AIHub 最新消息，4 月 27 日，在中關村論壇未來人工智能先鋒論壇上，生數科技聯合清華大學正式發布中國首個長時長、高一致性、高動態性視頻大模型——「Vidu」。
該模型采用團隊原創的Diffusion與Transformer融合的架構U-ViT，支持一鍵生成長達16秒、分辨率高達1080P的高清視頻內容。Vidu不僅能夠模擬真實物理世界，還擁有豐富想象力，具備多鏡頭生成、時空一致性高等特點。Vidu是自Sora發布之后，全球率先取得重大突破的視頻大模型，性能全面對標國際頂尖水平，并在加速迭代提升中。
Vidu的快速突破源自于團隊在貝葉斯機器學習和多模態大模型的長期積累和多項原創性成果。其核心技術U-ViT架構由團隊于2022年9月提出，早于Sora采用的DiT架構，是全球首個Diffusion與Transformer融合的架構。2023年3月，團隊開源了全球首個基于U-ViT融合架構的多模態擴散模型UniDiffuser，率先完成了U-ViT架構的大規模可擴展性驗證。
基于對U-ViT架構的深入理解以及長期積累的工程與數據經驗，團隊在短短兩個月里進一步突破了長視頻表示與處理的多項關鍵技術，研發了Vidu視頻大模型，顯著提升視頻的連貫性和動態性。
Vidu的問世，不僅是U-ViT融合架構在大規模視覺任務中的又一次成功驗證，也代表了生數科技在多模態原生大模型領域的持續創新能力和領先性。作為通用視覺模型，Vidu能夠支持生成更加多樣化、更長時長的視頻內容，同時面向未來，靈活架構將能夠兼容更廣泛的模態，進一步拓展多模態通用能力的邊界。
合作伙伴計劃
隨著大模型AI技術的飛速發展，我們深刻認識到，這一領域的突破是一個多維度、跨領域的綜合性過程，它需要技術與產業應用的深度融合。為此在發布之際，我們特別推出“Vidu大模型合作伙伴計劃”，誠邀產業鏈上下游企業、研究機構加入，共同構建合作生態，為開啟通用視覺技術的全新紀元而共同努力！Vidu (We Do) Together！
→點擊申請合作伙伴計劃：https://shengshu.feishu.cn/share/base/form/shrcnybSDE4Id1JnA5EQ0scv1Ph
