Vidu，中國首款具備長時長、高一致性、高動態(tài)的視頻大模型，驚艷亮相中關村論壇。由生數(shù)科技與清華大學聯(lián)合研發(fā)，Vidu可輕松生成16秒、1080P超清視頻，支持一鍵高清視頻生成，視覺效果媲美頂尖AI生成模型Sora。

Vidu展現(xiàn)了卓越的多鏡頭敘事能力、時間空間連貫性及對物理規(guī)律的遵循，并能創(chuàng)造出超越現(xiàn)實世界的超現(xiàn)實主義畫面。短短兩個月，Vidu突破傳統(tǒng)GIF局限，技術水平令人驚嘆。對此，數(shù)字經(jīng)濟應用實踐專家駱仁童博士表示，Vidu的出現(xiàn)不僅是技術的突破，更是中國AI視頻大模型創(chuàng)新的一次革命。它將算法與藝術的邊界模糊化，讓我們看到了一個全新的可能性。

在視頻創(chuàng)作領域，鏡頭語言的運用至關重要。傳統(tǒng)的AI視頻生成方法在鏡頭語言的應用上往往顯得單調且缺乏創(chuàng)新，鏡頭運動通常僅限于簡單的推、拉、移等操作。這主要是由于現(xiàn)有的視頻內容生成技術存在局限性，這種技術手段使得長時序的連貫預測變得異常困難，導致視頻中只能呈現(xiàn)微小的動態(tài)變化。

相比之下，Vidu技術在鏡頭語言的應用上取得了顯著突破。Vidu能夠一次性生成包含多個鏡頭的連貫片段，從近景到遠景，整個過程流暢自然。更令人贊嘆的是，Vidu還能直接生成轉場、追焦、長鏡頭等復雜效果，在提升視頻畫面整體敘事感方面表現(xiàn)出色。

除了鏡頭語言的豐富性外，Vidu還注重保持時間和空間的一致性。在視頻制作中，確保畫面的連貫和流暢性至關重要，這需要保持人物和場景的時空一致性。

值得一提的是，Vidu還具備模擬真實物理世界的能力。這一特性使得生成的視頻在細節(jié)表現(xiàn)上更加逼真動人，能夠準確地呈現(xiàn)出汽車輪胎揚起的灰塵、樹林中的光影以及車行駛過程中的陰影變化等細節(jié)。

Sora和Vidu在走路鏡頭的模擬上可謂旗鼓相當，兩者各有千秋。視頻中的角色行走自如，尤其是環(huán)境渲染方面，霓虹燈在濕漉漉的路面上的倒影，為畫面增色不少，使得逼真度大幅提升。Vidu不僅能夠生成人物，甚至能模擬出走路的熊，人物一致性讓人驚艷。

在處理復雜鏡頭和多角度切換方面，Vidu也毫不遜色，雖然畫面細節(jié)仍需打磨，但其流暢的鏡頭轉換宛如真人導演的巧妙構思。

在畫面創(chuàng)意方面，Vidu同樣令人贊嘆，如畫室中的船隨浪起伏，木制玩具船在地毯上航行等場景，充分展示了其想象力。

在理解和呈現(xiàn)中國文化元素方面，Sora在國外唐人街舞龍環(huán)節(jié)表現(xiàn)出色，畫面細節(jié)豐富，文化氛圍濃郁。而Vidu生成的“龍”則更接近西方世界的龍形象。

生數(shù)科技，清華大學聯(lián)合孵化的人工智能創(chuàng)業(yè)公司，以驚人的速度推出了全新大模型——Vidu。僅用時兩個半月，便在業(yè)界掀起了一場技術風暴。Vidu不僅代表著生數(shù)科技的最新成果，更是團隊多年技術積累的結晶。

在朱軍副院長的領導下，生數(shù)科技的核心團隊匯聚了清華大學人工智能研究院的精英力量。他們致力于生成式人工智能和貝葉斯機器學習的研究，深耕行業(yè)二十余載。在擴散模型領域，團隊更是國內先行者，取得了一系列令人矚目的成果。

在AI視頻生成技術的賽道上，生數(shù)科技的Vidu已然成為國內最具競爭力的大模型之一。雖然騰訊等科技巨頭也推出了類似產(chǎn)品，但Vidu憑借其卓越的性能和創(chuàng)新性，展現(xiàn)出了追趕甚至超越的潛力。

Vidu的誕生，標志著生數(shù)科技在多模態(tài)大模型賽道上邁出了堅實的一步。該模型基于U-ViT融合架構，具備強大的長視頻表示與處理能力。無論是文本到圖像、文本到視頻，還是圖像到視頻、視頻到視頻，Vidu都能輕松應對，滿足各種生成需求。更值得一提的是，Vidu支持任意寬高比和分辨率的視頻生成，為用戶帶來前所未有的創(chuàng)作體驗。

商道童言（Innovationcases）歡迎點贊和分享哦！~~

免費電子書： | | | |

數(shù)字經(jīng)濟應用實踐專家 駱仁童主講課程

人工智能：

數(shù)字應用：

數(shù)字中國：

數(shù)字化轉型：》

產(chǎn)業(yè)數(shù)字化：《》

宏觀與趨勢：

思維與技能：》

創(chuàng)新與創(chuàng)業(yè)：