这里我们又拿腾讯混元视频的“独家艺能”来测试。早在文字生成视频的功能发布后，他们就主推了在画面主角保持不变的情况下自动切镜头的这项功能，当时号称这是业界大部分模型所不具备的能力。

从全球范围来看，在3D生成模型领域，英伟达开源的Cosmos模型通过训练2000万小时视频数据，实现了几何一致性和实时交互的物理仿真；谷歌的Genie 2则利用自回归潜变量扩散模型，构建可交互的3D环境，单图就能生成1分钟动态3D场景。 最受关注的李飞飞创办的World ...

所以，为了直观展示腾讯版Sora的「图生视频」能力，我们直接从这些难题入手。 难题1：是否符合现实物理规律 众所周知，从视频AI诞生至今 ...