在AI視頻生成領域，Sora模型的發(fā)布曾引起業(yè)界廣泛關注，但其算法閉源限制了進一步的應用與發(fā)展。近期，一家與清華大學合作的初創(chuàng)公司生數科技推出了Vidu，這是一款在性能上與Sora相媲美的中國首個長時視頻大模型。Vidu采用U-ViT架構，結合Diffusion與Transformer技術，能夠生成長達16秒的高清視頻，展現了視頻大模型在多鏡頭生成、模擬真實世界等方面的先進能力。本文將深入探討Vidu的技術特點、工程化能力，以及其在推動國產多模態(tài)大模型創(chuàng)新中的潛在影響。

近日，生數科技與清華大學聯合發(fā)布了「Vidu」文生視頻模型，那么這一模型，是否可以和 OpenAI 的 Sora 實現對標？一起來看看本文的解讀。

在AI視頻生成領域，國產模型Vidu以其驚人的真實度和創(chuàng)新能力引起了廣泛關注。Vidu能夠根據簡短的提示詞生成長達16秒的逼真視頻，其效果足以媲美Sora，甚至在某些方面超越了它。讓我們跟隨作者的視角，一起來看看吧。