随着 AI 技术的快速发展，图像和视频生成模型正逐渐成为内容创作的核心引擎。嘉宾们讨论了 GPT-4o 带来的图像分层生成能力，显著提升了编辑效率；同时对比了 Google Gemini 与 GPT-4o 在生图体验上的差异。自回归模型的崛起正在逆转扩散模型的优势，而多模态联合训练则推动了更深层次的理解与生成能力。国产视频模型如 Pixworth 和海螺已在实际生产力上取得突破，尽管 Sora 仍需优化提示词响应。大一统模型展现出替代传统工作流的潜力，但在高度定制化素材和换脸功能上仍有局限。视频生成领域尚未达到语言模型的成熟阶段，但基础模型研究正在加速推进。未来，AI 不仅将降低创作门槛，还将催生全新的艺术形式，使创作不再局限于资源丰富的专业人士。