重磅！Runway Gen-4.5视频生成模型上线：创作与视觉双提升
2025年12月1日，生成式AI领域又有新动作，Runway公司推出了Gen-4.5视频生成模型。这一模型在视觉准确性和创意控制方面进步显著，能为用户带来更高清的视频生成体验。
使用Gen-4.5，用户只需输入简短文本提示，就能生成包含复杂场景和生动角色的动态视频。它借助Nvidia GPU进行预训练、后期训练和推理，让视频生成的精度和风格控制达到新高度。
不过，Runway也面临着激烈竞争，像OpenAI的Sora和谷歌的Veo3.1都是强劲对手。好在Gen-4.5有自身优势，它主要针对社交媒体短视频创作，在物体和角色一致性质量上改善很大，重现复杂视频场景表现出色。
但问题也随之而来，随着生成模型逼真度提高，区分真假内容变难，业界对是否标明AI生成内容有分歧。而且，Gen-4.5在因果推理上存在不足，有时会出现效果先于原因、物体时间不连贯等情况。
尽管如此，Runway仍在努力改进记忆和物体互动方面的问题，期待未来能带来更持久一致的视觉效果。对于社交媒体创作者来说，Gen-4.5无疑是个不错的工具，能助力他们创作出更精彩的短视频内容，在社交平台上吸引更多关注。
详情查看：Runway发布Gen-4.5视频模型
爱诗科技PixVerse V5.5正式上线：国内首推多镜头叙事AI视频模型
爱诗科技又有大动作，其宣布PixVerse V5.5（国内版“拍我AI V5.5”）完成全量升级并开放体验。这可是国内首款支持“多镜头+音画同步一键直出”的AI视频大模型，标志着AI生成视频进入新阶段。
以前，前代产品只能输出零散画面，而V5.5依托自研MVL架构，能在5 - 10秒内自动完成脚本拆解、分镜调度等，还能保证角色口型与音色同频。用户输入一句话提示，选好成片规格，系统就会按顺序运镜，输出有起承转合的“初版成片”，无需二次剪辑。
“多视角主体构建技术”解决了行业内“特征漂移”痛点，让角色在镜头切换时保持面部、服饰一致。新版本面向社交短视频、广告创意等场景，让零门槛用户也能“十分钟完成故事短片”。
目前，PixVerse V5.5已登陆拍我AI App与Web端，普通用户可免费体验，企业客户能通过API接入按秒计费。爱诗科技还透露，下一阶段将开放3D生成与更长片幅，并计划与视频平台合作推出“AI叙事专区”，推动AI视频规模化商用。
这一创新成果，为视频创作者提供了更便捷高效的工具，降低了创作门槛，让更多人能轻松制作出精彩的视频内容，在视频创作领域掀起新的浪潮。
详情查看：重磅！AI视频创作工具拍我AI V5.5今日正式上线，多镜头叙事短片一键生成！
Google Gemini 3 AI模式全球大扩张，覆盖120国
2025年12月1日，Google宣布其生成式人工智能模型Gemini3正式在全球大规模扩展。发布仅数周，就面向全球120个国家和地区的用户开放，让更多人能在Google搜索的AI模式中体验其优势。
此次扩展范围广泛，涵盖美洲、亚太、欧洲、中东和非洲等地。在支持地区，用户可使用Gemini3Pro进行搜索。最初，该版本仅在美国向Google AI Pro和Ultra订阅用户开放。
Gemini3优势明显，提升了用户查询处理能力，在理解用户意图和语义细微差别上做了优化，推理与多模态能力更强。其“query fan - out”技术也得到改进，能帮助用户挖掘复杂问题中遗漏的信息。
在发布节奏上，Google加快了旗舰模型落地速度。Gemini3在LMArena榜单上表现优异，超过OpenAI多个领先模型。同时，Google调整了搜索模型调度策略，复杂问题用Gemini3，简单任务用轻量模型，确保用户体验流畅。
除了文本生成，Google还推出Gemini3家族图像生成模型Nano Banana Pro，扩大应用范围，不过仅向订阅用户开放，支持英文界面。此外，Gemini系列还引入科学领域新型交互式图示和AI生成图像识别功能。
Google这一举措，让全球更多用户能接触到先进的AI技术，推动AI在全球的普及和应用，为各领域发展带来新的机遇。
详情查看：Google Gemini 3全球扩展数周内覆盖120国，AI搜索加速落地
OpenAI进入“红色警报”，全力抢救ChatGPT暂停广告业务
据内部备忘录显示，OpenAI首席执行官萨姆·奥特曼于周一告知全体员工，因谷歌等人工智能竞争对手威胁日益增加，公司进入“红色警报”状态。
这一举措旨在调集更多资源，全力改进旗舰产品ChatGPT。奥特曼表示，为集中力量应对核心竞争，OpenAI计划推迟一些非核心计划，比如正在规划中的广告业务。
