快手发布可灵 4.0
2026 年 10 月 15 日，快手的视频生成模型可灵 4.0 向全部用户开放，带来更长的镜头、更动态的运动和 Omni Reference，同时推出主打速度的 Flash 版本。
共 116 · 清除筛选
ElevenLabs 发布 Eleven v4 语音模型
2026 年 9 月 28 日，ElevenLabs 发布 Eleven v4 语音合成模型，称其情感表现力最强，并同时推出低延迟的 Turbo 版本。
PixVerse 发布 R2，把世界模型做成可玩游戏
2026 年 9 月 22 日，PixVerse 发布实时世界模型 R2。它是一次规模扩展：在相同延迟下处理更多数据、任务和输入类型，并能运行可玩、可用提示修改的世界。
Suno 发布 v6，与华纳音乐、BMG、Believe 合作开发
2026 年 9 月 9 日，Suno 发布新一代音乐模型 v6，与华纳音乐、BMG、Believe 等行业伙伴共同开发，分为三个版本，并加入筛查上传音频与歌词的保障措施。
Runway 发布 GWM Worlds 2 实时交互世界模型
Runway 于 2026 年 9 月 3 日发布 GWM Worlds 2；这是一个研究预览，把高保真视频与音频生成变为可由文本动作和镜头运动操控的实时交互世界模型。
Stability AI 完成 7600 万美元 B 轮融资
2026 年 8 月 25 日，Stability AI 宣布完成 7600 万美元 B 轮融资，投资方包括索尼音乐、环球音乐、华纳音乐与美国艺电，累计融资约 2.32 亿美元。
字节跳动发布 Seedance 2.5
字节跳动于 2026 年 7 月发布 Seedance 2.5。模型单次最多生成 30 秒视频，提供长视频测试模式，并可只修改画面的一部分，目前通过 API 提供。
Black Forest Labs 发布多模态模型 FLUX 3
2026 年 7 月 23 日，Black Forest Labs 宣布 FLUX 3，这是一个涵盖图像、视频、音频和动作的模型系列。其视频模型于 2026 年 8 月 4 日正式开放。
Meta 发布 Muse Image 与 Muse Video
2026 年 7 月 7 日，Meta 超级智能实验室推出 Muse Image 和 Muse Video，这是该实验室首批媒体生成模型。Muse Image 已在 Meta 的应用中上线，Muse Video 进入早期预览。
生数科技发布实时交互模型 Vidu S1
2026 年 7 月 3 日，生数科技发布实时交互视频生成模型 Vidu S1，用户在视频通话中说话，模型据此实时改变角色的表情、手势和肢体动作。
Suno 完成逾 4 亿美元 D 轮融资，投后估值 54 亿美元
2026 年 6 月 3 日，Suno 宣布完成逾 4 亿美元 D 轮融资，投后估值 54 亿美元，由 Bond Capital 领投。
Stability AI 发布 Stable Audio 3.0
2026年5月，Stability AI 发布 Stable Audio 3.0，共四个规格，其中三个开放权重。中号和大号可生成最长约6分20秒的音频，并支持音频修补与续写。
谷歌推出对话式视频生成模型 Gemini Omni
谷歌于 2026 年 5 月 19 日把 Gemini Omni 加入 Gemini 应用，订阅用户可用对话式提示词创作和编辑视频，产出内容带 SynthID 水印。
HeyGen 发布 Avatar V 数字人模型
2026 年 4 月 8 日，HeyGen 发布数字人模型 Avatar V，称其为世界上最逼真的 AI 数字人模型；约 15 秒的录制素材即可生成保持人物面部、声音与存在感的视频。
微软 AI 在 Foundry 上线 MAI-Transcribe-1、MAI-Voice-1 与 MAI-Image-2
2026年4月2日，Mustafa Suleyman 宣布微软 AI 面向开发者的三款模型，三者同时在 Microsoft Foundry 与 MAI Playground 上线。
OpenAI 停止 Sora 服务
2026 年 3 月 24 日，OpenAI 宣布在应用和 API 中停止 Sora 服务。Sora 应用于 4 月 26 日关闭，与 Sora 相关的迪士尼投资计划也未能推进。
Mistral AI 发布首个语音合成模型 Voxtral TTS
2026 年 3 月 23 日，Mistral AI 发布语音合成模型 Voxtral TTS：4B 参数，支持 9 种语言与 3 秒音频的音色克隆，权重以 CC BY-NC 4.0 开放，API 价格每千字符 0.016 美元。
Midjourney 发布 V8 测试版
Midjourney 于 2026 年 3 月 17 日发布 V8 测试版，生成速度约为原来的 5 倍，新增原生 2K 的 --hd 模式、改进的引号文字渲染、多项提示词参数与网格模式界面，其后又有两次小版本更新。
PixVerse 完成 C 轮融资，估值进入独角兽行列
2026 年 3 月 12 日，PixVerse 宣布完成 C 轮融资，由鼎晖投资（CDH Investments）领投。公司称此轮融资使其成为全球 AI 独角兽，也是亚洲 AI 视频生成领域规模最大的一轮。
字节跳动发布 Seedance 2.0，引发好莱坞版权抗议
字节跳动的视频生成模型 Seedance 2.0 于 2026 年 2 月 12 日上线。热门片段引发版权投诉，全球发布随后被暂停。