生数科技的 Vidu视频生成应用7月30日正式上线。

用户无需申请，只需注册邮箱即可使用。Vidu的最大亮点是其生动逼真的效果，媲美全球领先的 Sora。

Vidu是由清华系多模态大模型公司生数科技研发的，团队由清华朱军教授带队。该应用支持文/图生视频功能，视频长度可自由选择4秒或8秒，分辨率最高可达1080P。

官方宣称 Vidu拥有业界最快的推理速度，生成一段4秒的视频仅需30秒。同时，用户注册后每月可获赠80积分，支持免费使用。另有3种付费套餐可供选择。

在全量开放之前，Vidu曾在今年4月发布宣传片，支持生成16秒视频。这次正式发布新增了角色一致性和动漫风格等功能，让用户体验更丰富多彩。

上手实测：多功能体验惊艳

上手体验中，Vidu展现了其高动态性、高逼真度、高一致性等特点，并新增了动漫风格和特效生成等功能。用户可选择4秒或8秒的视频时长，分辨率最高达1080P。

提示词：一间简陋的厨房中，一个年轻的厨师正忙碌地烹饪。镜头从厨师的背后跟随，记录他流畅的动作：翻炒、调味、摆盘。厨房的灯光昏黄但温暖，映照在厨师专注的脸上。他熟练地挥动着铲子，锅中的食材发出滋滋的声响。镜头切到近景，特写炽热的锅中食材翻滚的画面，油花四溅。

提示词：一片寂静的森林，阳光透过浓密的树叶洒下斑驳的光影。一只小鹿突然从树丛中探出头来，谨慎地观察四周。镜头从小鹿的视角出发，环顾四周的环境，树木高大茂密，地上铺满了厚厚的落叶。突然，一阵微风吹过，树叶沙沙作响。镜头切换到小鹿的正面，特写它的眼睛，清澈而明亮，充满好奇。

提示词：天使一飞冲天

提示词：无

亮点功能：角色一致性与动漫风格

Vidu此次发布新增了两个亮点功能：角色一致性和动漫风格。

在“图生视频”功能中，用户可以上传图片并选择“参考人物角色”，生成具有一致性的视频片段。

角色一致性功能让用户上传角色图像后，可以在任意场景中指定该角色的动作。

这一功能不仅简化了视频制作流程，还支持创建梗图和表情包等内容，极大地方便了创作者。不再需要为每个场景单独设计角色，大大提升了创作效率。

动漫风格的引入让Vidu在众多写实风格的AI视频工具中脱颖而出。

它不仅能够生成写实视频，还可以生成高质量的动漫风视频。

提示词：一位身穿白色连衣裙的小女孩在花园中奔跑，四周是盛开的鲜花和翠绿的草地。镜头从空中俯视，随着小女孩的移动而旋转，展示出花园的全貌。阳光明媚，花瓣在风中轻轻摇曳，仿佛在欢迎小女孩的到来。小女孩的笑声在空气中回荡，她时不时停下来，弯腰嗅闻花香。镜头缓缓下移，最终定格在她俯身采摘一朵红玫瑰的瞬间。光线柔和，颜色鲜艳，整个画面充满了生机与活力。

与市面上如Runway的Gen-3工具需要1分钟生成5秒视频相比，Vidu只需30秒便可生成4秒视频片段，效率高出一倍。这个速度优势让用户不再为漫长的等待而烦恼，真正实现了快速、高效的创作体验。

自研 U-ViT 架构

Vidu的底层技术基于生数科技自主研发的U-ViT架构，这是全球首个融合了Diffusion 和 Transformer技术的架构。U-ViT 提出了用Transformer替代传统 CNN 架构，是目前视频生成领域的重要创新。

U-ViT的架构优势在于简化了视频生成过程，无需插帧或拼接，确保了视频从头到尾的连续性，生成的内容一镜到底。这种直接且连续的生成方式使 Vidu的视频效果更加自然流畅，没有明显的拼接痕迹。

此外，生数科技在多模态模型的开发中积累了丰富的经验，使 Vidu 能够生成多样化且更长时长的视频内容。公司计划进一步提升 U-ViT 的能力，未来将支持更广泛的多模态应用，如文本、图像、视频和3D模型的生成。

生数科技成立于2023年3月，由清华大学人工智能研究院的核心成员创立。团队包括首席科学家朱军、CEO唐家渝和CTO鲍凡，三人都在人工智能领域有着深厚的研究背景和经验。

自成立以来，生数科技已经获得蚂蚁集团、启明创投、BV百度风投等多家知名机构的投资，融资数亿元，成为国内估值最高的多模态大模型创业公司之一。

生数科技的战略是同时发展模型层和应用层，面向B端提供模型服务，同时面向游戏制作、影视后期等内容创作场景提供应用解决方案，并计划通过订阅模式实现商业化。

如果你觉得这篇文章对你有所帮助，欢迎点赞、收藏以及转发分享。同时，请关注我，以获取更多关于人工智能的最新资讯和见解！

官网：

https://www.vidu.studio/

参考：

https://www.shengshu-ai.com/home