这仍然只是技术迭代的初期。 AI视频生成赛道又热闹起来了。4月，快手可灵发布2.0视频生成模型，6月，字节跳动发布了即梦3.0 Pro视频模型，就在昨天，谷歌宣布Veo3正式上线，今 天MiniMax也加入混战队列，开始卷性价比了。 6月18日，MiniMax在海内外官方平台宣布，新视频生成模型海螺AI（海螺02）上线，同时发布了一段大秀杂技的AI视频。官方表示，这段视频是由3位艺术 家耗时1.5天，使用海螺02生成的多个6-10s视频，再拼接剪辑而成。 杂技画面对AI视频生成来说一直是较有难度的内容，此前AI生成画面时往往肢体拼接混乱，无法准确模仿复杂的人类动作。从此次画面效果来看无论是光 影、人类动作、物理模仿都完成得很好。 不过，需要指出的是，有AI创作者对第一财经表示，AI视频生成还涉及一个成功率的问题，因此样片是完美的，但过程中他们进行了多少次"抽卡"，外界并 不能知晓。所谓抽卡指的是， AI往往不是一次就能成功生成用户想要的画面，可能会有出错的概率，因此行业会选择多次生成直到得到自己想要的画面。 不过，即便如此，上述AI创作者认为，这次海螺AI的更新是不错的，行业整体水平都在提升。 在竞技场Art ...

白交 发自 凹非寺 量子位 | 公众号 QbitAI 这样复杂精致的视频效果，都是AI生成的？都是最新国产AI大模型的新能力？？ 没错，都来自MiniMax刚刚发布海螺2.0版本，能处理极端物理情况，原生支持1080P。 它可以这样—— 提示词：The character in the frame juggles throwing knives with fast and fluid motion. 画面中的人物以快速、流畅的动作玩弄投掷刀具的游戏 即便是这种快速变化的场景也可以hold。 官方介绍说，这次新升级的大模型，在指令遵循、生成质量都达到了一流水平，其成本效率破纪录。 Hailuo02 在官方释出的最新案例中，能够看到此次升级的一些细节。 还可以在空中旋转跳跃不停歇—— 提示词：Acrobatic performance：a performer swings rapidly on an aerial executing high-difficulty moves as the camera follows. 杂技表演：表演者在空中快速摆动，做出高难度动作，镜头跟随。 比如在光影处理上。 即便是比较超 ...

爱诗科技旗下AI视频生成平台PixVerse作为本次研讨会联合举办方，很荣幸与全球顶尖的学者专家们一 起学术共创，行业赋能！ 近日，CVPR 2025 第二届高效端侧生成技术研讨会(EDGE)于美国田纳西州纳什维尔市圆满落幕，研讨 会期间《AdaVid:Adaptive Video-Language Pretraining(面向多场景迁移的自适应视频-语言预训练框架)》 和《Scaling On-Device GPU Inference for Large Generative Models(生成式大模型端侧GPU推理的规模化 加速)》两篇论文拔得头筹。 ...

3. 商业模式：海外为主，P/B并重。 可灵当前主要收入模式为面向个人用户(P端)的会员订阅和面向企业 客户(B端)的API接入。目前70%收入来自专业P端用户，30%来自B端客户；70%收入来自海外市场（得 益于成熟的用户付费习惯和定价优势），30%来自国内。截至2025年3月，可灵AI全球用户超2200万， 为超1万家企业提供API服务。 4. 增长驱动与收入预测：高增长可期。 核心增长驱动包括：全球专业内容创作者数量增长（预计年增 10%）、可灵MAU渗透率持续提升（预计从2024E的5%升至2030E的30%）、付费率提升（从2024E的 1.5%升至2030E的5%）、以及中短期ARPPU（单付费用户平均收入）的提升趋势。基于此，预计2025- 2030年可灵收入CAGR达44.7%。 5. 估值增量：36-48亿美元。 参考同业估值（如Runway在2024年12月ARR 8400万美元对应30-40亿美元 估值，PS 36-48x），考虑到可灵评测排名、流量表现、商业规模均优于Runway，中信证券保守给予可 灵36-48x PS（基于当前ARR 1亿美元），对应估值增量约36-48亿美元。 智 ...

