記者蔡紹堅／綜合報導
中國大陸生數科技聯合清華大學研發的影片生成AI大模型Vidu近日在北京發表，它支援一鍵生成長達16秒，分辦率高達1080P的高畫質影片內容，是大陸第一款國產的影片生成AI大模型，。
從現場示範的影片中可以看到，Vidu能夠模擬真實的物理世界，產生細節複雜且符合真實物理規律的場景，諸如合理的光影效果，細膩的人物表情等。
Vidu也能夠產生複雜的動態鏡頭，不只限於簡單的推，拉，移等鏡頭，而是能夠圍繞統一主體在一段畫面裡實現遠景，近景，中景，特寫等不同鏡頭的切換，直接生成長鏡頭，追焦，轉場等效果也不在話下，為影片注入豐富的鏡頭語言。
▼Vidu的示範影片。（圖／翻攝微博）
短片中的片段都是從頭到尾的連續生成，沒有明顯的插幀現象，透過這種「一鏡到底」的表現能夠推測出，Vidu採用的是「一步到位」的生成方式，從文字到影片的轉換是直接且連續的，在底層演算法實現上是基於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。
清華大學AI 研究院副院長，生數科技首席科學家朱軍表示，「在今年2月，文生影片大模型Sora發布後，我們發現其剛好和我們的技術路線是高度一致的，這也讓我們堅定地進一步推進了自己的研究」。
根據陸媒報導，Sora發布推出後，Vidu團隊基於對U-ViT架構的深入理解以及長期積累的工程與數據經驗，在短短兩個月進一步突破長視頻表示與處理關鍵技術，研發推出Vidu視頻大模型，顯著提升影片的連貫性與動態性。
研發團隊也特別強調，Vidu能夠深刻理解並展現中國元素，特別注重文化適應性，能夠生成具有中國特色的元素，諸如貓熊、龍等等。
讀者迴響