中国首个长时文本生成视频大模型Vidu全球上线

由生数科技与清华大学联合研发，支持32秒视频一键生成，拓展AI创作边界

By CEN Yingjie

由生数科技与清华大学联合研发的中国首个长时文本生成视频大模型Vidu已正式面向全球开放。该模型于2024年4月在中关村论坛年会上首次发布，标志着我国在生成式AI领域的重要突破。

▲ 图片来源：生数科技

清华大学人工智能研究院副院长、生数科技首席科学家朱军表示，Vidu是首个具备长时生成能力、高画面一致性与动态表现力的国产文本生成视频大模型，单次输入即可生成最长32秒的高质量视频内容。

与当前国内主流视频生成模型不同，Vidu不限于写实风格，支持自定义角色形象，并可生成精美动漫风格视频，显著提升创作自由度。相比OpenAI此前发布的Sora模型，Vidu无需申请试用，用户通过邮箱注册即可直接使用。

尽管已在语义理解与指令响应方面表现优异，部分用户反馈Vidu在复杂提示词处理上仍有优化空间。团队透露，下一阶段将重点推进音频生成能力，进一步完善多模态生成体系。

随着Vidu等国产AI模型持续迭代，生成式人工智能正加速赋能内容创作、影视制作等多个领域，推动中国AI产业迈向新高度。

END

Editor | SONG Ziyan

Supervisor| FANG Linlin