起首：证券时报

皇冠hg86a

时隔两个月，清华团队打造了一个中国版的Sora视频大模子。

4月27日，在中关村论坛未来东说念主工智能前锋论坛上，中国首个永劫长、高一致性、高动态性视频大模子Vidu认真发布。这一模子由清华大学和大模子创业公司生数科技麇集发布，不错一键生成长度达16秒、分离率为1080P的高清视频本体。

证券时报记者独家获悉，清华大学东说念主工智能究诘院副院长、生数科技首席科学家朱军在Vidu发布后发声示意：“Vidu，we do, we did, we do together！感谢小伙伴们日以继夜的坚握，在实验室架构上着花截止。”据先容，这亦然自OpenAI发布Sora以后，寰球领先获取紧要冲破的视频大模子。

Sora发布后，行业内一直有团队声称要追逐和复现Sora，而Vidu团队用两个月的时辰领先跑出来。记者梳剃头现，生数科技在多模态大模子规模仍是有较深的累积，亦然当今多模态大模子赛说念估值最高的初创公司之一。当今公司已完成三轮融资，融资额达数亿元东说念主民币，投资方包括启明创投、智谱AI、BV风投、锦秋基金等一众机构。

对标Sora，生成视频连贯高清

“画室里的一艘船驶向镜头”，只需要输入这么一句节略的提示，即不错生成后果传神、镜头连贯的一段视频。在生数科技发布的Vidu模子生成视频样片中，视频的举座质感的确可与Sora相忘形。

据生数科技先容，Vidu模子摄取团队原创的Diffusion与Transformer会通的架构U-ViT，因循一键生成长达16秒、分离率高达1080P的高清视频本体。“U-ViT架构早在2022年9月就由团队提倡，早于Sora摄取的DiT架构，是寰球首个Diffusion与Transformer会通的架构。”生数科技示意。

记者防备到，本年3月生数科技完成新一轮融资后，公司就公开示意，天然Sora的出现标明好意思国在多模态大模子规模具有逾越性，“但中国也并非皆备从零初始的阶段”。据先容，朱军在2023年1月就提倡了基于Transformer的多模态扩散大模子UniDiffuser，摄取了U-ViT，该架构与Sora的架构阶梯皆备一致，区别在于UniDiffuser主要左右于图像生成任务，但也不错以此为基础进行视频任务的拓展。

恰是基于在机器学习和多模态大模子的遥远累积，团队能力够在短短的两个月时辰里冲破了长视频示意与处置的多项要津时期，告捷研发推出Vidu视频大模子。朱军在Vidu模子发布现场示意，Vidu主要有以下方面的特质与上风：

一是模拟信得过物理全国，不错生成复杂、细节丰富的场景，光影后果与东说念主物边幅都大概顺应信得过的物理方法。

成渝两地共处西南腹地，区域内生态禀赋优良、城镇密布、风物多样，是我国西部人口最密集、产业基础最雄厚、创新能力最强、市场空间最广阔、开放程度最高的区域。成渝山水相依、人文相亲，两地深度融合发展具有天然的优势。2020年1月，成渝地区双城经济圈建设上升为国家战略。

二是富饶思象力，不错虚拟场景以及思象超试验主义的画面。

三是具有多镜头讲话，不再局限于固定镜头，The Greek Sportsbook大概在遵从主体一致性的情况下杀青出路、近景、中景、特写等不同镜头的动态切换，还不错杀青长镜头、追焦等后果。

四是有出色的视频时长，能因循16秒长度的视频生成，保握镜头和主体的连贯一致。

五是能解析中国元素，不错更好地解析生成熊猫、龙等富饶中国文化特色的形象。

Vidu生成的龙、熊猫等中国文化元素视频

背后团队来自清华，已融资数亿元

Vidu的背后，是一家来自清华的明星创业公司生数科技。

公开贵寓通晓，生数科技耕种于2023年3月，中枢成员来自清华大学东说念主工智能究诘院，尽力于于自主研发全国逾越的可控多模态通用大模子。公司的CEO本硕就读于清华大学计较机系的唐家渝，首席科学家由清华东说念主工智能究诘院副院长朱军担任，CTO鲍凡则是清华大学计较机系博士生、朱军西宾的课题构成员，遥远情愫扩散模子规模究诘。

记者防备到，本年3月，唐家渝曾在同样会上向媒体示意，本年内公司的大模子一定能达到Sora当今版块的后果，“但很难说是三个月如故半年”。关联词，Vidu却提前交出了一份令东说念主惊艳的考卷，这主要收成于团队是国内最早布局多模态大模子的团队之一，多年以来在这一规模酿成了深厚的累积。

据唐家渝先容，生数科技当今选拔模子层和左右层两条路步辇儿的模式。一方面，构建隐私文本、图像、视频、3D 模子等多模态智商的底层通用大模子，面向B端提供模子处事智商；另一方面，面向图像生成、视频生成等场景打造垂类左右，按照订阅等格式收费，左右目的主如果游戏制作、影视后期等本体创作场景。

记者梳剃头现，生数科技自耕种以来就备受成本情愫。天眼查数据通晓，生数科技当今共完成3轮融资。2023年6月，完成近亿元东说念主民币天神轮融资，投资方包括蚂齐集团、BV百度风投、卓源亚洲、卓源成本；2023年8月，完成数千万东说念主民币天神+轮融资，投资方为锦秋基金；2024年3月，完成数亿元东说念主民币A轮融资，投资方除了启明创投、达泰成本、智谱AI等新机构之外，还有BV百度风投、卓源亚洲两个老鼓动。

在三轮融资认为数亿元东说念主民币的成本加握下，生数科技已成为当今国内多模态大模子中估值最高的初创公司之一。生数科技示意，Vidu的问世不仅是U-ViT会通架构在大限制视觉任务中的又一次告捷考证，也代表了生数科技在多模态原生大模子规模的握续翻新智商和逾越性。