近日，生数科技与清华大学联合研发的中国首个自研视频大模型Vidu，在时隔40天后低调宣布了重大技术进展。据悉，Vidu在视频生成领域实现了三大突破：首先，它能一键生成长达32秒的视频，打破了国内视频生成模型的时长限制；其次，Vidu支持音视频合成，即生成的视频不仅具备图像，还配备了声音；最后，Vidu支持4D内容生成，可从单一视频精确重构出时空一致的4D内容，极大提升了视频生成模型的效果和真实感。
论文地址：https://arxiv.org/abs/2405.16822
AIGC专区：
https://heehel.com/category/aigc
更多作品：
https://heehel.com/category/ai-works
这项技术的突破，标志着中国在视频生成领域取得了重要进展，Vidu作为国内首个长时长、高一致性、高动态性的视频大模型，其技术实力与效果已得到业界的广泛认可。生数科技首席科学家朱军表示，Vidu不仅具备模拟真实物理世界的能力，还能理解并生成中国特有的元素，如熊猫、龙等。
值得一提的是，Vidu的技术迭代速度令人瞩目。自今年2月Sora视频大模型发布后，Vidu团队便基于深厚的技术积累，迅速推出了这一国内领先的视频生成模型，并在短短一个多月后再次实现重大技术迭代。此外，生数科技还宣布完成了数亿元的Pre-A轮融资，为Vidu的后续研发和应用提供了强有力的支持。
展望未来，生数科技将继续深化Vidu的研发和应用，推动视频生成技术的进一步发展。同时，该公司还公布了“Vidu大模型合作伙伴计划”，旨在与各方共同构建合作生态，推动视频生成技术的商业化应用。
