【ITBEAR科技資訊】4月28日消息，隨著Sora在全球掀起AI視頻生成熱潮，國內科技界也迎來了新的突破。近日，一段由國內AI技術生成的視頻短片受到了廣泛關注，該視頻源自生數科技與清華大學聯合發布的最新視頻大模型Vidu。
據官方介紹，Vidu模型采用了團隊原創的Diffusion與Transformer融合的架構U-ViT，能夠一鍵生成長達16秒、分辨率高達1080P的高清視頻內容。用戶只需輸入簡單的指令，如“畫室里的一艘船駛向鏡頭”，Vidu便能生成效果逼真、鏡頭連貫的高清視頻。其整體質感足以與全球領先的Sora模型相媲美。
除了能生成復雜且細節豐富的場景外，Vidu還具備虛構場景及想象超現實主義畫面的能力，同時能更好地理解和生成熊貓、龍等富有中國文化特色的形象。這一創新功能的引入，使得Vidu在國內外AI視頻生成領域中脫穎而出。
ITBEAR科技資訊了解到，生數科技團隊在機器學習和多模態大模型領域有著深厚的積累。正是基于這些長期的技術沉淀，團隊在短短兩個月內便突破了長視頻表示與處理的多項關鍵技術，成功研發并推出了Vidu視頻大模型。
公開資料顯示，生數科技成立于2023年3月，其核心團隊來自清華大學人工智能研究院，并匯聚了來自北京大學及阿里巴巴、騰訊、字節跳動等知名科技公司的技術精英。截至2024年3月，公司員工總數已超過70人，其中研發人員占比近90%，彰顯了公司強大的研發實力。
生數科技自成立以來，便致力于打造可控多模態通用大模型。去年3月，公司開源了全球首個基于U-ViT框架的多模態擴散大模型UniDiffuser，進一步鞏固了其在行業內的領先地位。同時，公司在短短一年時間內完成了三輪融資，總計數億元人民幣，估值迅速攀升，已成為目前國內多模態大模型中估值最高的初創公司之一。
生數科技的快速發展和Vidu模型的成功發布，不僅展示了國內AI技術的創新實力，也為全球AI視頻生成領域注入了新的活力。未來，隨著技術的不斷進步和應用場景的拓展，我們有理由相信AI將在視頻創作領域發揮更加重要的作用。
