讯飞星火大模型
Vidu是什么?
Vidu是北京生数科技有限公司联合清华大学发布的中国首个长时长、高一致性、高动态性视频大模型，于2024年4月27日在中关村论坛未来人工智能先锋论坛上发布。
该模型采用团队原创的Diffusion与Transformer融合的架构U-ViT，支持一键生成长达16秒、分辨率达1080P的高清视频内容。
生数科技还发布了AI绘画和视频生成平台PixWeaver，和3D模型生成平台VoxCraft AI，支持在线使用。Vidu在B站发布的视频演示：
- 功能综述
Vidu模型采用团队原创的Diffusion与Transformer融合的架构U-VT，支持一键生成长达16秒、分辦率高达1080P的高清视频内容。Vidu不仅能够模拟真实物理世界，还拥有丰富想象力，具备多镜头生成、时空一致性高等特点。
- 现场演示
根据现场演示的效果，Vidu能够模拟真实的物理世界，够生成细节复杂，并且符合真实物理规律的场景。例如合理的光影效果、细腻的人物表情等；它还具有丰富的想象力，能够生成真实世界不存在的虚构画面，创造出具有深度和复杂性的，超现实主义内容。例如：“画室里的一艘船正在海浪中驶向镜头”。
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，“作为中国自研视频大模型，Vidu还能理解中国元素，能够在视频中生成例如熊猫、龙等特有的中国元素。”
此外，Vidu能够生成复杂的动态镜头，不再局限于简单的推、拉、移等镜头，而是能够围绕统一主体，在一段画面里实现远景、近景、中景、特写等，不同镜头的切换。包括能直接生成，长镜头、追焦、转场等效果，给视频注入镜头语言。
相关导航
暂无评论...
