直接生成16秒高清视频 我国自研视频大模型在京发布

只需一段文字指令就能生成一段逼真视频，今年初，文生视频大模型Sora在全球人工智能业内外引发广泛关注。27日，2024中关村论坛年会上首次发布我国自研的具“长时长、高一致性、高动态性”特点的文生视频大模型Vidu。

　　记者从会上获悉，这一视频大模型由清华大学联合北京生数科技有限公司共同研发，可根据文本描述直接生成长达16秒、分辨率高达1080P的高清视频内容，不仅能模拟真实物理世界，还拥有丰富想象力。

　　清华大学人工智能研究院副院长、生数科技首席科学家朱军说，当前国内视频大模型的生成视频时长大多为4秒左右，Vidu则可实现一次性生成16秒的视频时长。同时，视频画面能保持连贯流畅，随着镜头移动，人物和场景在时间、空间中能保持高一致性。

　　在动态性方面，Vidu能生成复杂的动态镜头，不再局限于简单的推、拉、移等固定镜头，而是能在一段画面里实现远景、近景、中景、特写等不同镜头的切换，包括能直接生成长镜头、追焦、转场等效果。

　　“Vidu能模拟真实物理世界，生成细节复杂且符合物理规律的场景，例如合理的光影效果、细腻的人物表情等，还能创造出具有深度和复杂性的超现实主义内容。”朱军介绍，由于采用“一步到位”的生成方式，视频片段从头到尾连续生成，没有明显的插帧现象。

　　此外，Vidu还可生成如熊猫、龙等形象。

　　据悉，Vidu的技术突破源于团队在机器学习和多模态大模型方面的长期积累，其核心技术架构由团队早在2022年就提出并持续开展自主研发。“作为一款通用视觉模型，我们相信，Vidu未来能支持生成更加多样化、更长时长的视频内容，探索不同的生成任务，其灵活架构也将兼容更广泛的模态，进一步拓展多模态通用能力的边界。”朱军说。

ウ【　】│【　】ぬ【杨】◎【志】︻【勇】た【强】↗【调】▆【，】ゐ【转】←【移】︻【支】零壹贰叁肆【付】カ【不】☆づ紫欣ぁ★ぁラ☆【只】△▲☆★◇◆■□▽▼§￥【是】Ⅻ月火水木金土日【简】☒【单】←→↖↗↙↘㊣◎○●⊕⊙○【地】【】〖〗＠﹕﹗/'_<>`,·。【中】资协夜【】┱┲*.:*‘..:【央】ღ【给】←→↖↗↙↘㊣◎○●⊕⊙○【地】ぉ【方】♂【财】♡【政】ふ【资】九【金】Ⓐ【，】♥【更】☑【重】︻【要】五【的】▅【是】♋【应】【【该】➳【确】✉【立】ふ【起】传奇ゆ※芩勤※【一】や【套】☆【能】☆【够】五【充】©【分】◥【调】↖【动】●○●ゃōゃ⊙◎╄▄█▌の☆→あぃ￡＃＠＆＊￥☆★¤⊕☉【中】ツ【央】ぶ【和】羞の羞*♀多情少女酷ˇ明ぱ伊男☆夜吻♂芭芘ξ网狂少女ξ【地】℃【方】イ【两】ら【个】ぽ【积】◈【极】〓刹〓奇遇【性】￡劲￠【§杰§】^*^ゃ【的】〖【转】ね【移】↑【支】ィ【付】♀【体】ご【制】〖【。】☮【中】☼【央】五【对】ドナニヌネノハバパヒビピフ【地】☤【方】ぉ【转】ウ【移】々〆のぁ〡〢〣〤〥〦〧〨【支】✿【付】↓【过】♪【多】九【，】一【容】ぇ【易】ぢ【滋】≈【生】℃【地】ぉ【方】ⅤⅥⅦⅧⅧⅨⅩⅪ【等】ツ【、】ゆ【靠】━【、】ΘoO优⊙◎●︻︼︽【要】☢【等】Ⓐ【问】き【题】伍陆柒【，】ｐ【不】✍【利】°【于】≈【地】❅【方】ラ☆梦琳2002☆(=^o^=)【积】☆肖◎静☆♀杀♀【极】✔【性】↓【的】〗【发】ぎ【挥】◈【。】◤【地】▆【方】ろ【所】☆肖◎静☆♀杀♀【获】泡泡⌒ω⌒￡婷婷￡☆岩⊙飞★≮触电≯情缘【得】★★靓妹爱帅哥〓魅力四射★★◆嗨－－天马流星拳【的】★亮亮★ξ深蓝の爱ゞ【☆宝♀贝【转】➳【移】▽【支】°【付】▼【不】ⅴⅵⅶⅷⅸⅹⅠⅡⅢⅣ【足】☼【，】︻【同】♛【样】て【不】◐【利】✍【于】Ⓐ【地】√【方】♂【。】。