4月27日消息，據(jù)國內(nèi)多家媒體報道，清華大學(xué)聯(lián)合生數(shù)科技正式發(fā)布中國首個長時長、高一致性、高動態(tài)性視頻大模型——Vidu。

該模型采用團(tuán)隊原創(chuàng)的Diffusion與Transformer融合的架構(gòu)U-ViT，支持一鍵生成長達(dá)16秒、分辨率高達(dá)1080P的高清視頻內(nèi)容，畫面效果跟Sora極為接近。

專家表示，在當(dāng)今數(shù)字化時代，人工智能技術(shù)以其日益突出的角色和潛力，引領(lǐng)著科技創(chuàng)新的浪潮。

這次Vidu的到來，標(biāo)志著AI技術(shù)邁入了一個全新階段，它不僅能夠模擬真實物理世界，還擁有豐富想象力，具備多鏡頭生成、時空一致性高等特點，這也是自Sora發(fā)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(biāo)國際頂尖水平，并在加速迭代提升中。

Vidu未來能支持生成更加多樣化、更長時長的視頻內(nèi)容，其靈活架構(gòu)也將兼容更廣泛的模態(tài)，進(jìn)一步拓展多模態(tài)通用能力的邊界。