国产地表最强视频模型震惊歪果仁，官方现场摇人30s直出！视觉模型进入上下文时代

主要观点总结

生数科技推出的Vidu 1.5视频生成模型，成为全球首个支持多主体一致性的多模态模型。该模型能够在视频生成中实现多主体、复杂单主体的一致控制，并且实现高一致性突破。与之前需要的LoRA微调方案相比，Vidu仅需三张图就能实现高可控稳定输出，堪称“LoRA终结器”。此外，Vidu还展现了智能涌现效应，具备更强的认知能力，成为通往AGI的重要拼图。

关键观点总结

关键观点1: Vidu 1.5成为全球首个支持多主体一致性的多模态模型。

该模型能够在视频生成中实现多主体和复杂单主体的一致控制，展示出了令人惊叹的效果。

关键观点2: Vidu 1.5突破了高一致性难题。

与之前需要LoRA微调方案相比，Vidu仅需三张图就能实现高可控稳定输出，省去了繁琐的数据构造和训练过程。

关键观点3: Vidu展现了智能涌现效应。

通过不断扩展上下文长度，Vidu在生成过程中融入上下文和记忆，展现出更强的认知能力。

文章预览

来自中国的视频生成模型，再一次震惊了全球大模型圈。 生数科技推出的Vidu 1.5，成为世界首个支持多主体一致性的多模态模型！ 上传小哥、机甲、街景，接下来，就是见证奇迹的时刻。 人、物、环境，被天衣无缝地融合到了同一个视频中，简直令人惊叹。 这种方法，颠覆了LoRA等传统的单点微调方法，标志着视频模型统一理解和生成的飞跃！ 多模态人工智能，从此有了新标准。 与诸多漫长期货的视频模型不同，Vidu只要不到30s，就能生成一段视频了！ 外国友人直接原地惊掉下巴：机甲跟原图一模一样，这绝对是最稳定的视频模型；有人更是言简意赅地给出评价：生数科技是名副其实的游戏规则改变者。 只要上传多个角色、物体和地点的图片，就能立即生成每个物体一致的场景，人手制作一部大片的时代真的来了吗？ 左右滑动查看 踊跃的网友 ………………………………