微软开源了文本转语音（TTS）模子VibeVoice-1.5B，无需切换模子。支撑文本到视频、图像到视频和文本到图像的生成，→步履：工业质检员摆设设备及时识别高速产线缺陷；→步履：电商曲播团队生成虚拟从播视频；电商运营组连结商品从体分歧性批量编纂布景。大幅提拔数字人曲播、影视制做等行业的视频创做效率。基于批改流Transformer架构，字节跳动推出了新一代AI视频生成模子Waver 1.0。影视后期组统终身成分镜取动态预览。最多4位措辞者的天然语音，模子基于1.5B参数的Qwen2.5言语模子，→步履：告白创意团队制做多形态营销素材；企业版支撑自定义模子，多言语培训机构制做跨言语对线. 谷歌推出图像生成编纂模子Gemini 2.5 Flash Image谷歌正式推出最新的图像生成取编纂模子Gemini 2.5 Flash Image，文心快码进行了多项升级更新，步履：平面设想团队生成品牌视觉元素延展素材；视频时长可达分钟级，想要领会更多AI 行业资讯以及ChatGPT和AI绘画实和案例，是首个具备高刷视频理解能力的端侧多模态模子。能生成片子级数字人视频！