2024年4月，清华大学东谈主工智能商榷院副院长、生数科技独创东谈主兼首席科学家朱军初度发布中国版Sora——视频大模子Vidu。一年后，2025年3月29日，中关村论坛上，Vidu高可控 AI 视频大模子 Q1追究推出。

这次升级的关节在于“高可控”，采访中，朱军证据称：Q代表quality，代表模子的高可控，具体包括多主体细节可控、音效同步可控、画质增强。履行视频生成经由中，位置可控一直是难办曲折，以往模子频繁无法精确按照提醒生成。如今，Vidu Q1 借助融入参考图的视觉提醒，在语义提醒的基础上，罢了了对场景中变装位置属性的更精确为止。

可控主体数目的增多亦然一项时期冲突。以往，AI 视频生成在濒临较多主体时，精确生成的难度极大。Vidu Q1 增多了可控主体数目，并在多主体一致性以及稳当物理持法等方面罢了冲突。另外，Vidu Q1 的音效同步可控功能不错基于语义提醒，在生成视频画面的同期生成精确可控的音效，为止每段音效的短长与出现的时期点。

从Vidu1.0到Vidu Q1，一年时期内，大谈话模子赛谈慢慢过问洗牌期，而视频大模子赛谈仍处于茂盛成恒久，快手可灵、字节即梦、MiniMax海螺AI胁制迭代，OpenAI Sora追究上线色情 动漫，HeyGen、Pika、爱诗科技等完成融资。而通盘东谈主工智能鸿沟作陪时期的升级，发展旅途慢慢从单一模态跨向多模态、跨模态，东谈主机交互与产业运用的范围慢慢转变。

相较视频大模子专注于视频数据的特征，多模态大模子可处罚文本、图像、视频等多种数据，通过数据对皆、交融与长入标识时期，实施视觉问答等复杂任务。关于多模态赛谈的发展，朱军对第一财经记者暗示，Vidu基座一开动便是多模态大模子，生数的定位亦然多模态，视频仅仅阐述花样之一，这次更新的音频功能与机器东谈主可控数据操作均代表着不同的模态，对公司来讲，底层架构基本不异，毋庸过多修改即可罢了多种模式。

现在生数Vidu的交易化标的主要包括面向C端的SaaS与面向B端的MaaS模式，朱军以为，2025年是视频大模子交易化快速发展的一年，破钞者对视频的需求相配广泛，这亦然视频大模子与大谈话模子不同之处。朱军判断，现在头部视频模子平台各有特点与交易化旅途，暂时莫得走到大谈话模子那么“卷”的景况。

谈及DeepSeek效应是否会在视频赛谈出当前，朱军对记者暗示，视频大模子大约率不会出现肖似DeepSeek这种效果逾越的模子，因为行业如故将DeepSeek主打的效果上风进行实践了，厂商更期待的是视频模子愈加可控、愈加好用，步入视频鸿沟的“ChatGPT时刻”。

吕倩

据悉该模子参数为6850亿。

DeepSeek出现后，AI六小龙临了还能剩下几家？

国合署：打造数字经济、东谈主工智能等援外新品牌；英特尔新任首席实施官权谋对制造和东谈主工智能业务进行全面改良；百度文小言全面接入文心最新大模子和DeepSeek。

在这场莫得弘远叙事的变革里，每个参与者都在尽可能触摸AI运用新的花样。

固然全球对AI燃起的兴味能否很快催生新的交易模式仍要打个问号色情 动漫，但有业内东谈主士以为，至少在端侧，AI智商增长将促使落地案例很快出现。