今年初，文生視頻大模型Sora的亮相引發(fā)行業(yè)高度關(guān)注，也在資本市場(chǎng)上掀起浪潮。時(shí)隔兩個(gè)月，清華團(tuán)隊(duì)打造了一個(gè)中國(guó)版的Sora——視頻大模型Vidu近日正式發(fā)布。近期爭(zhēng)。

01

清華團(tuán)隊(duì)參與打造

Vidu性能強(qiáng)勁

4月27日，在中關(guān)村論壇未來(lái)人工智能先鋒論壇上，中國(guó)首個(gè)長(zhǎng)時(shí)長(zhǎng)、高一致性、高動(dòng)態(tài)性視頻大模型Vidu正式發(fā)布。據(jù)悉，Vidu視頻大模型是由清華大學(xué)與生數(shù)科技聯(lián)合發(fā)布的中國(guó)首個(gè)長(zhǎng)時(shí)長(zhǎng)、高一致性、高動(dòng)態(tài)性視頻大模型。這一模型的發(fā)布，標(biāo)志著中國(guó)在視頻大模型技術(shù)領(lǐng)域取得了顯著的進(jìn)展，能夠與國(guó)際上的先進(jìn)模型如Sora相媲美。

據(jù)介紹，Vidu模型采用了團(tuán)隊(duì)原創(chuàng)的Diffusion與Transformer融合的架構(gòu)U-ViT，支持一鍵生成長(zhǎng)達(dá)16秒、分辨率高達(dá)1080P的高清視頻內(nèi)容。

性能方面，Vidu不僅能夠模擬真實(shí)物理世界，生成細(xì)節(jié)復(fù)雜且符合真實(shí)物理規(guī)律的場(chǎng)景，如合理的光影效果和細(xì)膩的人物表情，還擁有豐富的想象力，能夠創(chuàng)造出具有深度和復(fù)雜性的超現(xiàn)實(shí)主義內(nèi)容。

此外，Vidu能夠生成復(fù)雜的動(dòng)態(tài)鏡頭，實(shí)現(xiàn)遠(yuǎn)景、近景、中景、特寫等不同鏡頭的切換，不再局限于簡(jiǎn)單的固定鏡頭。特別值得一提的是，Vidu能夠理解并生成熊貓、龍等特有的中國(guó)元素，展現(xiàn)了對(duì)中國(guó)傳統(tǒng)文化的深刻理解。

同時(shí)，Vidu的生成方式是“一步到位”的，文本到視頻的轉(zhuǎn)換直接且連續(xù)，基于單一模型完全端到端生成，不涉及中間的插幀和其他多步驟的處理，這在技術(shù)上是一個(gè)重要的創(chuàng)新。

02

背后公司生數(shù)科技受關(guān)注

Vidu背后依托的是一家名為生數(shù)科技的創(chuàng)業(yè)公司，該公司核心成員主要來(lái)自清華大學(xué)人工智能學(xué)院，致力于自主研發(fā)世界領(lǐng)先的可控多模態(tài)通用大模型。生數(shù)科技的CEO唐家渝、首席科學(xué)家朱軍以及CTO鮑凡，都是在人工智能和擴(kuò)散模型領(lǐng)域有著深厚研究的專家。

生數(shù)科技自成立以來(lái)，就備受資本市場(chǎng)的關(guān)注，已經(jīng)完成了三輪融資，融資額達(dá)到數(shù)億元人民幣。投資方包括啟明創(chuàng)投、智譜AI、BV百度風(fēng)投、錦秋基金等知名投資機(jī)構(gòu)。公司的快速發(fā)展和Vidu模型的成功研發(fā)，展示了生數(shù)科技在多模態(tài)大模型領(lǐng)域的深厚積累和創(chuàng)新能力。

在人工智能領(lǐng)域，生數(shù)科技采取的是模型層和應(yīng)用層并行推進(jìn)的模式，一方面構(gòu)建底層通用大模型，提供模型服務(wù)能力；另一方面，打造針對(duì)圖像生成、視頻生成等場(chǎng)景的垂直應(yīng)用，服務(wù)于游戲制作、影視后期等內(nèi)容創(chuàng)作場(chǎng)景。

03

大模型將成未來(lái)發(fā)展重要一環(huán)

大模型技術(shù)作為人工智能領(lǐng)域的一個(gè)重要分支，其未來(lái)的發(fā)展前景十分廣闊，無(wú)疑將成為未來(lái)發(fā)展的重要一環(huán)。隨著技術(shù)的不斷進(jìn)步，其應(yīng)用場(chǎng)景將進(jìn)一步拓展，從視頻和圖像生成，到游戲制作、影視后期等內(nèi)容創(chuàng)作，大模型技術(shù)將為各行各業(yè)帶來(lái)革命性的變化，在多個(gè)領(lǐng)域發(fā)揮更加重要的作用。

首先，大模型技術(shù)通過(guò)其強(qiáng)大的數(shù)據(jù)處理和學(xué)習(xí)能力，正成為推動(dòng)人工智能技術(shù)創(chuàng)新的關(guān)鍵因素。它們能夠處理和學(xué)習(xí)海量數(shù)據(jù)，從而在圖像識(shí)別、自然語(yǔ)言處理、機(jī)器翻譯等多個(gè)領(lǐng)域?qū)崿F(xiàn)前所未有的準(zhǔn)確性和效率。

其次，大模型正成為多行業(yè)應(yīng)用的推動(dòng)者。大模型的跨領(lǐng)域應(yīng)用潛力巨大，可以被應(yīng)用于醫(yī)療健康、金融服務(wù)、教育培訓(xùn)、自動(dòng)駕駛、智能制造等眾多行業(yè)。通過(guò)提供深度分析和預(yù)測(cè)，大模型能夠幫助這些行業(yè)提高決策質(zhì)量，優(yōu)化服務(wù)流程，降低成本，并創(chuàng)造新的商業(yè)模式。

此外，大模型技術(shù)在提高生產(chǎn)效率、降低運(yùn)營(yíng)成本、創(chuàng)造新的就業(yè)機(jī)會(huì)等方面的潛力，將對(duì)經(jīng)濟(jì)結(jié)構(gòu)產(chǎn)生深遠(yuǎn)影響，可能會(huì)成為推動(dòng)經(jīng)濟(jì)轉(zhuǎn)型和產(chǎn)業(yè)升級(jí)的關(guān)鍵驅(qū)動(dòng)力。

- End -

       原文標(biāo)題 : 對(duì)標(biāo)Sora！國(guó)產(chǎn)視頻大模型Vidu發(fā)布