Runway 发布 GWM Worlds 2 与 WorldPrompt 输入格式
Runway 推出世界模型 GWM Worlds 2 研究预览版,可将高保真视频与音频生成转为实时交互式模拟,并以 720p、24fps 视频和 48000Hz 音频流式输出。
Runway 推出世界模型 GWM Worlds 2 研究预览版,可将高保真视频与音频生成转为实时交互式模拟,并以 720p、24fps 视频和 48000Hz 音频流式输出。
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切换的视觉化对话。
推荐理由:官方给出 Live Avatar 的实时视频对话能力、异步工具调用与 97 种语言支持,可据此判断企业级虚拟形象对话的落地边界。
Google DeepMind 发布 Gemini Omni 1.1 Flash,为开发者带来更可控的生成视频能力,通过 Gemini API 在 Google AI Studio 提供。
推荐理由:官方给出场景延长、首尾帧插值与 4K 上采样等具体能力与定价入口,可据此判断生成视频工作流的可控性变化。
Google DeepMind 发布 Nano Banana 2 Lite(gemini-3.1-flash-lite-image)和 Gemini Omni Flash(gemini-omni-flash-preview)两款模型。
推荐理由:两款新模型给出了延迟、单价和可用入口,读者可据此判断图像与视频生成链路的成本与选型。
Google DeepMind 发布 Omni 家族首个模型 Gemini Omni Flash,可组合图像、音频、视频和文本输入生成高质量视频,并通过自然语言多轮编辑视频。
推荐理由:Gemini Omni Flash 把对话式视频编辑和多模态输入整合进 Gemini 应用与 YouTube Shorts,读者可据此判断视频生成工作流的变化。