4月16日消息，在今日舉辦的第三屆中國(guó)AIGC產(chǎn)業(yè)峰會(huì)上，生數(shù)科技產(chǎn)品副總裁、Vidu產(chǎn)品負(fù)責(zé)人廖謙透露，下周將全球發(fā)布即新的Vidu Q1模型，該大模型優(yōu)化旨在大幅提升內(nèi)容創(chuàng)作的可控性，尤其在位置控制、運(yùn)動(dòng)布局和音頻生成上，以更貼近人類(lèi)審美和自然法則。

廖謙表示，Vidu Q1模型將推動(dòng)多模態(tài)大模型時(shí)代的變革，將極大增強(qiáng)個(gè)性化內(nèi)容生成能力，對(duì)社交、游戲、VR/AR等領(lǐng)域產(chǎn)生深遠(yuǎn)影響。

生數(shù)科技（北京生數(shù)科技有限公司）成立于2023年3月，是一家專(zhuān)注于多模態(tài)生成式大模型與應(yīng)用產(chǎn)品開(kāi)發(fā)的高科技企業(yè)，核心團(tuán)隊(duì)來(lái)自清華大學(xué)人工智能研究院。

生數(shù)科技首創(chuàng)了基于Transformer的U-ViT架構(gòu)，融合了Diffusion模型與Transformer的優(yōu)勢(shì)，支持多模態(tài)任務(wù)的統(tǒng)一建模。該架構(gòu)在2023年開(kāi)源的UniDiffuser模型中首次應(yīng)用，成為全球首個(gè)基于Diffusion Transformer的多模態(tài)擴(kuò)散模型，比Stable Diffusion 3采用的DiT架構(gòu)領(lǐng)先一年。

基于U-ViT架構(gòu)，生數(shù)科技2024年4月發(fā)布的視頻大模型Vidu可一鍵生成16秒1080P高清視頻，具備多鏡頭切換、高時(shí)空一致性和物理世界模擬能力，性能對(duì)標(biāo)OpenAI的Sora。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。