#视频

Google 发布 Genie 4 世界模型，用于生成可交互的 AI 体验。

官方称该模型有四项主要更新：生成更逼真的世界、支持用自然语言提示词实时更新体验、可生成音频，并在底层使用 Gemini 3.8 Flash 辅助模拟。它生成的体验时长约两分钟，比上一代 Genie 3 的一分钟更长。Google 将其定位为可用于影视预演、游戏创意原型和机器人训练场景的工具，同时提示模拟时间变长后细节和物体恒存性可能随时间漂移。Genie 4 先以“研究预览”形式向“受信任测试者”开放，并将“即将”提供给 Google AI Ultra 订阅用户，目前已开放 Project Genie 试用等待名单。

Grok 发布了 AI 生成的《奥德赛》系列第一集，时长七分钟。

这距离 Elon Musk 宣布 Grok 将推出全长、"符合历史"的《奥德赛》电影版已过去三个月。该片段由 Grok 与 Wonder Studios 及导演 Dev Walker 合作完成。TechCrunch 评价称画面比预期好看，部分镜头接近真实演员在海上航行，但整体缺乏艺术性与叙事推动力，旁白冗长、台词生硬，令人难以看完这七分钟，更难想象支撑一部长片。

Kling AI 发布视频生成模型 4.0，单次可生成最长 30 秒视频，并支持最多 10 张关键帧图像作为输入来控制场景转场和角色状态，提示词理解扩展到 8,000 tokens。

升级后的 Omni Reference 单次生成最多接受 15 个参考素材，包括 10 张图像、总时长不超过 30 秒的 5 段视频和 7 个元素；新增 Creative Recreation 功能可将已有视频作为模板替换产品或角色。新版本加入双声道立体声和覆盖德语、英语、日语、韩语、西班牙语等十余种语言的口型同步，视频内文字生成也支持多语言。同时推出的 Kling 4.0 Flash 面向更快、更低成本的生成，但上限为 720p 和 20 秒。

TwelveLabs 的视频语言模型 Pegasus 1.5 已在 Amazon Bedrock 上线，可将长视频按用户定义的分段规则切分，并返回带起止时间的结构化 JSON。

相比 Pegasus 1.2，单次请求可分析的视频时长从 1 小时提升到 2 小时，并新增视频分段、结合参考图的多模态提示和免预索引的即时处理。模型通过 InvokeModel 或流式接口调用，视频可直接从 S3 读取，也可用不超过 25 MB 的 base64 内联传入，支持最长 2 小时、最大 2 GB 的视频。目前仅在美国西部（俄勒冈）区域提供，费用经 AWS Marketplace 计入 TwelveLabs 账单。

Mark Wahlberg 在 TechCrunch Disrupt 上表示，只要用法得当，AI 在电影行业有一席之地，他也愿意让 AI 分身延续自己的银幕遗产。

他计划在即将主演的 Pete Rose 传记片中考虑用 AI 增强体育场等场景，但反对把想法丢给 ChatGPT 生成剧本、弃用真人演员。他称自己尚未体验 Creative Artists Agency 的 CAA Vault 扫描设施，但对此持开放态度，希望子女或孙辈未来能掌管自己的形象与肖像权。他还表示，若自己无法继续出演或已不在世，不反对动画剧集《Ted》用 AI 版形象延续数十年。

Higgsfield 借助 GPT-6 Astra 把 AI 视频生成时长从 1 分钟延长到 10 分钟以上，并用 GPT-Image-2.5 提升画面精度，同时通过 GPT-Live 探索语音驱动的电影制作路径。

Odyssey 面向公众开放世界模型 Odyssey-3 的研究预览，用户可用文本提示词生成可实时探索的交互环境，开发者可申请 API 访问。

免费在线演示基于 Odyssey-3 Flash，支持第一人称和第三人称视角；基础模型 14B 参数、生成 832 × 480 视频，Pro 版支持 1280 × 720。

Pollo AI 借助 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5，帮助创作者把创意转化为精细图像和电影级视频广告。

Google Research 发布 AI video co-director，一个构建在 Gemini 和 Veo 之上的多智能体编排框架，用于生成多镜头连贯长视频。

Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，在 Gemini 3.8 Live 的原生实时对话模型上加入近实时视频生成，实现带口型同步、自然表情和流畅轮次的视觉化对话，已在 Gemini Enterprise 上线。