🌐 Perplexity AI 推出基于订阅制的视频生成服务，Pro 用户每月可创建 5 个视频，Max 用户每月 15 个视频，可能采用谷歌 Veo 3 模型技术。

🎵 Pika AI 发布音频驱动视频生成模型，支持任意长度和风格的视频制作，生成速度提升 20 倍，成本降低，即将在 Pika social app 中推出。

🖥️ 智谱 AI 开源视觉推理旗舰 GLM-4.5V 模型，基于 MOE 架构，支持多模态输入，参数达 1060 亿，在多个基准测试中达到 SOTA 性能。

📝 微软推出 Microsoft POML 标记语言，用于编排提示词，解决提示词工程中的结构化缺失、复杂数据整合困难、格式敏感性以及工具链不完善等问题。

🚀 Vercel v0.dev 更名为 v0.app，上线 AI Agent 模式，仅需一个提示词就能自动生成完整的全栈应用，升级为通用解决方案。

原创 小茸茸 2025-08-12 10:59 重庆

Perplexity AI 推出基于订阅制的视频生成服务；Pika AI 推出音频驱动视频生成模型；智谱 AI 开源视觉推理旗舰 GLM-4.5V

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。

---

❝如果你喜欢《一觉醒来 AI 界发生了什么》系列的话，请 关注、点赞、在看、收藏、分享 五连警告，这对我真的很重要！

Reference

[1] Perplexity AI官方公告: https://x.com/perplexity_ai/status/1954980108508549147

[2] GLM-4.5V 开源模型页面: https://huggingface.co/zai-org/GLM-4.5V

[3] Microsoft POML GitHub 官方仓库: https://github.com/microsoft/poml

[4] v0.app 官方公告: https://vercel.com/blog/v0-app

阅读原文

跳转微信打开