國產地表最強視頻模型震驚歪果仁，官方現場搖人30s直出！視覺模型進入上下文時代

AIGC動態歡迎閱讀

原標題：國產地表最強視頻模型震驚歪果仁，官方現場搖人30s直出！視覺模型進入上下文時代
關鍵字：模型,主體,顯著特征,視頻,場景
文章來源：新智元
內容字數：0字

內容摘要：

新智元報道編輯：編輯部 HYZ
【新智元導讀】全球首個支持多主體一致性的多模態模型，剛剛誕生！Vidu 1.5一上線，全網網友都震驚了：LLM獨有的上下文學習優勢，視覺模型居然也有了。來自中國的視頻生成模型，再一次震驚了全球大模型圈。
生數科技推出的Vidu 1.5，成為世界首個支持多主體一致性的多模態模型！
上傳小哥、機甲、街景，接下來，就是見證奇跡的時刻。
人、物、環境，被天衣無縫地融合到了同一個視頻中，簡直令人驚嘆。
這種方法，顛覆了LoRA等傳統的單點微調方法，標志著視頻模型統一理解和生成的飛躍！
多模態人工智能，從此有了新標準。
與諸多漫長期貨的視頻模型不同，Vidu只要不到30s，就能生成一段視頻了！
外國友人直接原地驚掉下巴：機甲跟原圖一模一樣，這絕對是最穩定的視頻模型；有人更是言簡意賅地給出評價：生數科技是名副其實的游戲規則改變者。
只要上傳多個角色、物體和地點的圖片，就能立即生成每個物體一致的場景，人手制作一部大片的時代真的來了嗎？左右滑動查看踴躍的網友們，在評論區紛紛貼出了自己的腦洞素材。左右滑動查看而霸氣的官號直接在評論區隨機搖人，抽中的網友提供的素材，果然誕生

原文鏈接：國產地表最強視頻模型震驚歪果仁，官方現場搖人30s直出！視覺模型進入上下文時代