2026-09-28
多模态生成与视觉技术突破
生成式AI在视觉与多模态领域持续突破。北大清华阿里联合提出的SparkDiffusion实现视频生成265倍提速；SceneMosaic支持单图生成多样化可仿真3D场景布局；另有研究利用合成数据教会模型“视频通话”。这些进展显著降低了多模态内容创作的时间与成本门槛，推动AI在实时交互、虚拟世界构建等场景的商业化应用。
2025-07-11
多模态生成全面提速
谷歌Veo3图像生视频7周产出4000万条，可灵2.1支持180种风格，PixVerse多关键帧让视频具备故事性，NVIDIA DiffusionRenderer实现视频到可编辑3D场景。生成式多媒体进入工业化生产，降低创作门槛。
2024-12-03
视频/3D生成大爆发
腾讯、生数、阶跃星辰等集中发布开源或内测视频大模型；李飞飞创业首秀“单图生成交互3D世界”标志空间智能进入可体验阶段，内容创作与元宇宙基础设施被快速重写。