朋友们好，我是歸藏（guizang）。 今天上午的火山引擎Force原动力大会上字节发布了 Seedance 1.0 Pro 视频生成模型。 也就是 即梦里面的视频3.0 pro 模型。 我也提前测试了一下，发现这次字节的视频模型真的站起来了。 在图生和文生的提示词理解、画面细节、物理表现一致性理解等方面都无可挑剔，非常强悍，而且还是 原生 1080P 分辨率。 在 Artificial Analysis 上，Seedance 1.0 文生视频、图生视频的成绩都在第一，比 Veo 3 高了很多。 | | Text to Video | Image to Video | | | | | --- | --- | --- | --- | --- | --- | | Creator | Model | | Arena ELO | 95% CI | # Appearances | | ht ByteDance Seed | Seedance 1.0 | | 1299 | -13/+13 | 4,947 | | G Google | Veo 3 Preview | | 1252 | -10/+10 | 8,033 | | ...

今日，在"2025火山引擎春季FORCE原动力大会"上，豆包视频生成模型Seedance1.0pro正式发布。火山 引擎总裁谭待表示，Seedance1.0pro可以做到无缝多镜头叙事、多动作及随心运镜，并且稳定运动并保 持真实美感。而Seedance1.0pro的价格为0.015元/千tokens(语言生成模型在运作时的最小工作单元)。此 外，会上谭待还宣布豆包实时语音模型全量上线，正式发布了语音博客模型。(每日经济新闻) ...

字节跳动推出视频模型Seedance 1.0 pro 金十数据6月11日讯，字节跳动旗下火山引擎举办FORCE原动力大会，在会上，火山引擎发布了视频生 成模型Seedance 1.0 pro。 ...

豆包发布视频生成模型Seedance1.0pro，价格0.015元/千tokens，制作5秒的1080p视频约3.67元/个。同 时，豆包的实时语音模型全量上线。(科创板日报) ...

以下文章来源于自动驾驶之心 ，作者Anthony Chen等 自动驾驶之心 . 在TOP2 翻阅的数十篇理想论文中，这是第一次论文作者出现了非大陆拼音名，分别为Anthony Chen和Kurt Keutzer。 论文核心4点突破： 几何条件驱动：用3D渲染替代数值控制信号，解决动作漂移问题。 动态编辑机制：在静态点云中注入可控运动，平衡效率与灵活性。 最小化训练代价：冻结主干模型 + 轻量化适配器，实现数据高效训练。 自动驾驶开发者社区，关注自动驾驶、计算机视觉、感知融合、BEV、部署落地、定位规控、领域方案等，坚持为领域输出最前沿的技术方向！ 2025年5月28日北大&理想&伯克利 发布GeoDrive: 3D Geometry-Informed Driving World Model with Precise Action Control。 Anthony Chen,Wenzhao Zheng, Yida Wang为同等贡献，Shanghang Zhang为通讯作者。 Anthony Chen同时是北大和理想的，Wenzhao Zheng是伯克利的，Yida Wang 是理想的。Shanghang Zh ...

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 ...

以ChatGPT为代表的语言类大模型重塑内容生成方式时，多模态模型还在等待它的"iPhone时刻"。近日召开的2025智源大会上，智源研究院（以下简称"智 源"）正式发布了包括原生多模态世界模型Emu3等"悟界"大模型系列，Emu3实现了文本、图像、视频的任何组合理解与生成，通过单一模型就可以捕捉世 界的规律。 AI发展之快，每年都有新话题，2024年，价格战是大模型的关键词，2025感到风向变了，大模型应用百花齐放，反而有种大模型发展"变慢"了的体感。 事实上，市场上新旧产品同台竞技，呈现出立体、多维度的思考，多模态大模型更是如此。按照当前技术成熟度评估，视频生成等核心能力仍处于GPT-2到 GPT-3的过渡阶段，与产业预期存在显著差距。多模态模型将经历更长的技术沉淀期，这也意味着更大的想象力空间。 技术路线未收敛 大模型爆发至今，很多时候无外乎是选对了方向，又懂得流量密码，一个现象级产品就横空出世了。事实上，这种选择需要前期足够多的思考、实践和勇 气。 严格来说，Emu3是智源2024年10月发布的多模态模型，目前智源已在训练下一个版本。基于Emu3，智源还官宣了全球首个脑科学多模态通用基础模型见微 Br ...

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 ...