Drehbuch-Assistent▸ 
AI Apps 
AI Nachrichten 
Vidu: Chinas erstes Video-Großmodell mit langer Dauer, hoher Konsistenz und hoher Dynamik
Vidu: Chinas erstes Video-Großmodell mit langer Dauer, hoher Konsistenz und hoher DynamikEinführung
Vidu ist ein Videogroßmodell, das von Shengshu Technology in Zusammenarbeit mit der Tsinghua-Universität entwickelt wurde. Mit seiner innovativen U-ViT-Architektur ist es das erste inländische Videogroßmodell, das Sora-Niveau erreicht. Das Modell ist nicht nur technologisch weltweit führend, sondern demonstriert durch das Open-Source-Modell UniDiffuser auch die Validierung seiner groß angelegten Skalierbarkeit.
Vidu kann nicht nur die reale physische Welt simulieren, sondern verfügt auch über eine reiche Vorstellungskraft und unterstützt die Erstellung mehrerer Kameraeinstellungen sowie eine hohe zeitlich-räumliche Konsistenz. Das Vidu-Modell kombiniert Diffusion- und Transformer-Technologien und entwickelt auf innovative Weise die U-ViT-Architektur. Es kann mit einem Klick hochauflösende Videoinhalte von bis zu 16 Sekunden Länge und bis zu 1080P Auflösung erzeugen.
Funktionsmerkmale von Vidu:
Modellstruktur: Das Vidu-Modell kombiniert Diffusion- und Transformer-Technologien und entwickelt auf innovative Weise die U-ViT-Architektur.
Videoerstellung: Vidu kann mit einem Klick hochauflösende Videoinhalte von bis zu 16 Sekunden Länge und bis zu 1080P Auflösung erzeugen.
3D-Erstellung: Basierend auf einfacher Texteingabe werden qualitativ hochwertige, vielfältige und kreative Bilder erzeugt. API-Aufruf zur Bilderzeugung | Online-Erlebnis. Basierend auf Text- oder Bildeingabe werden personalisierte 3D-Modelle erzeugt | Bestehende 3D-Modelle können hinsichtlich Texturen und mehr automatisiert bearbeitet werden.
Praxisanwendungs-Demonstration: In den offiziellen Unterlagen wird ein Videobeispiel gezeigt, das ein „Schiff im Atelier zeigt, das auf die Kamera zufährt“ und die realistische Wirkung von Schiff und Wellen demonstriert.
Erweiterte Funktionen: Vidu kann nicht nur die reale physische Welt simulieren, sondern verfügt auch über eine reiche Vorstellungskraft und unterstützt die Erstellung mehrerer Kameraeinstellungen sowie eine hohe zeitlich-räumliche Konsistenz.
Beijing Shengshu Technology Co., Ltd. (kurz „Shengshu Technology") wurde im März 2023 gegründet. Die Kernteammitglieder stammen aus dem Institut für Künstliche Intelligenz der Tsinghua-Universität. Darüber hinaus vereint das Unternehmen Spitzenkräfte bekannter Technologieunternehmen wie Alibaba, Tencent und ByteDance und ist ein weltweit führendes Forschungsteam für tiefe generative Algorithmen mit der Fähigkeit zur grundlegenden Innovation und Entwicklung von Diffusions-Wahrscheinlichkeitsmodellen. Das Unternehmen widmet sich dem Aufbau eines weltweit führenden multimodalen Großmodells, das textliche, bildliche, video- und 3D-Modalitäten integriert, und erforscht die kommerzielle Wertschöpfung generativer KI in Szenarien wie Kunstdesign, Spieleentwicklung, Film- und Nachbearbeitung sowie Content-Social-Media, um die Kreativität und Produktivität der Menschheit durch KI zu steigern.
