Google DeepMind 开始向美国 Google AI Ultra 订阅用户（18 岁以上）滚动开放 Project Genie，这是一个基于 Genie 3、Nano Banana Pro 和 Gemini 的实验性研究原型网页应用，支持用户用文本或图片创建可探索的交互世界、实时生成前行路径，并对已有世界进行混编与视频下载。
推荐理由：原文列出了世界素描、探索、混编三大能力与生成时长等限制，可据此判断世界模型从研究走向消费级体验的成熟度。
Higgsfield 借助 OpenAI GPT-4.1、GPT-5 与 Sora 2，让创作者从简单输入直接生成电影级、社交优先的视频内容。创作者只需提供简单创意，即可完成从创意到成片的转化，创作门槛被大幅降低。
Google DeepMind 提出 D4RT，一个将动态场景重建与追踪统一到单一框架的 AI 模型，可用同一查询接口完成点追踪、点云重建和相机位姿估计。它比此前方法快 18 至 300 倍，在单颗 TPU 上约 5 秒即可处理一分钟视频，研究团队表示这为机器人、AR 和世界模型等实时空间计算场景打开了路径。
Google DeepMind 更新 Veo 3.1 Ingredients to Video，基于素材图生成的视频更具表现力，角色、背景与物体一致性增强，并首次支持原生 9:16 竖屏输出与 1080p、4K 放大。
推荐理由：官方说明了 Veo 3.1 在竖屏输出与 1080p、4K 放大上的具体变化，并给出各端上线范围，便于判断它对短视频创作流程的影响。
Google 回顾了 2025 年在 8 大领域的研究突破，Google DeepMind 与 Google Research 发布的 Gemini 3 Pro 登顶 LMArena Leaderboard，在 Humanity's Last Exam 与 GPQA Diamond 上取得突破分数，并以 23.4% 创下 MathArena Apex 新纪录。
本期 AIGC Weekly 汇总了上周 AI 领域的核心发布。谷歌更新 Gemini 2.5 系列 TTS 与 Native Audio 模型，OpenAI 发布 GPT-5.2，Runway 推出 Gen 4.5 与 GWM 系列世界模型，Mistral 开源 Devstral 2 并发布 Mistral Vibe CLI。
迪士尼与 OpenAI 达成协议，把 200 多个迪士尼、漫威、皮克斯和星球大战角色引入 Sora，用于粉丝创作的短视频。协议同时涵盖迪士尼全公司使用 ChatGPT Enterprise 和 OpenAI API，并强调娱乐领域的负责任 AI。
推荐理由：协议把 200 多个迪士尼角色引入 Sora 短视频创作，并带动 ChatGPT Enterprise 在迪士尼全公司部署，是 IP 授权与 AI 视频生成结合的典型案例。
OpenAI 发布 Sora 2 视频生成模型，支持同步对话与音效；旧版 Sora 产品已不再可用。
推荐理由：原文点明 Sora 2 支持同步对话与音效，并说明旧版 Sora 产品已下线，读者可据此判断视频生成能力的变化。
OpenAI 发布 Sora 2 系统卡，介绍其新的视频与音频生成模型。该模型在 Sora 基础上实现了更准确的物理效果、更清晰的真实感与音画同步，并增强了可控性与风格多样性。
推荐理由：官方系统卡概述 Sora 2 在物理准确度、真实感与音画同步上的提升，读者可据此对照前代视频模型评估其能力变化。
Invideo AI 使用 OpenAI 的 GPT-4.1、gpt-image-1 和 text-to-speech 模型，可将创意在数分钟内转化为专业视频。该方案把视频创作速度提升 10 倍。
OpenAI 宣布视频生成模型 Sora 正式上线，用户可在 sora.com 使用。该模型支持生成最高 1080p 分辨率、最长 20 秒的视频，提供宽屏、竖屏和方形三种画幅比例；用户可导入自己的素材进行扩展、混剪和融合，也可直接从文本生成全新内容。
推荐理由：原文给出了 Sora 的开放入口、分辨率与时长上限，读者可据此判断它能否满足自己现有的视频创作需求。
跨学科艺术家 Minne Atairu 分享了 Sora 如何帮助她实现创作愿景。她讲述了这一工具在其跨学科艺术实践中所扮演的角色。
电影制作人 Lyndon Barrois 分享了如何将 Sora 作为叙事工具，用其创造全新的视觉世界。
电影制作人组合 Vallée Duhamel 分享了 Sora 如何帮助他们构建新世界。
OpenAI 自上个月向全球推出 Sora 以来，一直与艺术家展开合作，探索 Sora 如何辅助他们的创作过程。
OpenAI 探索在视频数据上大规模训练生成模型，其最大模型 Sora 能够生成一分钟的高保真视频。研究表明，扩展视频生成模型是构建物理世界通用模拟器的有希望路径。
推荐理由：原文提出视频生成模型可作为物理世界通用模拟器的路径，并展示 Sora 生成一分钟高保真视频的能力。
OpenAI 通过微调 GPT-3，为“全托管”视频创作服务提供支持，并使其内容生产能够规模化扩展。微调后的 GPT-3 被用于驱动该服务。
OpenAI 通过 Video PreTraining (VPT) 在大量无标注人类 Minecraft 游戏视频上预训练神经网络，仅使用少量标注数据。微调后模型可制作钻石工具，这一任务熟练人类通常需要 20 分钟以上（24,000 次操作）。模型使用原生人类键鼠界面，OpenAI 称其是迈向通用电脑操作智能体的一步。
推荐理由：OpenAI 用少量标注数据加大量无标注视频预训练，让模型学会 Minecraft 中的钻石工具制作，为通用电脑操作智能体提供可迁移方法。
The Cynical Developer 第 156 期播客邀请 Intelligent Voice CTO、MeetMyna CEO Nigel Cannings 对谈深度伪造技术。Nigel 拥有逾 25 年法律与科技领域经验，是 Intelligent Voice Ltd 创始人，并常在 NVIDIA、IBM、HPE 等行业活动演讲。