Vidu视频大模型 生数科技清华联合研发 国内首个Sora级别
在视频生成大模型这个赛道上，Vidu算得上一个里程碑式的存在。它由生数科技与清华大学联手打造，凭借自研的U-ViT架构，一举成为国内首个达到Sora级别的视频大模型。技术路线上的全球首创性是一方面，更重要的是，团队通过开源的UniDiffuser模型，已经验证了这套架构在大规模场景下的可扩展能力。V
在视频生成大模型这个赛道上，Vidu算得上一个里程碑式的存在。它由生数科技与清华大学联手打造，凭借自研的U-ViT架构，一举成为国内首个达到Sora级别的视频大模型。技术路线上的全球首创性是一方面，更重要的是，团队通过开源的UniDiffuser模型，已经验证了这套架构在大规模场景下的可扩展能力。
Vidu的能力不止于模拟真实物理世界——它同时具备相当丰富的想象力，支持多镜头生成，并且能在长时间跨度的视频中保持高时空一致性。技术底层融合了Diffusion与Transformer，创新性地开发出钱-ViT架构。在实际使用中，只需一键操作，就能生成最长16秒、分辨率达到1080P的高清视频。
它的核心功能亮点包括：
模型架构：Diffusion与Transformer的融合，让U-ViT架构既有扩散模型的生成质量，又有Transformer的长序列处理能力。
视频生成：一键生成最长16秒、1080P高清视频，在同类产品中属于第一梯队。
3D生成能力：仅凭简单文字输入，就能生成高质量、多样化的3D模型；也可以基于已有3D模型，对贴图等进行自动化编辑。此外还支持图像生成API调用和在线体验。
实际演示效果：官方展示的一个案例——“画室中的一艘船驶向镜头”，船和海浪的逼真程度相当惊艳，足以体现模型对物理世界的理解力。
高级特性：除了物理模拟，Vidu在想象力方面也很有看头，多镜头生成和高时空一致性让视频叙事更加连贯自然。
说到背后的团队，北京生数科技有限公司（简称“生数科技”）成立于2023年3月，核心班底来自清华大学人工智能研究院，同时汇集了阿里、腾讯、字节等知名科技公司的顶尖人才。这支团队在深度生成式算法领域积累深厚，拥有扩散概率模型底层的原创研发能力。公司的目标是打造世界领先的多模态大模型，融合文本、图像、视频、3D等信息，并探索生成式AI在艺术设计、游戏制作、影视后期、内容社交等场景的商业化落地——简单说，就是用AI提升创造力和生产力。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：Vidu视频大模型 生数科技清华联合研发 国内首个Sora级别要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点你的RAG检索太“笨”？用K-Means聚类来“调教” 今天我们要聊的话题，可能会让不少RAG开发者产生共鸣：为什么辛苦搭建的检索系统，返回的结果总是差强人意，要么内容高度重复，要么无法精准命中用户的意图？其实，问题的症结往往不在于模型本身，而在于检索策略。 如果你也觉得自己的RAG系统有点“傻气”
钉钉AI写OKR复盘提示词需绑定目标值、实际值、时间节点和归因逻辑，避免模糊结论。先明确O、KR、基线值与实际结果，用百分点表述差值。再强制AI逐条拆解缺口归因，量化每项动作影响值。最后限定对比时间轴，指定趋势性、脉冲式、结构性三类变化，防止时间错位。
天工AI智能体搭建需将业务流程转化为指令并配知识库。HR招聘需显式列出岗位关键词并上传说明书；财务分析需结构化指令锁定角色与格式；法务合同审查须禁止联网检索，上传三类文件并用真实PDF验证。
夸克AI可通过具体提问、AI超级框定制、拍照识图、夸克锦囊专题及划词功能，高效获取本地化美食攻略，结果包含地域认证、营业动态、非遗信息等实用细节，帮助出行前精准规划。
- 日榜
- 周榜
- 月榜
热点快看