2024-09-12 10:24:24

“清华版Sora”Vidu再度迎来重要更新。

钛媒体App 9月12日消息，在11日生数科技媒体开放日上，由生数科技和清华大学联合研发的国内首个纯自研原创视频大模型Vidu，公布全球首个“主体参照”(SubjectConsistency)技术功能更新，能够实现对任意主体的一致性生成，不局限于单一对象，而是面向“任意主体”，无论是人物、动物、商品，还是动漫角色、虚构主体，都能确保其在视频生成中的一致性和可控性。

生数科技表示，Vidu是全球首个支持“主体参照”能力的 AI 视频大模型，打破了分镜头画面对视频内容的限制，改变了视频创作的“游戏规则”，提供了一定自由度和创新空间。目前，Vidu已经上线，视频生成最长可以生成32秒，用户可以免费注册体验 AI 视频生成功能。

“主体参照”技术对于专业创作领域影响很大。生数科技透露，Vidu与北京电影节 AIGC 短片单元最佳影片得主、Ainimate Lab 合作打造的动画短片《一路向南》，画面质量接近传统动画制作标准，但成本仅为传统流程的 1/40，传统600人天，而基于Vidu做的是15人天，包含导演、美术、建模、灯光、渲染等不同“工种”，相当于视频制作成本降低了大约97.5%，Vidu 大大缩短了制作周期并显著降低成本。

生数科技联合创始人、CEO唐家渝表示，“主体参照”这一全新功能的上线，代表着 AI 完整叙事的开端，AI 视频创作也将迈向更高效、更灵活的阶段。无论是制作短视频、动画作品还是广告片，在叙事的艺术中，一个完整的叙事体系是“主体一致、场景一致、风格一致”等要素的有机结合。

今年4月，清华大学人工智能研究院副院长、生数科技联合创始人兼首席科学家朱军教授发布了长时长、高一致性、高动态性视频大模型Vidu，可以一键生成长达16秒的视频。此次技术更新，Vidu视频最长可以生成32秒。

生数科技联合创始人、CEO 唐家渝

会后群访中，针对与快手、字节等大厂市场竞争话题，唐家渝表示，无论是动态基础能力、语义理解，Vidu都是目前业绩最好、全球首发的能力情况，这是当下非常直观的竞争优势。未来公司坚持自主的底层算法研发，不断突破认知边界，提升现在视频能力的天花板，有更好的稳定提升和补充。

”我们也不是只做基础技术的科研机构，而是一家商业公司，在这个过程中会持续围绕落地行业进行技术能力迭代，努力在实际场景中也有好的一些磨合打造，保持我们对落地这件事情上理解的领先性。”唐家渝称。

谈到视频模型商业化，唐家渝透露，生数落地商业模式有两种：SaaS订阅模式；API形式，即模型能力输出形式提供给客户（MaaS)，客户直接调用模型的能力。自7月30日上线以来，我们在全球范围内已收到数万个API接入申请。另外，目前从收入角度看，B端市场的收入更大，是比较明确、比较直接的需求在其中，因此B端是生数科技长期非常重点的方向；C端增长曲线非常高，在不断的探索过程中。

据悉，生数科技成立于2023年，是“清华系”多模态企业的核心团队成员，由清华系 AI 公司瑞莱智慧RealAI、蚂蚁集团和BV百度风投联合孵化成立。今年6月，“生数科技”完成数亿元Pre-A轮融资，目前生数科技投资方包括直投基金北京市人工智能产业投资基金，百度，中关村科学城公司，启明创投，蚂蚁集团、BV百度风投、卓源亚洲、锦秋基金、达泰资本、智谱AI等机构。

钛媒体App了解到，近期生数科技新增工商实体“生數科技（香港）有限公司”，推测该公司接下来可能会考虑港股IPO或发力海外市场等。

（作者｜林志佳，编辑｜胡润峰）