在當(dāng)今數(shù)字化時(shí)代，多模態(tài)技術(shù)正以前所未有的速度改變著世界。而在這場科技浪潮中，國產(chǎn)視頻大模型正悄然走在前列，成為全球科技創(chuàng)新的重要力量。

2025年3月29日，在全球科技創(chuàng)新交流合作的國家級(jí)平臺(tái)——中關(guān)村論壇上，生數(shù)科技可謂收獲滿滿。不僅生數(shù)科技Vidu入選中關(guān)村論壇十大重大科技成果，公司CTO鮑凡入選首屆AI100青年先鋒榜單，排名第一。此外在中國科協(xié)舉辦的科幻星球大賽中，Vidu斬獲科幻創(chuàng)作技術(shù)冠軍。

此外，在中關(guān)村論壇現(xiàn)場，清華大學(xué)人工智能研究院副院長、生數(shù)科技創(chuàng)始人兼首席科學(xué)家朱軍教授發(fā)布的高可控視頻大模型Vidu Q1成為焦點(diǎn)，這一關(guān)鍵科技成果的發(fā)布標(biāo)志著國產(chǎn)視頻大模型邁向了新的高度，為AI視頻生成走向“高可控”時(shí)代指明路徑。

中關(guān)村論壇作為匯聚全球頂尖科技資源與創(chuàng)新智慧的重要平臺(tái)，一直以來都是前沿科技展示與交流的絕佳舞臺(tái)。2024年4月，在中關(guān)村論壇未來人工智能先鋒論壇上，生數(shù)科技聯(lián)合清華大學(xué)正式發(fā)布了中國首個(gè)全面對標(biāo)Sora的視頻大模型Vidu，這一創(chuàng)舉在當(dāng)時(shí)便引起了業(yè)界的廣泛關(guān)注，開啟了國產(chǎn)視頻大模型發(fā)展的新篇章。時(shí)隔一年，生數(shù)科技再次回歸中關(guān)村論壇，帶來了更為強(qiáng)大的Vidu Q1模型，它在高可控方面的進(jìn)展不僅是對自身技術(shù)實(shí)力的又一次突破，更是國產(chǎn)大模型在全球舞臺(tái)上崛起的重要標(biāo)志。

在本次中關(guān)村論壇上，朱軍教授發(fā)表了主題為《中國多模態(tài)生成的全球引領(lǐng)》主旨演講。演講中，朱軍教授強(qiáng)調(diào)了國產(chǎn)視頻大模型在全球科技競爭中所扮演的關(guān)鍵角色及取得的多次技術(shù)突破，同時(shí)也分享了作為先行者的生數(shù)科技基于實(shí)際探索和預(yù)測的Vidu未來發(fā)展路徑，可以清晰地看到多模態(tài)技術(shù)在虛實(shí)結(jié)合、與物理世界交互等方面的更多可能。此次Vidu Q1模型的發(fā)布，不僅展現(xiàn)了中國在視頻大模型領(lǐng)域的深厚技術(shù)積累，更彰顯了國產(chǎn)大模型在全球范圍內(nèi)的引領(lǐng)實(shí)力。

Vidu Q1作為業(yè)內(nèi)首個(gè)高可控AI視頻大模型，其在多主體細(xì)節(jié)可控（特別是動(dòng)作、布局可控）、音效同步可控、畫質(zhì)增強(qiáng)等方面均取得顯著成效，這使得它在眾多視頻大模型中脫穎而出。

以多主體細(xì)節(jié)可控為例，在語義指令的基礎(chǔ)上，通過融入?yún)⒖紙D的視覺指令，Vidu Q1支持對場景中多主體的位置、大小、運(yùn)動(dòng)軌跡等屬性進(jìn)行更進(jìn)一步的可控，對所有動(dòng)作行為（出場、退場、坐立姿態(tài)、行動(dòng)路線）進(jìn)行精準(zhǔn)調(diào)整。用戶能夠明顯體驗(yàn)到用更低的抽卡率實(shí)現(xiàn)更高質(zhì)量的可控生成。

音效同步可控功能則確保了隨著視頻環(huán)境與畫面轉(zhuǎn)場，Vidu Q1能夠輸出生成相應(yīng)音效，并可精準(zhǔn)控制每段音效的長短區(qū)間，精準(zhǔn)設(shè)置每段音頻出現(xiàn)的時(shí)間點(diǎn)，如0-2s風(fēng)聲、3-5s雨聲等，節(jié)省時(shí)間的同時(shí)，也大大增強(qiáng)了視頻的沉浸感與感染力。

Vidu Q1模型通過進(jìn)一步增強(qiáng)畫質(zhì)，則能夠?yàn)橛脩魩ジ忧逦?、?xì)膩、逼真的視覺體驗(yàn)。

Vidu Q1的發(fā)布，不僅為視頻內(nèi)容創(chuàng)作領(lǐng)域帶來了革命性的變革，也為眾多行業(yè)的AI重構(gòu)提供了全新的思路與解決方案。

一直以來，AI視頻生成過程中的隨機(jī)性都是老大難問題，Vidu Q1針對AI視頻生成的痛點(diǎn)，通過技術(shù)手段引入多元素控制，它不再是沒有頭緒的亂生成，而是到了人為可控，這就讓AI視頻生成與當(dāng)下精益求精制作逐漸趨向一致，對于追求極致的人來說，這是一個(gè)新的里程碑。

在動(dòng)漫領(lǐng)域，通過對角色、物體、場景等的精確控制，能夠讓創(chuàng)作者快速生成高質(zhì)量動(dòng)畫。日前好萊塢知名動(dòng)漫工作室Aura Productions選擇與Vidu合作，計(jì)劃制作50集動(dòng)畫短劇，其背后正是看重了Vidu在多主體一致性等可控生成方面的世界領(lǐng)先優(yōu)勢。

在廣告領(lǐng)域，傳統(tǒng)廣告制作流程復(fù)雜，通過視頻大模型的高可控性，可以精準(zhǔn)呈現(xiàn)品牌元素和創(chuàng)意概念。

在影視短劇領(lǐng)域，Vidu的高可控生成能力則可確保短劇畫面中角色和場景的連貫性。在更多領(lǐng)域，Vidu正在重構(gòu)千行百業(yè)，創(chuàng)造更多可能。

此次生數(shù)科技Vidu Q1的發(fā)布，使世界看到中國科技創(chuàng)新公司通過堅(jiān)持科技自立自強(qiáng)賦能新質(zhì)生產(chǎn)力的發(fā)展。期待中國的AI視頻生成賽道玩家能夠持續(xù)在世界舞臺(tái)上舞出風(fēng)采，在百家爭鳴中，實(shí)現(xiàn)中國多模態(tài)技術(shù)的極大發(fā)展和人人可感知到的現(xiàn)實(shí)應(yīng)用。