中国大陆生数科技联合清华大学研发的影片生成AI大模型Vidu近日在北京发表，它支援一键生成长达16秒，分办率高达1080P的高画质影片内容，是大陆第一款国产的影片生成AI大模型，。

从现场示范的影片中可以看到，Vidu能够模拟真实的物理世界，产生细节复杂且符合真实物理规律的场景，诸如合理的光影效果，细腻的人物表情等。

Vidu也能够产生复杂的动态镜头，不只限于简单的推，拉，移等镜头，而是能够围绕统一主体在一段画面里实现远景，近景，中景，特写等不同镜头的切换，直接生成长镜头，追焦，转场等效果也不在话下，为影片注入丰富的镜头语言。

短片中的片段都是从头到尾的连续生成，没有明显的插帧现象，透过这种“一镜到底”的表现能够推测出，Vidu采用的是“一步到位”的生成方式，从文字到影片的转换是直接且连续的，在底层演算法实现上是基于单一模型完全端到端生成，不涉及中间的插帧和其他多步骤的处理。

清华大学AI 研究院副院长，生数科技首席科学家朱军表示，“在今年2月，文生影片大模型Sora发布后，我们发现其刚好和我们的技术路线是高度一致的，这也让我们坚定地进一步推进了自己的研究”。

根据陆媒报道，Sora发布推出后，Vidu团队基于对U-ViT架构的深入理解以及长期积累的工程与数据经验，在短短两个月进一步突破长视频表示与处理关键技术，研发推出Vidu视频大模型，显著提升影片的连贯性与动态性。

研发团队也特别强调，Vidu能够深刻理解并展现中国元素，特别注重文化适应性，能够生成具有中国特色的元素，诸如猫熊、龙等等。

Vidu的示范影片。（图／翻摄微博）