在AI視頻生成領(lǐng)域，Sora模型的發(fā)布曾引起業(yè)界廣泛關(guān)注，但其算法閉源限制了進(jìn)一步的應(yīng)用與發(fā)展。近期，一家與清華大學(xué)合作的初創(chuàng)公司生數(shù)科技推出了Vidu，這是一款在性能上與Sora相媲美的中國(guó)首個(gè)長(zhǎng)時(shí)視頻大模型。Vidu采用U-ViT架構(gòu)，結(jié)合Diffusion與Transformer技術(shù)，能夠生成長(zhǎng)達(dá)16秒的高清視頻，展現(xiàn)了視頻大模型在多鏡頭生成、模擬真實(shí)世界等方面的先進(jìn)能力。本文將深入探討Vidu的技術(shù)特點(diǎn)、工程化能力，以及其在推動(dòng)國(guó)產(chǎn)多模態(tài)大模型創(chuàng)新中的潛在影響。

近日，生數(shù)科技與清華大學(xué)聯(lián)合發(fā)布了「Vidu」文生視頻模型，那么這一模型，是否可以和 OpenAI 的 Sora 實(shí)現(xiàn)對(duì)標(biāo)？一起來看看本文的解讀。

在AI視頻生成領(lǐng)域，國(guó)產(chǎn)模型Vidu以其驚人的真實(shí)度和創(chuàng)新能力引起了廣泛關(guān)注。Vidu能夠根據(jù)簡(jiǎn)短的提示詞生成長(zhǎng)達(dá)16秒的逼真視頻，其效果足以媲美Sora，甚至在某些方面超越了它。讓我們跟隨作者的視角，一起來看看吧。