生数科技视频生成模型Vidu 1.5版发布 攻克“多主体一致性”难题

在Vidu上线逾百日之际，生数科技自豪地宣布Vidu1.5新版本的问世，该版本实现了世界领先水平的突破，特别是在理解多样化输入和突破“一致性”难题方面。

Vidu1.5的推出标志着视觉模型进入了全新的“上下文”时代，加速了通用人工智能（AGI）的到来。Vidu在全球上线之初便具备了角色一致性生成能力，通过锁定人物面部特征解决了视频生成中的关键痛点。9月份，Vidu全球率先发布了“主体一致性”功能，将面部一致性拓展至全身一致性，并将范围扩展到动物、物体、虚拟角色等任意主体。Vidu的技术突破主要体现在三个方面:复杂主体的精准控制、人物面部特征和动态表情的自然一致性、多主体一致性。

体验地址:www.vidu.studio

Vidu1.5展现了视觉模型全新的“智能涌现”，展示了其强大的上下文学习能力。这意味着视觉模型不仅具备了理解和想象的能力，还能够在生成过程中进行记忆管理。Vidu1.5延续了其业界领先的生成效率，不到30秒即可生成一段视频。Vidu秉承通用性的理念，与LLM（大型语言模型）一致的设计哲学，将所有问题统一为视觉输入和视觉输出的问题，使用单个Transformer统一建模变长的输入和输出，并从视频数据的压缩中获取智能。

Vidu1.5的推出，不仅提升了视频模型的可控性，还通过灵活的多元输入实现了多角度、多主体、多元素的一致性生成。这标志着视觉智能的涌现，加速了AGI的到来。Vidu不再仅仅是一个高质量、高效的视频生成器，它还能在生成过程中融入上下文信息和记忆，这是视觉模态智能的“大跨越”。视觉模型将具备更强的认知能力，成为AGI的一块重要拼图。