一年前，Google 在 AI 赛道上还是「追赶者」的形象。ChatGPT 席卷硅谷时，它显得迟缓。 但短短几个月后，情况突变。 Gemini 2.5 Pro 横扫各大榜单，「香蕉」模型 Nano Banana 让生图、修图成了轻松事；视频模型 Veo 3 展示了物理世界的理解力；Genie 3 甚至能一句话生成一个虚拟世界。
忘掉繁琐交互流程，也不用再蹲Veo 3了！ 现在分钟级高质量的AI创意大片，能够一键生成了。 比如一张人物图+提示词脚本，就能生成记者第一视角下采访西游记的视频特辑。
今天凌晨，马斯克再放大招更新Grok App。AI短视频30秒一键生成，真面对决谷歌Veo 3。刚刚，马斯克宣布：Grok Imagine今天开始向所有Grok Heavy用户推出。Grok iOS App升级，Imagine功能重磅升级！
今年最火的视频 AI 视频模型 Veo3 ，最近又迎来更新，能让图片开口说话了。Google CEO Sundar Pichai 发 X 说，自从五月 Google 开发者大会以来，用户已经使用 Veo 3 创建了超过 4000 万的视频。
图片也能开口说话了！昨晚，谷歌Veo 3全新升级，上传一张照片即可生成音频和视频，角色一致性更是达到新高度。
最近，一个完全由 AI 制作的广告在社交媒体上爆火，在 X 上有三十多万人观看。
切肥皂、修驴蹄甚至挖树根……谁还没看过解压视频？这次谷歌Gemini下场也做起了解压视频——还是带提示词的那种！
最近，一类「穿越 vlog」爆火了。有人让 Veo 3 变成「时间机器」，将人们带回历史事件中进行现场直播。
谷歌旗舰视频模型Veo 3上线不到一个月，各种玩法层出不穷。 这不，玩法再升级，只需添加一个提示词“360°”就能解锁3D世界！
来自中国人民大学高瓴人工智能学院与值得买科技 AI 团队在 CVPR 2025 会议上发表了一项新工作，首次提出了一种从静态图像直接生成同步音视频内容的生成框架。其核心设计 JointDiT（Joint Diffusion Transformer）框架实现了图像 → 动态视频 + 声音的高质量联合生成。
