แท็ก

#video-generation

6 บทความ

Runway เปิด Solaris — "อินเทอร์เฟซที่ไม่มีโค้ด" ที่เรนเดอร์ UI ทีละเฟรมด้วยโมเดลวิดีโอ ชนะโค้ดที่ Claude Opus 5 เขียนในการโหวตของผู้ใช้ 250 คน
โมเดลใหม่

Runway เปิด Solaris — "อินเทอร์เฟซที่ไม่มีโค้ด" ที่เรนเดอร์ UI ทีละเฟรมด้วยโมเดลวิดีโอ ชนะโค้ดที่ Claude Opus 5 เขียนในการโหวตของผู้ใช้ 250 คน

31 ส.ค. 2026 Runway เปิดงานวิจัย Solaris ซึ่งเรียกตัวเองว่า Interface World Model ตัวแรก — ไม่แปลงดีไซน์เป็นโค้ดแล้วรัน แต่เรนเดอร์อินเทอร์เฟซทีละเฟรมแบบเรียลไทม์ที่ 720p โดยรับคลิก ลาก และเสียงเป็นสัญญาณกำกับ ในการทดสอบของ Runway เอง ผู้เข้าร่วม 250 คนเลือก Solaris เหนือ UI ที่ Claude Opus 5 เขียนโค้ดให้ 61% ต่อ 24% — แต่ Runway ก็เขียนข้อจำกัดของตัวเองไว้ตรงพอกัน

· อ่าน 6 นาที
EchoWM: world model ที่ "เดินเข้าไปข้างในได้" — JD ทำวิดีโอ 720p พร้อมเสียงแวดล้อม ดนตรี และคำพูดในโมเดลเดียว แล้วขึ้นอันดับ 1 WBench Navigation เหนือ Genie 3
โมเดลใหม่

EchoWM: world model ที่ "เดินเข้าไปข้างในได้" — JD ทำวิดีโอ 720p พร้อมเสียงแวดล้อม ดนตรี และคำพูดในโมเดลเดียว แล้วขึ้นอันดับ 1 WBench Navigation เหนือ Genie 3

24 ส.ค. 2026 ทีม Echo จาก Joy Future Academy (JD) ร่วมกับ HKUST, PKU, THU และ Stanford ปล่อยเปเปอร์ EchoWM — world model ที่รับการเดินสำรวจแบบต่อเนื่องแล้วสร้างวิดีโอ 720p พร้อมเสียงแวดล้อม ดนตรี และคำพูดไปพร้อมกัน ทำคะแนนเฉลี่ย 81.7 ขึ้นอันดับ 1 บน WBench Navigation เหนือ Genie 3 (73.9) และลด error การหมุนกล้องลงเหลือไม่ถึงครึ่งของคู่แข่งที่ดีที่สุด แต่น้ำหนักโมเดล EchoWM ยังไม่ปล่อย

· อ่าน 8 นาที
LTX-2.5 ออกแล้วเป็น open weights — โมเดลวิดีโอ 22B ที่ตัด multishot ได้ในรอบเดียว และรันบน RTX ตัวเดียวได้จริง
โมเดลใหม่

LTX-2.5 ออกแล้วเป็น open weights — โมเดลวิดีโอ 22B ที่ตัด multishot ได้ในรอบเดียว และรันบน RTX ตัวเดียวได้จริง

11 ส.ค. 2026 Lightricks ปล่อย LTX-2.5 เป็น open weights บน Hugging Face — transformer 22B สองเช็คพอยต์ (dev/distilled) พร้อม text encoder Gemma 4 12B, decoder แบบ diffusion ตัวใหม่, และความสามารถ multishot ที่สร้างหลายช็อตต่อเนื่องในการ generate รอบเดียว เปิด ComfyUI ได้ตั้งแต่วันแรก

· อ่าน 6 นาที
MiniMax H3 ปล่อยน้ำหนักจริงแล้ววันนี้ 498GB — โมเดลวิดีโอเปิดที่แรงที่สุดในตลาด แต่ไลเซนส์ห้ามใช้ในสหรัฐฯ EU UK และเกาหลีใต้
โมเดลใหม่

MiniMax H3 ปล่อยน้ำหนักจริงแล้ววันนี้ 498GB — โมเดลวิดีโอเปิดที่แรงที่สุดในตลาด แต่ไลเซนส์ห้ามใช้ในสหรัฐฯ EU UK และเกาหลีใต้

หลังเปิดตัวผ่าน API เมื่อ 31 ก.ค. พร้อมสัญญาว่าจะปล่อยน้ำหนัก MiniMax ปล่อยจริงเช้าวันนี้ 3 ส.ค. — H3-Base 33B dense รวม 498GB ขึ้นอันดับ 1 บนกระดาน Video Editing ของ Artificial Analysis แต่ไลเซนส์กันสหรัฐฯ EU UK เกาหลีใต้ออกจากพื้นที่อนุญาต และโมดูลที่ทำให้ได้ 2K ไม่ได้เปิดมาด้วย

· อ่าน 8 นาที
Black Forest Labs เปิดตัว FLUX 3 — โมเดลมัลติโมดัลตัวแรกที่สร้างวิดีโอ 20 วินาทีพร้อมเสียงในตัว
ผลิตภัณฑ์

Black Forest Labs เปิดตัว FLUX 3 — โมเดลมัลติโมดัลตัวแรกที่สร้างวิดีโอ 20 วินาทีพร้อมเสียงในตัว

Black Forest Labs ปล่อย FLUX 3 โมเดลมัลติโมดัลตัวแรกของค่ายที่เรียนรู้ภาพ วิดีโอ และเสียงพร้อมกันในตัวแทนเดียว สร้างวิดีโอยาวได้ถึง 20 วินาทีพร้อมเสียงเนทีฟ เปิดให้ลองแบบ Early Access ก่อน ส่วนน้ำหนักโมเดลเปิด 'FLUX 3 Dev' จะตามมาทีหลัง

· อ่าน 4 นาที
'Gemini Omni' หลุดก่อน Google I/O — โมเดล video generation ตัวใหม่ที่ผ่าน 'spaghetti test' และ edit ได้ในแชต
ผลิตภัณฑ์

'Gemini Omni' หลุดก่อน Google I/O — โมเดล video generation ตัวใหม่ที่ผ่าน 'spaghetti test' และ edit ได้ในแชต

ก่อน Google I/O 2026 จะเริ่ม 19 พ.ค. มีคลิป UI หลุดจาก Gemini ระบุว่ามีโมเดลใหม่ชื่อ 'Omni' สำหรับ video generation — ตัวอย่างผ่าน 'spaghetti test' ที่เคยทำให้ AI ดูแย่ และอวด edit-in-chat กับ remix ที่ขย่ม OpenAI Sora 2 ทันที

· อ่าน 4 นาที