Google ha presentado Gemini Omni 1.1 Flash, un nuevo conjunto de controles creativos y capacidades de generación de video diseñadas para preparar el modelo para su uso profesional a través de la API de Gemini en Google AI Studio.
invideo utiliza GPT-6 Astra para mejorar sus capacidades de edición de video agéntico, logrando un aumento triple en las tasas de éxito de la corrección de color y produciendo 50 efectos personalizados en un solo día.
Higgsfield AI ha integrado el modelo GPT-6 Astra de OpenAI para acelerar su flujo de desarrollo interno y mejorar su plataforma de creación de anuncios de video. La empresa informa que el modelo permite a un solo ingeniero entregar nuevas funciones de exploración en tan solo un día.
Los investigadores presentan la Distilación de Decodificación Paralela (PDD), un método simplificado basado en trayectorias para acelerar la inferencia en modelos de difusión y emparejamiento de flujos. A diferencia de los enfoques actuales que dependen de la distilación variacional de puntuaciones difícil de optimizar y pérdidas adversarias, PDD predice múltiples pasos de desvanecimiento por evaluación de red.
A principios de septiembre de 2026, Nvidia confirmó su adquisición de Hugging Face por $12.93 mil millones, mientras que OpenAI lanzó GPT-6 Astra y Microsoft presentó el modelo de reconocimiento de voz MAI-Transcribe-2.
Google ha lanzado Gemini Omni 1.1 Flash, una actualización de producción para su modelo nativo de generación de vídeo multimodal que cambia el enfoque de la generación simple a la edición dirigida. La actualización introduce interacciones con estado mediante la API Interactions, permitiendo a los usuarios modificar vídeos preservando el contexto previo sin volver a cargar archivos.
Los investigadores presentan VideoX-Qwen, un marco integrado que combina la construcción escalable de datos con el entrenamiento del modelo para avanzar en la edición de video general e impulsada por instrucciones. El sistema utiliza una canalización de producción que organiza modelos especializados para generar registros de edición direccional, resultando en más de 1.2 millones de muestras de alta calidad en tareas de adición, eliminación, reemplazo y atributos.
NanoAvatar es un proyecto de código abierto que ejecuta avatares parlantes realistas localmente en teléfonos Android antiguos sin requerir una GPU en la nube. El lanzamiento incluye código público, pesos del modelo y APKs de Android que empaquetan el modelo y un avatar para uso offline con la voz propia del usuario.
Vidu S2 comprende Vidu S2-Avatar, un modelo de personaje digital interactivo en tiempo real, y Vidu S2-Editing, un modelo de edición de video en tiempo real. El sistema también explora la viabilidad de la generación de video espacial en tiempo real para ambos componentes.
Un usuario ha publicado un video generado utilizando el recién lanzado modelo DeepSeek V4.1 Flash para evaluar sus capacidades en la síntesis de video en movimiento.
Un usuario ha estado experimentando con Seedance 2.5 para crear videos generados por IA, utilizando la plataforma de API de AIide que proporciona acceso a Seedance y otros modelos.
Un usuario probó el modelo de generación de video Seedance 2.5 utilizando una secuencia corta de moda y editorial que presentaba un solo personaje con diferentes atuendos, composiciones y estilos visuales.
Un usuario probó el modelo Seedance 2.5 utilizando conceptos de video cortos de estilo editorial y de moda para evaluar su capacidad para mantener la coherencia visual a través de las secuencias.
Google presentó Gemini Omni 1.1 Flash con nuevos controles para extender escenas, interpolar los primeros y últimos fotogramas, aumentar la resolución a 4K y acelerar la iteración de vídeo a través de la API de Gemini.
Una evaluación del modelo de generación de video con IA Seedance 2 destaca su mejor comprensión de los elementos cinematográficos en comparación con iteraciones anteriores. La prueba demuestra que, aunque el modelo maneja bien la continuidad visual y la iluminación, aún tiene dificultades con la consistencia de objetos complejos y la sobrecarga de prompts.
El científico jefe de OpenAI, Jakub Pachocki, declaró que el modelo Astra, aún sin lanzar, tiene como objetivo ser un "Pasante Automatizado de Investigación en IA" para septiembre de 2026, mientras que el CEO Sam Altman estima que la compañía declarará haber logrado la AGI internamente para diciembre de 2026.