现在 AI 视频的音效生成几乎成为标配，实测了一下阿里的通义万相。操作十分简单，只要在生成视频的过程中打开“视频音效”选项即可。AI 会智能分析视频内容，生成与之匹配的音效，如果没有明确音效则会生成适合的背景音乐。
在测试的四个视频中，海浪的音效表现不错。小鸟视频则生成了森林环境音，整体氛围较为契合。卡通乐手的视频似乎能识别出乐器为吉他，并匹配了相应的音效。机器人瓦力的视频似乎未被精准识别，最终生成的是一段随机的背景音乐。
总体来看，通义万相在音效生成方面能够识别视频画面，并生成相对匹配的音效，但整体更倾向于环境音效，而非精准捕捉视频主体的音效。
微软研究院联合多所高校发布 Mirage 模型，通过在扩散模型隐空间直接存储三维记忆，解决了 AI 视频生成中场景一致性差及计算昂贵的问题。该方案摒弃传统 RGB 点云渲染流程，使生成速度提升最高 10.57 倍，显存占用降低 55 倍，且长视频边际成本几乎不增。测试显示其三维与光度一致性优于现有方案，虽暂不支持动态物体记忆，但已开源并适用于机器人仿真等静态场景任务。
Google 推出 Information Agents 功能，面向 AI Ultra 订阅用户开放。该功能将搜索从被动查询转变为主动监测，智能体可 7×24 小时追踪用户需求并推送变化信息。其底层依托 Personal Intelligence 战略，通过整合 Gmail、Photos 等跨应用数据实现个性化推理。尽管存在隐私与准确性挑战，但凭借二十年数据积累，Google 正推动 AI 助手从对话工具向自主代理进化，重塑“信息找人”的交互范式。
6 月首周，月之暗面、微软、Google 及 Databricks 密集发布智能体产品，标志着 AI 正从对话助手转向持续行动系统。其中 Kimi Work 主打本地桌面运行，支持多智能体并行与浏览器接管；Microsoft Scout 定位永远在线的个人助理；Google 推出 24 小时信息追踪智能体；Databricks 开源 Omnigent 实现跨智能体互操作。行业共识逐渐形成，智能体将具备自主调度、任务拆解及持续运行能力。
围绕《实测阿里通义万相的视频音效生成》展开交流，未登录用户可浏览评论，登录后可参与讨论。
