LTX-2.5 模型登场：AI 生成 10 秒 720P 视频仅需 6.8 秒，原生集成 ComfyUI

开放世界模型公司 LTX 昨日（8 月 11 日）宣布推出 LTX-2.5 模型，原生接入 ComfyUI，在 2 张英伟达 GB200 配置下生成 10 秒 720P 视频只需要 6.8 秒。

字节 Seedance 2.5 视频模型 API 上线，原生支持 30 秒视频直出

字节火山引擎今日宣布，正式上线 Seedance 2.5 API 服务。

字节跳动 SeedRealtime 音视频全双工大模型发布：支持边看、边听、边说，已上线豆包

SeedRealtime 用统一架构原生融合音频、视频与文本，能在连续的多模态信息流上实时交互，带来“边看、边听、边说”的全新体验。

视频能“边播边改”：京东开源自研 JoyAI-Video-Edit 模型，各项指标全球领先

JoyAI-Video-Edit 基于全自研 JoyAI-Video 模型，在 720P 分辨率下实现每秒 30 帧的模型推理速度，能够在保持较高画面清晰度的同时，跟上常见影视视频的播放节奏。

英特尔：为开源多模态视频模型 MiniMax H3 提供 Day 0 支持，实现基于多卡 GPU 的部署方案

英特尔今日宣布，为新一代开源多模态视频模型 MiniMax H3 提供 Day 0 首发支持。

通用视频模型 MiniMax H3 正式开源，支持多模态上下文、2K 分辨率

MiniMax H3 正式开源，这是一个通用型全模态生成系统，可理解文本、图像、视频、音频，并生成最高 2K 分辨率、15 秒视频及立体声音频。支持 11 种语言，多种输入模式。#AI开···

MiniMax H3 通用多模态视频模型将于 8 月 3 日开源，最高可支持 15s 2K 分辨率

MiniMax H3 支持对文本、图像、视频、声音组成的多模态上下文的统一理解能力、能够输出具备原生双声道的音视频，最高可支持 15s 2K 分辨率。

英伟达推出合成视频检测器 NIM：逐帧揪出 AI 生成视频，准确率可达 92%

英伟达推出合成视频检测器 NIM，可逐帧分析视频判断是否为 AI 生成，对无压缩视频检测准确率高达 92%。该工具面向媒体机构、新闻编辑部和个人用户，在 RTX GPU 上处理 1080···

阿里通义实验室发布 Wan-Streamer v0.2 模型，AI 视频电话响应延迟仅 550ms

阿里通义实验室发布 Wan-Streamer v0.2 模型，实现端到端响应延迟仅 550 毫秒，让 AI 能边听边看边回应。该模型将“听、看、说、演”统一进单个 Transformer，支持全双工交···

消息称字节豆包视频生成模型 Seedance 2.5 预计 7 月 6 日上线体验中心，一周后开放 API

字节豆包视频生成模型 Seedance 2.5 发布于 6 月 23 日。（AI 普瑞斯）