快科技4月28日消息，在2024中關村論壇年會未來人工智能先鋒論壇上，生數科技聯合清華大學發布中國首個長時長、高一致性、高動態性視頻大模型Vidu。

這也是自Sora發布之后全球率先取得重大突破的視頻大模型，性能全面對標國際頂尖水平，還在加速迭代提升中。

據了解，該模型采用團隊原創的Diffusion與Transformer融合的架構U-ViT，支持一鍵生成長達16秒、分辨率高達1080P的高清視頻內容。

除了在時長方面突破，Vidu在視頻效果方面也實現了顯著提升，主要包括：

能夠生成細節復雜的場景，且符合真實的物理規律；

能夠生成真實世界不存在的虛構畫面，創造出具有深度和復雜性的超現實主義內容；

能夠生成復雜的動態鏡頭，不再局限于簡單的推、拉、移等固定鏡頭，而是能夠圍繞統一主體在一段畫面里就實現遠景、近景、中景、特寫等不同鏡頭的切換；

在16秒的時長上保持連貫流暢，隨著鏡頭的移動，人物和場景在時間、空間中能夠保持一致；

能夠生成特有的中國元素，例如熊貓、龍等。