所谓SE（3）等变网络，是一种在三维空间中，具有旋转和平移等变性质的神经网络，能自动学习对旋 转和平移等变的特征表示，从而在各种三维相关的任务中取得更好的性能。 作者：周源/华尔街见闻 全球用户量领先的AI视频生成平台——PixVerse，于6月6日推出国内版产品"拍我AI"，同步上线网页端 及移动端应用，并开放最新V4.5模型供用户使用。 V4.5模型在生成速度、画面精细度及多主体控制等方面实现了提升。 首先是专业运镜系统，集成20余种电影镜头模板（如希区柯克变焦和一镜到底等），通过深度学习分析 经典电影镜头运动轨迹，实现AI自动化的专业运镜。 用户可调节焦距变化速度（0.1-10倍速）、镜头抖动幅度（0-5 级模拟斯坦尼康效果）等参数，生成具 有电影质感的动态画面。 其次，多模态融合技术，支持最多8张图片输入，通过SE（3）等变网络，实现多图像空间关系解算， 结合Transformer的时序注意力机制保证画面连贯性，自动生成包含起承转合的20秒完整片段。 通俗点说，SE（3）等变网络的工具价值就是：给它"看"一个玩具汽车3D模型，正着放、倒着放、挪到 左边右边，这个网络都能明白这是同一辆玩具汽车，还能自动 ...

机器之心原创 这不免令人好奇，到底是什么样的产品，让国内用户如此期盼？ 直到最近，这个谜底终于揭晓。如果你是一个拥有天马行空想象力的人，你一定会被这个产品吸引 —— 什么「贝多芬变身肌肉猛男」、「AI 三巨头之世界爆照我 拍照」、「萌宠眨眼变手办」…… 只要你能想出来，爱诗科技的新产品统统能帮你实现。 这个新产品名叫「 拍我 AI 」，是已经在全球用户中打出名气的视频生成应用「PixVerse」的国内版，目前已经在各大应用商店上线，网页端还提供深度体验。 在上手试了一下之后，我们发现「拍我 AI」可玩度很高。即使完全不会写提示词，你也不会觉得无聊，因为它有 上百种 模板 。只要点击「做同款」，然后替换 一下图片就可以了。所以，如果你最近在社交媒体上刷到一些很火的 AI 视频，但又不知道怎么做，去「拍我 AI」网页端翻翻，有很大的几率找到同款。 作者：张倩 恭喜国内视频创作者！从此，大家又多了一个好用的 AI 视频生成工具。 「你们的产品到底什么时候在国内上线？」 最近，爱诗科技也体验了一把小说作者的待遇 —— 打开后台，发现私信全是「催上线」的信息。 当然，如果你是专业玩家，「拍我 AI」可玩的就不止模板了。 ...

王长虎 爱诗科技创始人兼 CEO 谢旭璋 爱诗科技联合创始人 解锁 AI 视频的病毒传播后，爱诗推出 PixVerse 中国版 "拍我 AI"。 文 丨 王与桐 编辑 丨 程曼祺 "不够年轻。"2023 年初，我们第一次和投资人聊到正在筹备创业的王长虎时，这是对方的第一反应。 一种观点是，35 岁以下的创始人更适合大模型创业，不管是做模型还是应用——模型技术迭代快，年 轻人学得更快；而做应用要洞察用户，AI 的早鸟用户就是年轻人。 可偏偏，在数家视频生成创业公司被收购或关停时，是 80 后的王长虎，搭配联创 90 后谢旭璋，带着 既做模型，也做应用的爱诗科技跑到了行业头部。 爱诗的全球用户现在已超过 6000 万，是可灵当前用户数的近 3 倍； 其中，上线刚 6 个多月的 PixVerse 移动端月活已超过 1600 万。 可灵、MiniMax 海螺、Pika、Runway 等产品主要服务专业视频制作者，爱诗则在有相近功能的网页 端产品之外，也做了面向 to C 用户的视频生成移动端产品，玩法又潮、又简单： 借助 "模版"，用户上传照片、等上几秒后，就可以把任何人物封装成一个小玩具，平地入海、变身美 人鱼，让 ...

