技术观察
视频生成技术观察:参考图控制与角色一致性的近期进展
从 Veo 3.1 的参考图更新看视频生成的控制边界:外观稳定改善,但跨场次连续性仍需流程管理。Google 在2025年10月介绍 Veo 3.1 与 Flow 的参考图、首尾帧和音频能力;2026年1月又公布“Ingredients to Video”的更新及竖屏输出。本站于2026年10月20
阅读全文基于厂商原始公告与技术资料的编辑观察,标明原始发布时点与分析边界。
按发布日期排列围绕原理、使用场景与尚未解决的问题展开。
从 Veo 3.1 的参考图更新看视频生成的控制边界:外观稳定改善,但跨场次连续性仍需流程管理。Google 在2025年10月介绍 Veo 3.1 与 Flow 的参考图、首尾帧和音频能力;2026年1月又公布“Ingredients to Video”的更新及竖屏输出。本站于2026年10月20
阅读全文NVIDIA 2026年的端侧Agent与流式语音更新,显示数字人技术正从模块演示走向可嵌入的实时系统。2026年6月,NVIDIA 介绍 ACE Game Agent SDK 与 Unreal Engine 插件,强调本地语音识别、小语言模型、检索和语音合成;9月的开发者更新又提到流式识别和语音模
阅读全文Adobe Firefly 2026年把音乐、语音和音效工具集中提供,音频生成正进入完整创作流程。Adobe 在2026年8月20日宣布 Firefly 的 Generate Music、Generate Speech 和 Generate Sound Effects 广泛可用,并描述了按视频长度与
阅读全文将技术放回真实的创作与产业场景,继续阅读跨栏目研究。
探索研究矩阵 ↗请留下您的联系方式,我们会尽快与您联系。