2025-10-18
多模态大模型与视频生成突破
Google AI Studio统一Playground、百度分钟级长视频与蒸汽机模型、北大-牛津CVM一致性挑战赛等，显示多模态生成正从“能生成”走向“高一致、可商用”。视频时长、角色一致、端侧推理速度等核心痛点被集中攻克，为广告、影视、UGC平台带来即刻落地的新产能。
2025-08-26
超长语音与视频生成突破
微软开源VibeVoice系列TTS模型，支持90分钟多人对话级中文合成；谷歌Imagen 4登陆Gemini API；港大&可灵提出“记忆检索”实现长视频一致性；GPT-5视频Agent一句话生成商业广告，多模态生成进入“长时高清”新阶段。