衡宇 发自 凹非寺量子位 | 公众号 QbitAI
七月份的尾巴，又有国产AI视频开放给大家免费玩了！
Vidu，来自清华系多模态大模型公司生数科技，清华朱军带队的那家。
今天起，Vidu全面开放文/图生视频两项功能，生成成果时长可自由选择4s/8s，分辨率最高可达1080P。
官方号称“实现业界最快实测推理速度”，生成一段4s视频片段只需30s。
画个重点，「全面开放」的意思是，大家不用排队，注册即可获赠每月80积分（更多积分需要付费订阅，但目前也够玩了）。
![]()
△看手，好像效果还行哈
其实在今年4月，生数的Vidu就已经对外亮相过，当时支持一键生成16秒视频。
这次全量开放，不同点也是亮点不在时长上，而是新增了角色一致性、动漫风格、文字与特效画面生成功能。
![]()
狠狠叹一口气，说句实话，有点又惊喜又麻木的。
这段时间，从快手可灵，到爱诗科技，再到智谱清影……AI视频频繁对公众开放，被最新消息和不同效果连番轰炸，有点麻了。
靠文字描述，真的已经很难感知到国产AI视频的水平到了什么地步。
还是得上视频，看效果。
Vidu趣味向视频效果展示
先看看官方和网友们，都用Vidu搞了些什么有趣的东西。
（这里更多是图生视频展示）
输入一张情侣对视图：
![]()
输入prompt：The two people in the photo are looking at each other（小情侣一眼万年）。
Vidu给咱来一个古早味台湾偶像剧的经典运镜。
![]()
输入大家都很熟悉的文物“马踏飞燕”：
![]()
Vidu让它分分钟从博物馆展柜里逃跑了：
![]()
意难平CP，直接合照变单人秀——
输入双J的这张：
![]()
你将得到：
![]()
最后，生数科技派出了自家1996年出生的CTO鲍凡：
![]()
输入prompt：一个帅哥在变身成为奥特曼，画出正在变身的过程，从一个普通人变成完整的奥特曼。
就能得到：
![]()
两项新功能：角色一致性&动漫风格
以此次开放的“文生视频”和“图生视频”两项基础功能打底，Vidu此次有两个亮点功能。
角色一致性
动漫风格
角色一致性（Charactor To Video）
在“图生视频”板块中，Vidu上新了角色一致性（Charactor To Video）。
目前，上传图片进行图生视频时，既可以把输入图作为视频片段首帧，也可以仅让生成结果参考输入图里的角色。
前者实现基于首帧画面的连续生成，是最常见的图生视频功能。
后者的实现则基于角色一致性，详细地说，就是用户可上传像图或者自定义的角色图，然后指定该角色在任意场景中做出任意动作。
官方demo是让AI生成领域的老演员——马斯克出个场。
输入图，并选择“参考人物角色”：
![]()
如果输入prompt：Elon Musk is wearing a spacesuit in the spacecraft（老马在宇宙飞船上穿着宇航服）。
则生成：
如果输入prompt：Elon Musk wearing Iron Man armor, with a city night scene in the background（老马身穿钢铁侠盔甲，背景是城市夜景）。
则生成：
角色一致性，既是为了确保角色形象、面部表情和动作在不同场景中的连贯性，更是为了简化视频制作流程，用户不用为每个场景单独设计和调整角色形象。
——这也是近期开放的AI视频工具的一大趋势。
动漫风格
目前国内外开放的AI视频工具，更多是在写实风上发力；Vidu除了能够生成写实风格，还聚焦了动漫风格视频片段的生成。
也算是生数科技在Vidu上的小巧思吧。
不过，支持动漫风格意味着有几个难点：
保持风格一致性：始终呈现动漫风
保持画面稳定性：避免画面跳画、崩坏or动态幅度太小
量子位上手浅试了一下。
喂它一张AI生成的动漫风猫娘：
![]()
把它作为视频片段的起始帧，然后输入了很小学生作文式的简单提示词（鉴于官方给的prompt是英文，我们在这特意尝试了中文提示词）。
可以看到，目前生成一个视频片段需要消耗4点积分。
![]()
生成效果时长4s，猫娘确实嘴角弯弯，但没眯眼睛。
片段还给加了个日语字幕，虽然似乎好像是乱码=。=
目前，生数没有放出此次开放Vidu关于动漫风格的更多技术资料，咱们就看看官方给的demo吧。
原图1，我愿称之为白衣蓝发的花丛中少年（？）：
![]()
Vidu图生视频效果，时长3s：
原图2，可爱双马尾粉色lolita裙美少女：
![]()
Vidu图生视频效果，时长3s：
还有啥亮点？
除了上面描述的两个功能，开放给大家敞开玩的Vidu，比起四月犹抱琵琶半遮面的版本，还有哪些提升？
可以从技术和效果两方面来感知。
技术方面，Vidu在推理速度上有显著提升。
Vidu的生成4s视频片段的时间，目前控制在30s。这个速度比业内最快水平的Gen-3（1分钟）还要再快一倍。
