國(guó)產(chǎn)地表最強(qiáng)視頻模型震驚歪果仁，官方現(xiàn)場(chǎng)搖人30s直出！視覺模型進(jìn)入上下文時(shí)代

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：國(guó)產(chǎn)地表最強(qiáng)視頻模型震驚歪果仁，官方現(xiàn)場(chǎng)搖人30s直出！視覺模型進(jìn)入上下文時(shí)代
關(guān)鍵字：模型,主體,顯著特征,視頻,場(chǎng)景
文章來(lái)源：新智元
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

新智元報(bào)道編輯：編輯部 HYZ
【新智元導(dǎo)讀】全球首個(gè)支持多主體一致性的多模態(tài)模型，剛剛誕生！Vidu 1.5一上線，全網(wǎng)網(wǎng)友都震驚了：LLM獨(dú)有的上下文學(xué)習(xí)優(yōu)勢(shì)，視覺模型居然也有了。來(lái)自中國(guó)的視頻生成模型，再一次震驚了全球大模型圈。
生數(shù)科技推出的Vidu 1.5，成為世界首個(gè)支持多主體一致性的多模態(tài)模型！
上傳小哥、機(jī)甲、街景，接下來(lái)，就是見證奇跡的時(shí)刻。
人、物、環(huán)境，被天衣無(wú)縫地融合到了同一個(gè)視頻中，簡(jiǎn)直令人驚嘆。
這種方法，顛覆了LoRA等傳統(tǒng)的單點(diǎn)微調(diào)方法，標(biāo)志著視頻模型統(tǒng)一理解和生成的飛躍！
多模態(tài)人工智能，從此有了新標(biāo)準(zhǔn)。
與諸多漫長(zhǎng)期貨的視頻模型不同，Vidu只要不到30s，就能生成一段視頻了！
外國(guó)友人直接原地驚掉下巴：機(jī)甲跟原圖一模一樣，這絕對(duì)是最穩(wěn)定的視頻模型；有人更是言簡(jiǎn)意賅地給出評(píng)價(jià)：生數(shù)科技是名副其實(shí)的游戲規(guī)則改變者。
只要上傳多個(gè)角色、物體和地點(diǎn)的圖片，就能立即生成每個(gè)物體一致的場(chǎng)景，人手制作一部大片的時(shí)代真的來(lái)了嗎？左右滑動(dòng)查看踴躍的網(wǎng)友們，在評(píng)論區(qū)紛紛貼出了自己的腦洞素材。左右滑動(dòng)查看而霸氣的官號(hào)直接在評(píng)論區(qū)隨機(jī)搖人，抽中的網(wǎng)友提供的素材，果然誕生

原文鏈接：國(guó)產(chǎn)地表最強(qiáng)視頻模型震驚歪果仁，官方現(xiàn)場(chǎng)搖人30s直出！視覺模型進(jìn)入上下文時(shí)代