Vidu

Vidu是由北京生数科技有限公司与清华大学合作推出的中国首款长视频AI生成大模型。它采用了一种创新的结合了Diffusion和Transformer的架构，名为U-ViT，能够根据用户的文本输入，快速生成长达16秒、高分辨率达到1080P的视频内容。Vidu不仅能够准确模拟现实世界的物理规律，还具备丰富的创意能力，能够实现多视角视频的无缝切换，保持高度的时空连贯性。

Vidu AI的特点：

1.长视频生成能力：用户可以生成长达16秒的高清视频，分辨率高达1080P。

2. 多视角视频制作：在视频制作过程中，Vidu能够保持不同视角之间的高度一致性，这对于制作连贯的视频故事非常关键。

3. 动态场景捕捉能力：Vidu能够捕捉并渲染动态场景，包括复杂的动作和物体的移动。

4. 现实世界模拟：Vidu能够模拟现实世界的物理特性，如光影效果和物体的物理行为，使得视频内容更加真实。

5. 创意内容生成：除了模拟现实，Vidu还能够根据文本描述或指令，创造出充满想象力的场景和故事，扩展了视频创作的边界。

6. 创新的U-ViT架构：Vidu采用了Diffusion与Transformer结合的架构，这种架构的创新使得模型在处理视觉任务时更为高效和强大。

此外，Vidu AI还推出了“主体参照”功能，这一功能能够实现对任意主体的一致性生成，是视频生成领域的一大突破。Vidu的这一功能不仅支持对角色的面容、半身、全身特征进行精确控制，还涵盖了多种角色类型和画风，包括写实风格和各种艺术风格。