对用户来说，实测推理速度是诸多使用体验中，最能直观感受到的。
更短的处理时间不仅提升使用感，还意味着能在同样的时间段内处理更多的用户需求。
关于“30s”这一点，大家可以直接去Vidu官网感受一下，看看生成时长是不是真的控制得这么好，毕竟生数说，欢迎大家掐表实测（手动狗头）。
效果方面，Vidu提出了自己“理解力高、画面更美、动幅更大”。
目前，业界对类Sora视频模型的评价主要围绕三大核心维度：
语义理解准确性、画面美观性、主体动态的一致性。
Vidu也在这三方面上尽力做平衡。
首先，是强语义理解能力，能够理解词汇、镜头语言等。
Vidu能够准确理解和生成提示词中的词汇，比如字母、数字等，并且能够生成文字特效。
![]()
对于第一人称、延时摄影等镜头语言，Vidu也能准确理解和表达。
用户只需细化提示词，即可大幅提升视频的可控性。
尤其在涉及复杂场景的视频中，Vidu能够将运动主体与场景做较好分离。
譬如将前后景别分离开，控制画面中非重点物体的动态较少，画面主体的动态做较好的生成，有效提升画面的真实感。
其次，是大动态幅度大，对指定动作理解准确，主体运动幅度大。
大幅度、精准的动作有助于更好地表现视频情节和人物情绪。
动作幅度一旦变大，画面容易崩坏，因此一些模型为保证流畅性，会牺牲动幅。
来看Vidu让小女孩给你比心哦：
![]()
再者是好的画面美观性好，生数放话Vidu有“电影级质感和影视级特效生成”。
具体来说，Vidu在构图、叙事、光影等方面追求画面的高质感。
可以对应生成科幻、悬疑、西部或浪漫等类型的电影风格片段。
来看看西部电影风：
此外，Vidu还能生成影视级特效画面。
如弥漫的烟雾、炫目的炫光效果等，甚至是细致入微的皮肤纹理、 材质特效等后期CG特效。
One More Thing
OKK，看了这么多视频，相信大家对生数Vidu的效果和速度有一个大概的感知了。
今天上午十点，Vidu已经全面开放，大家只需要去注册一下就能使用。
欢迎来评论区反馈自个儿的真实上手体验如何！
![]()
最后，因为最近开放的AI视频工具太多太多，量子位计划对它们做个综合横评。
如果有不错的prompt点子，或者发现集体翻车情况的朋友，欢迎来跟量子位聊一聊～
— 联系作者 —
![]()
— 完 —
量子位年度AI主题策划正在征集中！
欢迎投稿专题 一千零一个AI应用，365行AI落地方案
或与我们分享你在寻找的AI产品，或发现的AI新动向
![]()
点这里👇关注我，记得标星哦～
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见 ~
![]()
七月份的尾巴，又有国产AI视频开放给大家免费玩了！
Vidu，来自清华系多模态大模型公司生数科技，清华朱军带队的那家。
今天起，Vidu全面开放文/图生视频两项功能，生成成果时长可自由选择4s/8s，分辨率最高可达1080P。
官方号称“实现业界最快实测推理速度”，生成一段4s视频片段只需30s。
画个重点，「全面开放」的意思是，大家不用排队，注册即可获赠每月80积分（更多积分需要付费订阅，但目前也够玩了）。
△看手，好像效果还行哈
其实在今年4月，生数的Vidu就已经对外亮相过，当时支持一键生成16秒视频。
这次全量开放，不同点也是亮点不在时长上，而是新增了角色一致性、动漫风格、文字与特效画面生成功能。
狠狠叹一口气，说句实话，有点又惊喜又麻木的。
这段时间，从快手可灵，到爱诗科技，再到智谱清影……AI视频频繁对公众开放，被最新消息和不同效果连番轰炸，有点麻了。
靠文字描述，真的已经很难感知到国产AI视频的水平到了什么地步。
还是得上视频，看效果。
Vidu趣味向视频效果展示
先看看官方和网友们，都用Vidu搞了些什么有趣的东西。
（这里更多是图生视频展示）
输入一张情侣对视图：
输入prompt：The two people in the photo are looking at each other（小情侣一眼万年）。
Vidu给咱来一个古早味台湾偶像剧的经典运镜。
输入大家都很熟悉的文物“马踏飞燕”：
Vidu让它分分钟从博物馆展柜里逃跑了：
意难平CP，直接合照变单人秀——
输入双J的这张：
你将得到：
最后，生数科技派出了自家1996年出生的CTO鲍凡：
输入prompt：一个帅哥在变身成为奥特曼，画出正在变身的过程，从一个普通人变成完整的奥特曼。
就能得到：
以此次开放的“文生视频”和“图生视频”两项基础功能打底，Vidu此次有两个亮点功能。
角色一致性
动漫风格
角色一致性（Charactor To Video）
在“图生视频”板块中，Vidu上新了角色一致性（Charactor To Video）。
目前，上传图片进行图生视频时，既可以把输入图作为视频片段首帧，也可以仅让生成结果参考输入图里的角色。
前者实现基于首帧画面的连续生成，是最常见的图生视频功能。
