AI Gateway现已支持视频生成，用户可通过AI SDK 6创建高质量视频，目前处于测试阶段，适用于Pro和Enterprise计划。支持多种生成类型，如文本到视频和图像到视频，用户可通过简单的文本提示生成视频，适合广告和社交内容。

视频生成领域取得显著进展，但缺乏系统化开发指南。本文提出STIV，一种结合Diffusion Transformer架构的文本图像条件视频生成方法，支持文本到视频和图像到视频任务。STIV在多项任务中表现优异，为构建先进视频生成模型提供了透明方案，推动未来研究。

近年来，图像到视频生成取得显著进展，但3D一致性和相机可控性问题仍未解决。为此，我们提出了Cavia框架，能够将输入图像转换为多个时空一致的视频，支持精确控制相机运动，同时保持物体运动。实验结果表明，Cavia在几何一致性和感知质量上优于现有方法。

本文介绍了阿里巴巴的新款Wan 2.1 AI，支持文本、视频和图像生成视频。提供了在Windows上一键安装和使用Gradio APP的教程，最低要求3.5GB显存。同时比较了RTX 3090 TI与RTX 5090的性能，并介绍了云服务的安装与使用方法。

Adobe发布了生成式AI视频工具，包括从静止图像中生成视频片段的新功能。Firefly视频模型为Adobe的Creative Cloud应用程序提供AI视频和音频编辑功能。该工具允许用户使用文本描述生成视频片段，并使用摄像机控制调整结果。还演示了使用特定参考图像生成片段的图像到视频功能。新的AI视频工具将允许用户选择预设的拍摄风格来模拟，并描述他们想要的素材。Firefly承诺商业安全，因为它是基于公开许可、公共领域和Adobe Stock内容进行训练的。文本到视频和图像到视频功能将作为独立的Firefly应用程序推出beta版。Firefly视频模型最终将集成到Adobe的Creative Cloud、Experience Cloud和Adobe Express应用程序中。