近日多家国产大模型厂商再度下调API价格,长文本与推理模型成为降价重点,背后是MoE架构与推理优化带来的成本重构,开发者生态争夺进入白热化。
近日我们横向实测了豆包、千问与智谱清言的多模态视频理解能力,从长视频摘要、画面细节问答到实时字幕生成,逐一对比各自表现与短板。
智谱清言最新推出实时视频通话能力,用户可开启摄像头与大模型进行语音+视觉的连续对话,面向导览、陪练、设备排障等场景,国产多模态交互再进一步。
DeepSeek最新被曝正在内测V4版本,主打长视频多模态理解能力,可对超长视频做结构化摘要与关键帧定位,视频AI竞争从文本转向时间轴理解。
国产视频模型竞争从画面效果转向可控性与工程化,运镜参数、首尾帧、主体参考和工作流集成成为差异化重点,内容生产流程正在被重构。
从可灵到即梦,国产视频模型在时长、镜头语言和角色一致性上快速迭代,分钟级长视频与工业级可控生成正成为新战场,影视与广告流程被重新定义。
从首尾帧控制到多主体一致性,国内视频模型近期集中补齐可控性短板,角色连续出镜、镜头调度与音画同步成为新一轮技术竞赛的关键指标。
多家国内厂商近期密集升级视频生成能力,时长、分辨率与可控性同步提升,AIGC正从单条片段演示转向可嵌入广告、短剧与电商的完整生产流程。
最新一轮国产视频模型更新中,可控性与编辑能力成为关键词。智谱、生数科技等厂商纷纷强化镜头控制、局部修改与多主体一致性,推动AI视频从演示走向生产可用。
近日,智谱清言、快手可灵、生数科技等相继升级视频生成能力,文生视频时长与一致性显著提升,同时视频理解与编辑成为新战场,国产模型加速追赶国际一线水平。