Grok 将 Grok Imagine 的图像与视频创作整合进 Grok
Grok 将 Grok Imagine 的图像和视频创作功能整合到 Grok 中,用户打开 Grok 即可开始创作。相关链接:x.com/imagine/status/21216729…
推荐理由:Grok 将 Grok Imagine 的图像与视频创作集中到同一入口,用户可以直接在 Grok 中开始创作,信息也给出了具体使用入口。
技术方向
AI 生成和理解视频:文生视频模型、视频编辑工具,以及影视创作的新做法。
4 条精选近 30 天 2 条共收录 35 条
Grok 将 Grok Imagine 的图像和视频创作功能整合到 Grok 中,用户打开 Grok 即可开始创作。相关链接:x.com/imagine/status/21216729…
推荐理由:Grok 将 Grok Imagine 的图像与视频创作集中到同一入口,用户可以直接在 Grok 中开始创作,信息也给出了具体使用入口。
Google AI 发布 Gemini Omni 1.2 Flash,将视频生成和编辑上限提高至 15 秒,并改进场景连贯性、角色语音、视觉跳切和参考素材一致性。Flow 支持场景导演与多轮编辑,Google Vids 和 Gemini App 可创建 15 秒视频;面向 API 开发者和企业,720p 视频价格较上一代下调 30% 至 $0.07 per second。
推荐理由:Gemini Omni 1.2 Flash 将视频时长上限、场景连贯性和参考素材一致性结合起来,并给出 API 价格变化,便于比较其创作与接入成本。
Qwen3.8-Omni-Flash 正式上线,支持文本、图像、音频和视频输入,以及 1M 长上下文。在累计 29 项评测中,相比上一代 Qwen3.5-Omni-Plus 平均得分提升超过 25%。API 每小时音频输入价格降幅超过 98%,音视频输入价格降幅超过 93%。
推荐理由:原文提供了与上一代模型的评测和价格对比,帮助判断 Qwen3.8-Omni-Flash 在音视频 Agent 场景中的变化。
Meta Superintelligence Labs 发布 Muse Image,并预览 Muse Video。
推荐理由:文章交代了 Muse Image 的工具调用、自我优化和多参考合成机制,以及 Muse Video 的预览状态与开放范围,便于理解这次发布的能力边界。