近期，AI领域涌现多项重要更新。Perplexity AI推出订阅制视频生成服务，Pro和Max用户分别享有每月5个和15个视频的生成额度，可能基于谷歌Veo 3模型。Pika AI发布音频驱动视频生成模型，能在短时间内生成超真实表情、任意长度和风格的高清视频，速度提升20倍且成本降低。智谱AI开源了基于MOE架构的视觉推理模型GLM-4.5V，拥有1060亿总参数，是当前开源领域最强的视觉推理模型。微软发布了专业级提示词编排标记语言Microsoft POML，旨在解决提示词工程中的结构化、数据整合、格式敏感性和工具链等问题。此外，Vercel的v0.dev已更名为v0.app，并上线Agent模式，支持通过单一提示词一键生成全栈应用。

🚀 **AI视频生成服务与模型迭代加速**：Perplexity AI推出了基于订阅的视频生成服务，为Pro和Max用户提供每月固定的视频生成额度，预示着AI视频内容创作的便捷化。同时，Pika AI发布的音频驱动视频生成模型，以其超真实表情、任意长度和风格的视频生成能力，以及大幅提升的速度和降低的成本，展现了AI在视频制作领域的巨大潜力。

💡 **视觉推理能力显著增强**：智谱AI开源的GLM-4.5V模型，基于MOE架构，拥有庞大的参数量和强大的多模态输入处理能力，在多个基准测试中达到SOTA（State-of-the-Art）水平，为视觉理解和推理任务提供了更先进的开源解决方案。

✍️ **提示词工程的专业化与标准化**：Microsoft POML（Prompt Orchestration Markup Language）的推出，为解决提示词工程中的关键痛点提供了专业工具。通过结构化的标记语言，用户可以更有效地管理、维护和编排复杂的提示词，提升AI模型交互的效率和准确性。

🏗️ **AI驱动的全栈应用开发新模式**：Vercel将v0.dev升级为v0.app并引入Agent模式，使得AI能够仅凭一个提示词就自动生成完整的全栈应用。这一进展标志着AI在软件开发领域的应用更加深入，能够自动化规划和执行任务，极大地提高了开发效率。

Perplexity AI 推出基于订阅制的视频生成服务

Perplexity AI[1] 在全平台推出视频生成功能。根据订阅等级不同，Pro 用户每月可创建 5 个视频，而 Max 用户则可享受每月 15 个视频的生成额度。从效果来看，这背后很可能采用了谷歌最新的 Veo 3 模型。

Pika AI 推出音频驱动视频生成模型

Pika 发布了音频驱动的视频生成模型，该模型能够以近乎实时的方式生成具有超真实表情的视频。该技术支持任意长度和风格的视频制作，并能在6秒或更短的时间内完成高清视频的生成。Pika表示，新模型在速度上提升了20倍，同时成本也大幅降低。

官方表示即将在 Pika social app 中推出。

智谱 AI 开源视觉推理旗舰 GLM-4.5V

智谱 AI 正式发布基于 MOE（混合专家）架构的新一代旗舰视觉推理模型GLM-4.5V[2]，支持多模态输入，并在多个基准测试中达到SOTA性能，现已开源并提供 API 服务。

特别值得一提的是，该模型采用 1060 亿总参数设计，其中 120 亿为激活参数，是当前开源领域最强的视觉推理模型。

微软推出 Microsoft POML：专业级提示词编排标记语言

Microsoft POML（Prompt Orchestration Markup Language）[3]是微软最新发布的专门用于编排提示词的标记语言，有效解决了提示词工程中的四大痛点：结构化缺失、复杂数据整合困难、格式敏感性以及工具链不完善等问题。

微软还贴心地提供了 Node.js 和 Python 的 SDK。这个项目好，终于有人做了，可以用专门的格式来管理和维护提示词了

Vercel v0.dev → v0.app：AI Agent 模式一键生成全栈应用

Vercel 旗下的 v0.dev 现已正式更名为 v0.app[4]，并上线了 Agent 模式。

这个 AI 项目构建器现在升级为通用解决方案，仅需一个提示词就能自动生成完整的全栈应用。完整变化可以看官方的公告，总之现在能够自动执行并规划任务了。