微软终于将Sora模型免费开放给公众，但这一举措似乎来得有些迟。近日，微软Bing宣布在其应用中新增了Bing视频 创作器功能，该功能基于OpenAI的Sora模型，允许用户通过简单的文本提示生成视频。这也是Sora首次面向大众免费 开放使用。 几乎在同一时间，另一家公司Manus也推出了其原生文生视频功能，并嵌入到了自家的Agent工作流中。这两家公司几 乎同时在其产品生态中引入文生视频功能，不禁让人质疑微软这一步棋究竟慢了多少。 Sora模型自诞生之日起便备受瞩目，甚至被誉为"AI视频领域的牛顿时刻"。然而，不断延期的发布时间、高昂的定价 以及复杂的安全风险等问题，让市场对它的期待逐渐降温。如今，尽管微软通过Bing免费上线了视频创作器功能，但 Sora的表现却显得有些差强人意。 在实际测试中，Bing视频创作器在视频长度、画面比例、生成速度以及多模态融合功能等方面都存在明显短板。生成 的视频质量也远不及市场上的其他同类产品。例如，在对比测试中，Bing视频创作器生成的羊驼跳舞视频画面主体辨 识度低，背景AI感强烈，整体质感较为粗糙。 从Sora模型首次曝光到现在，整个事态的发展颇具戏剧性。微软一直对So ...

一个是默默关注Sora、OpenAI背后的"大东家"，另一个则是AI Agent里的"新秀"，两方在自家产品生态中上马文生视 频的时间点几乎是一样的。可见，微软这一步棋到底慢了多久。 从Sora代号第一次问世到现在，整体局面的发展路径很像："微软想要，OpenAI不给，但最后微软如愿以偿得到了 Sora的副产品"。 微软将Sora免费了，但却已经晚了。 前天，微软Bing宣布在其应用程序中推出 Bing 视频创作器（Bing Video Creator），该功能基于OpenAI的Sora模型，允 许用户通过文本提示词生成视频。这也是Sora首次面向用户免费开放。 就在昨天，Manus推出原生文生视频，嵌入进了自家Agent的工作流中。 为什么说它是Sora的副产品？因为微软上线的Bing 视频创作器从产品力和宣传上来讲，很难说得上是个完整的产品。 当微软终于宣布将它免费向用户开放时，这个消息并未掀起预期中的热潮，反而透着一股尴尬的迟到感。网友对这款 产品的"自来水"评价很差，甚至直言：我们已经有了可灵和Veo，为何还用Sora？ Sora，这个曾被OpenAI寄予厚望、甚至被誉为"AI视频领域的牛顿时刻"的模 ...

当代 AI 视频创作者有三件套：提示词、积分、以及抽卡。 继 Veo 3 刚刚掀起一轮小高潮后，Manus 也能生成视频了，功能挺全，经过实测，在 Agent 加持下， 支持图生视频、文生视频等标配功能。 该功能目前已经向 Basic、Plus 和 Pro 用户开放抢先体验。 先说结论，你要真指望它一句话秒出大片，那还是先降低心理预期。 高情商，不是不能用，只是抽卡的概率有些感人；低情商，用网友的话来说，花里胡哨，视频质量也有种 2011 年的美。 按照过往惯例，Manus 大概率也是套壳某家 AI 视频模型，但鉴于目前还没厂商认领，我们也不好断言，而经过一轮实测，我们也总结出几个特点： 图生视频：效果能打，但也随机抽卡 从体验上看，Manus 的图生视频明显要比文生视频靠谱得多。 我上传了一张威尔史密斯的照片作为参考，让其生成吃面的视频，效果还算可接受，风格统一、角色一致性尚可。 肤色和构图风格维持得比较好，相比于当前的视频主流模型，算得上是正常发挥。 并且，5 秒的视频仅扣了 44 积分，考虑到如果是普通用户，那么开通一个 Basic 账号，积分也足够用了。 抽卡严重，基本默认生成约 5 秒的「默剧」片段 ...