4月27日消息，据国内多家媒体报道，清华大学联合生数科技正式发布中国首个长时长、高一致性、高动态性视频大模型——Vidu。

该模型采用团队原创的Diffusion与Transformer融合的架构U-ViT，支持一键生成长达16秒、分辨率高达1080P的高清视频内容，画面效果跟Sora极为接近。

专家表示，在当今数字化时代，人工智能技术以其日益突出的角色和潜力，引领着科技创新的浪潮。

这次Vidu的到来，标志着AI技术迈入了一个全新阶段，它不仅能够模拟真实物理世界，还拥有丰富想象力，具备多镜头生成、时空一致性高等特点，这也是自Sora发布之后全球率先取得重大突破的视频大模型，性能全面对标国际顶尖水平，并在加速迭代提升中。

Vidu未来能支持生成更加多样化、更长时长的视频内容，其灵活架构也将兼容更广泛的模态，进一步拓展多模态通用能力的边界。