阶跃星辰开源 Step-Video-TI2V 模型：30B 参数架构支持 5 秒 540P 视频生成

国内 AI 企业阶跃星辰发布开源视频生成模型 Step-Video-TI2V，该模型基于 30B 参数架构实现物理运动与镜头语言双向调控。VBench-I2V 测试显示其动态连贯性指标刷新行业纪录，动漫特效模拟精度提升 47%。

豆包大模型团队与北京交通大学和中国科学技术大学联合开发的“VideoWorld”模型，突破了传统多模态模型的限制，首次实现无语言模型的世界认知。该模型通过纯视觉信号进行学习和推理，在视频生成和理解方面展现了强大的创新能力。

谷歌推出了Veo 2视频生成模型和Imagen 3图像生成模型，均达到了当前领域的最先进水平，为创作者提供了更高质量的创作体验。Veo 2的4K视频生成和精准艺术控制，以及Imagen 3在图像创作上的突破，标志着谷歌在AI创作工具领域的领导地位进一步巩固。

OpenAI推出的Sora模型使用户能够通过简单的文本生成高质量视频，满足短视频创作需求，同时引入安全防护措施，确保技术的负责任使用。Sora为广告、内容创作和教育等行业提供了全新的灵活性和便利性。

在2024云栖大会上，阿里云通义万相推出全新视频生成模型，具备生成影视级高清视频的能力。用户现可通过通义APP及官网免费体验该技术，广泛应用于影视、动画和广告领域。

快手视频生成大模型可灵 AI 宣布基础模型升级，并全面开放内测服务，同时推出黄金、铂金和钻石月卡的付费会员体系，提升用户体验和创作能力。

北京极佳视界科技有限公司联合清华大学自动化系发布了我国首个超长时长、高性价比的Sora级视频生成大模型“视界一粟YiSu”。该模型具备16秒的原生超长时长，能够生成1分钟以上的视频。YiSu模型基于自研技术，融合LLM和扩散模型，优化多模态融合、训练效率和推理效率，致力于打造高效的视频生成方案。

Stability AI最近推出了其图像至视频生成模型Stable Video Diffusion (SVD)，并已将其加入API中，供第三方平台使用。