【ITBEAR】9月12日消息，在AI生成視頻工具賽道日益擁擠的今天，生數(shù)科技憑借其新品Vidu脫穎而出，該產(chǎn)品專注于解決視頻生成中的一致性問題，引發(fā)了行業(yè)內(nèi)的廣泛關(guān)注。
Vidu通過其新上線的主體參照功能，實現(xiàn)了在視頻生成過程中鎖定參考圖片主體形象的能力，用戶只需通過描述詞即可切換場景，同時保持主體形象的一致性，這一創(chuàng)新功能顯著提升了視頻生成的連貫性和可控性。
據(jù)ITBEAR了解，生數(shù)科技CEO唐家渝在近日的媒體開放日上宣布了這一功能，并表示這是解決當(dāng)前視頻模型存在的不可控局限性的關(guān)鍵步驟。他提到，盡管目前市場上已有不少AI生成視頻產(chǎn)品，但在連續(xù)性、輸出結(jié)果穩(wěn)定性等方面仍有待提升。
唐家渝進(jìn)一步解釋，Vidu背后的技術(shù)架構(gòu)融合了Diffusion與Transformer，這是全球最早由生數(shù)科技團(tuán)隊提出的視覺生成模型融合架構(gòu)。他強調(diào)，盡管技術(shù)路線已逐漸收斂，但不同產(chǎn)品間的實際能力仍因算法細(xì)節(jié)和工程化實現(xiàn)而異。
在談及視頻生成時長時，唐家渝透露，目前Vidu模型已支持最長32秒的視頻生成，但尚未正式上線。他表示，拓展生成時長需要模型具備更強的世界抽象理解能力，而這正是生數(shù)科技未來技術(shù)突破的重點之一。
商業(yè)化方面，生數(shù)科技采取了SaaS訂閱和API兩種模式并行的策略。唐家渝透露，目前公司已收到數(shù)萬個API接入申請，且B端市場收入占比較大，但C端增長勢頭同樣強勁。他預(yù)計，隨著技術(shù)的不斷成熟和應(yīng)用場景的拓展，AI生成視頻將逐漸走向大眾化。
展望未來，唐家渝對生數(shù)科技在AI生成視頻領(lǐng)域的發(fā)展充滿信心。他表示，公司將持續(xù)致力于降低創(chuàng)作者門檻，加速創(chuàng)作過程，并探索更多模態(tài)的生成與理解統(tǒng)一模型。隨著技術(shù)的不斷進(jìn)步，他相信AI生成視頻將在不久的將來迎來更加廣泛的應(yīng)用。
#生數(shù)科技# #Vidu# #AI生成視頻# #一致性生成# #多模態(tài)統(tǒng)一模型#