后者的实现则基于角色一致性，详细地说，就是用户可上传像图或者自定义的角色图，然后指定该角色在任意场景中做出任意动作。
官方demo是让AI生成领域的老演员——马斯克出个场。
输入图，并选择“参考人物角色”：
如果输入prompt：Elon Musk is wearing a spacesuit in the spacecraft（老马在宇宙飞船上穿着宇航服）。
则生成：
如果输入prompt：Elon Musk wearing Iron Man armor, with a city night scene in the background（老马身穿钢铁侠盔甲，背景是城市夜景）。
则生成：
角色一致性，既是为了确保角色形象、面部表情和动作在不同场景中的连贯性，更是为了简化视频制作流程，用户不用为每个场景单独设计和调整角色形象。
——这也是近期开放的AI视频工具的一大趋势。
动漫风格
目前国内外开放的AI视频工具，更多是在写实风上发力；Vidu除了能够生成写实风格，还聚焦了动漫风格视频片段的生成。
也算是生数科技在Vidu上的小巧思吧。
不过，支持动漫风格意味着有几个难点：
保持风格一致性：始终呈现动漫风
保持画面稳定性：避免画面跳画、崩坏or动态幅度太小
量子位上手浅试了一下。
喂它一张AI生成的动漫风猫娘：
把它作为视频片段的起始帧，然后输入了很小学生作文式的简单提示词（鉴于官方给的prompt是英文，我们在这特意尝试了中文提示词）。
可以看到，目前生成一个视频片段需要消耗4点积分。
生成效果时长4s，猫娘确实嘴角弯弯，但没眯眼睛。
片段还给加了个日语字幕，虽然似乎好像是乱码=。=
目前，生数没有放出此次开放Vidu关于动漫风格的更多技术资料，咱们就看看官方给的demo吧。
原图1，我愿称之为白衣蓝发的花丛中少年（？）：
Vidu图生视频效果，时长3s：
原图2，可爱双马尾粉色lolita裙美少女：
Vidu图生视频效果，时长3s：
还有啥亮点？
除了上面描述的两个功能，开放给大家敞开玩的Vidu，比起四月犹抱琵琶半遮面的版本，还有哪些提升？
可以从技术和效果两方面来感知。
技术方面，Vidu在推理速度上有显著提升。
Vidu的生成4s视频片段的时间，目前控制在30s。这个速度比业内最快水平的Gen-3（1分钟）还要再快一倍。
对用户来说，实测推理速度是诸多使用体验中，最能直观感受到的。
更短的处理时间不仅提升使用感，还意味着能在同样的时间段内处理更多的用户需求。
关于“30s”这一点，大家可以直接去Vidu官网感受一下，看看生成时长是不是真的控制得这么好，毕竟生数说，欢迎大家掐表实测（手动狗头）。
效果方面，Vidu提出了自己“理解力高、画面更美、动幅更大”。
目前，业界对类Sora视频模型的评价主要围绕三大核心维度：
语义理解准确性、画面美观性、主体动态的一致性。
Vidu也在这三方面上尽力做平衡。
首先，是强语义理解能力，能够理解词汇、镜头语言等。
Vidu能够准确理解和生成提示词中的词汇，比如字母、数字等，并且能够生成文字特效。
对于第一人称、延时摄影等镜头语言，Vidu也能准确理解和表达。
用户只需细化提示词，即可大幅提升视频的可控性。
尤其在涉及复杂场景的视频中，Vidu能够将运动主体与场景做较好分离。
譬如将前后景别分离开，控制画面中非重点物体的动态较少，画面主体的动态做较好的生成，有效提升画面的真实感。
其次，是大动态幅度大，对指定动作理解准确，主体运动幅度大。
大幅度、精准的动作有助于更好地表现视频情节和人物情绪。
动作幅度一旦变大，画面容易崩坏，因此一些模型为保证流畅性，会牺牲动幅。
来看Vidu让小女孩给你比心哦：
再者是好的画面美观性好，生数放话Vidu有“电影级质感和影视级特效生成”。
具体来说，Vidu在构图、叙事、光影等方面追求画面的高质感。
可以对应生成科幻、悬疑、西部或浪漫等类型的电影风格片段。
来看看西部电影风：
此外，Vidu还能生成影视级特效画面。
如弥漫的烟雾、炫目的炫光效果等，甚至是细致入微的皮肤纹理、 材质特效等后期CG特效。
One More Thing
OKK，看了这么多视频，相信大家对生数Vidu的效果和速度有一个大概的感知了。
今天上午十点，Vidu已经全面开放，大家只需要去注册一下就能使用。
欢迎来评论区反馈自个儿的真实上手体验如何！
最后，因为最近开放的AI视频工具太多太多，量子位计划对它们做个综合横评。
如果有不错的prompt点子，或者发现集体翻车情况的朋友，欢迎来跟量子位聊一聊～
— 联系作者 —
— 完 —
量子位年度AI主题策划正在征集中！
欢迎投稿专题 一千零一个AI应用，365行AI落地方案
或与我们分享你在寻找的AI产品，或发现的AI新动向
点这里👇关注我，记得标星哦～
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见 ~