Vidu Q1是生數科技於2025年4月全球上線的多模態視頻生成模型，具備1080P解析度直出能力與AI音效同步生成功能。該模型在VBench-1.0的視頻質量、語義一致性指標及VBench-2.0的常識推理、物理理解維度達到SOTA水平，同時在國內SuperCLUE圖生視頻榜單的動漫與寫實風格類別中均位列第一。通過融合視覺指令控制技術，實現了多主體生成一致性與物理規律符合性突破，支持電商、短劇、品牌廣告等場景的商用視頻直接生成。
基本介紹
- 發布時間：2025年4月（全球上線）
- 視頻解析度：1080P
- 單次生成時長：5秒
- 權威測評：雙VBench榜單SOTA
- 生成價格：0.3元/秒
- 音效支持：48KHz高保真
技術特性,測評表現,套用場景,產品優勢,發布歷程,
技術特性
採用多模態架構實現視頻生成與音頻控制的同步操作，可在指定時間節點插入符合語義的音頻內容。通過視覺指令控制技術，能精準操控多個視頻物體的運動軌跡與物理規律表現。支持吉卜力、迪士尼等12種動畫風格生成，具備電影級運鏡控制能力。
模型相較前代Vidu 1.5版本，在語義理解準確率提升42%，首尾幀銜接流暢度最佳化35%。新增圖生視頻模式，可通過上傳兩張圖片實現一鏡到底的自然轉場效果。
測評表現
截至2025年4月，在VBench-1.0測評中超過Runway、Sora等模型4.7分，視頻語義一致性指標達91.3分。VBench-2.0物理理解維度得分較競品平均高15%，複雜運動場景畫面穩定性提升28%。SuperCLUE機構測評顯示，其動漫風格生成準確率98.2%，寫實類場景動態表現得分96.5分。
套用場景
支持生成電商產品動態展示視頻，單次生成耗時低於18秒。在短劇製作領域，可自動生成包含多鏡頭語言與專業運鏡的5秒片段。品牌廣告場景中實現電影級畫質輸出，支持添加品牌定製化音效。
產品優勢
通過自研算法將視頻生成邊際成本降低至行業平均水平的60%。在同等算力消耗下，生成效率較Runway Gen-3 Alpha提升顯著。開放網頁端與App端雙平台訪問，無需邀請碼即可體驗完整功能。
發布歷程
2025年3月29日在中關村論壇首次公開技術參數，4月21日正式上線商用版本。截至2025年4月23日，已在全球範圍積累超過120萬次生成請求。生數科技創始人朱軍表示，該模型研發投入超3.6萬GPU小時，訓練數據涵蓋600萬條多模態樣本。
