频的终局,不只是生成“更像真”,而是“更能执行” 在 2026 年 11 月,视频生成领域再一次迎来关键节点: Runway 以 Gen 4.5 的形式,进一步把 AI 视频从“创意演示工具”推进到了“自动化内容生产引擎”。这...

AI Video

腾讯 Hy4 发布:开放式多模态 Agent 基座如何重塑企业智能体落地与模型编排新范式

引言:从“单模态模型”走向“多模态 Agent 工程” 2026 年 11 月,腾讯围绕其新一代多模态智能体基座 Hy4 的发布,再次验证了一个行业趋势:AI 的竞争,不再只在“模型参数多大”,而在于它能不能真正支持企业场景中的智能体编排、...

LLM & Multimodal

Pangram Image 1.0 发布:AI 图片与视频造假检测成真,合规与内容信任新底座

引言:AI 生成内容的下一幕,不是“更像真”,而是“更容易被验证” 在 AI 内容爆发式增长的时代,最被忽视的价值并不是“生成得更逼真”,而是“是否能验证它是真伪”。2026 年 11 月, Pangram 推出 Image 1.0 ,迅速...

AI Image

Pika H3 Flex 发布:AI 视频生成从“可看”走向“可控”的下一代工作流

引言:视频生成的战场正在从“画面惊艳”转向“精确控制” 2026 年 11 月初,AI 视频产业再度迎来一个非常关键的技术节点: Pika 官方发布了新一代控制能力增强方案 H3 Flex 。与过去一段时间“生成一条好看的视频”仍然承担更多...

AI Video

Sora 2 失灵?AI 视频战场转向 Veo 3.1 与长程叙事生成:为什么“死亡”反而加速行业升级

引言:不是“模型失败”,而是行业规则重写 当“AI 视频生成”从实验室原型走向真正的商业内容生产时,行业开始出现一条极其清晰的分水岭: 追求短时惊艳 的模型会被快速过渡,而 追求持续叙事一致性 、 物理合理性 和 创作流程稳定性 的系统才会...

AI Video