“红色警报”状态的宣布，意味着OpenAI将战略重心完全转向产品强化。在如今快速演进的生成式AI市场，竞争异常激烈，各大公司都在不断推出新技术、新功能，以吸引用户和市场份额。
OpenAI的ChatGPT自推出以来，就备受关注，在自然语言处理领域取得了显著成果。但随着竞争对手的崛起，其面临着巨大的压力。此次进入“红色警报”状态，显示出OpenAI对市场竞争的重视和应对决心。
暂停广告业务虽然会在一定程度上影响公司的收入来源，但从长远来看，如果能通过集中资源改进ChatGPT，提升其性能和用户体验，将有助于OpenAI在市场中保持领先地位。
未来，OpenAI能否凭借这一举措在竞争中脱颖而出，值得我们期待。
工具地址：ChatGPT网页版官网（海外网站需要科学上网）
Lovart Touch Edit 上线：AI图像编辑不用蒙版，轻点就能改
AI设计平台Lovart推出的Touch Edit触控功能公测48小时，就吸引了超10万创作者体验，可见其受欢迎程度。
该功能以“Mark & Edit”为核心，在Mac上Cmd + Click、Windows下Ctrl + Click就能自动识别并锁定发丝、服饰、文本等元素。用户用自然语言输入指令，如“换一件复古旗袍”“暖色调侧光”，模型在4K分辨率下即时完成融合，无需手动蒙版或参数调节。
在跨图混搭方面，Select & Remix支持同时上传多张照片，系统自动编号关键区域，用户可像“拼积木”一样拖拽重组，一次生成印刷级成品。平台还开放Edit Elements扩展，方便微调字体、纹理与颜色匹配。
技术层面，Touch Edit集成GPT - 4o、Flux Pro与Sora等模型，提供Talk - Tab - Tune三模式工作流。官方测试显示，批量修改标签、背景等12项任务总耗时从传统工具的90分钟缩短至7分钟，单张图平均点击次数低于3次。
Lovart首席执行官表示，Touch Edit正式版将于明年1月全面开放，还计划增加视频帧级编辑与3D材质替换功能。一旦跨图一致性得到大规模验证，AI设计工具或将首次对Photoshop形成实质替代，为图像编辑领域带来新的变革。
详情查看：Lovart推出Touch Edit
千问APP接入通义万相Wan2.5：照片变唱跳视频，音画同步更自然
12月2日，千问APP接入万相系列最新模型Wan2.5，视频创作能力迎来全新升级。
阿里万相2.5是目前业界少数具备音画同步能力的视频模型之一，支持多种模态的输入和输出。在权威大模型评测LMArena上，万相的图生视频能力位居全球第三，国内第一。
接入万相2.5后，千问APP动作精度和肢体协调性全面提升，成为首个支持音视频同时输出的移动端AI助手。用户只需一张照片和一段文字，无需模板，就能生成肢体动作自然、口型匹配准确的1080P高清唱跳视频，最长支持10S。无论是真人照片、萌宠，还是文物、卡通形象，都能支持。
去年年初，阿里推出的照片跳舞功能火爆全网，激发了网友创作热情。此次升级后，不仅视频创作效果更好，还进一步降低了创作门槛。用户可自定义上传照片和输入文字，让静态形象“活”起来。
这一能力上线后，社交平台上涌现出更多创意“照片唱跳”内容。千问App公测仅一周，下载量就突破1000万次，超越ChatGPT等成为史上增长最快的AI应用，未来在视频创作领域前景可期。
模型地址：通义万相官网
可灵AI O1视频模型全量上线：一句话就能生成多模态视频
今天，可灵视频O1模型全量上新，这可是全球首个统一多模态视频大模型，为大家带来全新的创作体验。
可灵O1模型打破功能割裂，构建全新生成式底座，创新引入MVL交互架构，在单一输入框内就能无缝融合多种任务。结合Chain - of - thought技术，赋予模型强大的常识推理与事件推演能力。
它依托统一模型的深层语义理解力，每一张照片、每一个视频、每一段文字在它眼中都是指令。上线全新创作界面，用户只需简单对话，就能轻松使用各种素材，精准生成每一处细节。
在视频一致性方面，可灵O1也表现出色。多视角构建主体，无论镜头如何流转，主体特征稳定如一，确保画面精准连贯。还支持自由组合多个主体，无惧复杂场景，独立锁定主角特征。
此外，它支持技能无限组合，自由掌控叙事节奏，3 - 10秒自由生成时长，让用户能把定义时间的权力握在手中。
即日起至12月14日24点，全场会员年卡限时6.6折优惠。打开可灵App或官网，选择视频O1模型，就能解锁无限创作可能，快来体验吧！
工具地址：可灵AI网页版
想了解AITOP100平台其它版块的内容，请点击下方超链接查看
AI创作大赛 | AI活动 | AI工具集 | AI资讯专区
AITOP100平台官方交流社群二维码：
