AI 视频生成在 2026 年 2 月正式进入三国时代。
2026 年 2 月的第一周，中国 AI 视频圈发生了一件挺罕见的事：字节的 Seedance 2.0 和快手的 Kling 3.0 几乎同时发布。
每次有新的视频模型发布，官方 Demo 都好看得不行。Seedance 2.0 也不例外——追逐戏的运镜行云流水，广告片的产品细节纤毫毕现，角色表情生动自然。
Seedance 2.0 发布不到 48 小时，我的信息流已经炸了。
2 月 7 号，Anthropic 给 Opus 4.6 加了个 Fast 模式。官方说法是"速度提升 2.5 倍，智能水平不变"。
2 月 5 号，OpenAI 发了 GPT-5.3 Codex，比 5.2 快 25%。同一天，Anthropic 发了 Opus 4.6。两天后，Opus 4.6 又追加了 Fast 模式，速度翻 2.5 倍。
字节跳动火山引擎最近放出了图像生成模型 Seedream 4.5，官方说法是"全方位提升"。这种话听多了容易免疫，所以我去翻了官方页面、第三方测评和社区反馈，把它的三个主打能力拆开看了一遍。
做过中文海报的人都知道一个痛点：AI 生图里的中文字，十次有九次是乱码。Midjourney、Stable Diffusion、DALL-E，在中文渲染这件事上全军覆没。你只能先生成一张没有文字的底图，然后打开 Photoshop 手动叠文
AI 视频的热闹还没散，AI 生图这边又炸了一轮。
2 月 19 日 Google 发布 Gemini 3.1 Pro，公告里最抢眼的数字是 ARC-AGI-2 拿了 77.1%，上一代 Gemini 3 Pro 只有 31.1%，翻了一倍多。不少自媒体当天就写出了"Gemini 3.1 P
2月19日，Google 发布了 Gemini 3.1 Pro，公告里的数字很好看：ARC-AGI-2 得了 77.1%，比上一代 Gemini 3 Pro 的 31.1% 翻了一倍多。很多报道直接说"完胜 GPT-5.2 和 Claude
2 月 19 日 Google 发布 Gemini 3.1 Pro，公告里最抢眼的数字是 ARC-AGI-2 拿了 77.1%，上一代 Gemini 3 Pro 只有 31.1%，翻了一倍多。不少自媒体当天就写出了"Gemini 3.1 P
Gemini 3.1 Pro 支持 100 万 token 的上下文窗口，是目前公开模型中最大的。Google 在宣传里说 Gemini 3.1 Pro 解决了"迷失在中间"问题，检索准确率接近 100%。
Gemini 3.1 Pro 支持 100 万 token 的上下文窗口，是目前公开模型中最大的。Google 在宣传里说 Gemini 3.1 Pro 解决了"迷失在中间"问题，检索准确率接近 100%。
Gemini 3.1 Pro 支持 100 万 token 的输入上下文。官方宣传说解决了"迷失在中间"（Lost in the Middle）问题，100 万 token 下检索准确率接近 100%。听起来很厉害，不过我把 Model C
Google 反复说 Gemini 3.1 Pro 是"原生多模态"模型——图片、音频、视频、PDF 都能一起处理。这个说法从 Gemini 1.0 就开始用了，到 Gemini 3.1 Pro 已经是第四代了。
Google 反复说 Gemini 3.1 Pro 是"原生多模态"模型——图片、音频、视频、PDF 都能一起处理。这个说法从 Gemini 1.0 就开始用了，到 Gemini 3.1 Pro 已经是第四代了。
"原生多模态"这个说法 Google 用了很久，但我一直觉得它有点抽象。Gemini 3.1 Pro 支持图片、音频、视频、PDF 同时输入，听起来很全面。不过具体的上限和限制藏在 Vertex AI 的技术文档里，把它们挖出来才能知道实际
2026 年最热的 AI 话题不是"模型有多聪明"，而是"模型能不能自己干活"。智能体（Agent）——让模型自主决策、调用工具、完成多步骤任务——是各家厂商押注最重的方向。
2026 年最热的 AI 话题不是"模型有多聪明"，而是"模型能不能自己干活"。智能体（Agent）——让模型自主决策、调用工具、完成多步骤任务——是各家厂商押注最重的方向。