谷歌推出Veo 3.1新预设模板和图像生成功能更新

谷歌为Gemini平台的视频模型Veo 3.1推出多款新预设模板，强化用户通过照片或文本定制视频的能力。同时，图像生成功能“Nano Banana”引入两种模型，包括支持高级特性的Gemini 3 Pro Image。

OpenAI正式推出GPT-Realtime-1.5多模态模型，支持实时音频和视觉处理，实现低延迟交互。该模型显著优化响应速度，开放API接口，并采用端到端加密和内容过滤确保安全。

Lyria 3是专为音乐生成设计的AI系统，能创作高品质乐曲、歌词和人声，计划通过API开放。Gemini 3.1 Pro是谷歌最新旗舰模型，具备多模态推理能力，在复杂任务上表现卓越，安全性能优越。

豆包App面向部分用户灰度测试Seedance 2.0视频生成模型，支持多模态输入和自动分镜规划。该模型显著降低视频创作成本，推动AI视频进入工业可用阶段。

蚂蚁集团开源全模态大模型Ming-Flash-Omni 2.0，在基准测试中表现优异，部分指标超越谷歌Gemini 2.5 Pro。该模型实现全场景音频统一生成，推理效率高，为开发者提供可复用技术底座。

阿波罗全球管理正敲定数十亿美元信贷，定向支持xAI购置英伟达AI芯片，凸显私人信贷深度介入AI基础设施构建；同时，大众汽车南非投资依赖政策支持，美国能源部长评论石油供应灵活性，白宫启动犯罪记录共享程序。

阿里巴巴达摩院发布专为机器人设计的开源基础模型RynnBrain，旨在构建感知、决策与执行的智能核心，使其在真实世界自主处理复杂任务。该模型整合时空记忆与空间推理能力，在权威测试中超越谷歌和英伟达主流模型，并推出全系列开源模型及新评测基准。

Seedance2.0模型允许用户提供多达12份参考素材生成视频，处理速度提升十倍并减少无效生成。其技术如首尾帧控制和原生音视频同步，重塑内容生产流程并压缩制作成本。

OpenAI首席执行官山姆·奥尔特曼通过内部通讯表示公司发展势头强劲，ChatGPT月度增长率已超过10%，升级对话模型即将推出。同时，公司面临谷歌和Anthropic的竞争挑战，Codex增长显著，并筹备千亿美元融资。

小红书研发团队正在内部测试独立AI应用OpenStoryline，旨在通过自然语言交互降低视频编辑门槛。同时，公司成立Red&Live部门聚焦短视频业务，以应对用户增长压力并构建AI赋能闭环。