2024年4月，清华大学东说念主工智能谈判院副院长、生数科技首创东说念主兼首席科学家朱军初度发布中国版Sora——视频大模子Vidu。一年后，2025年3月29日，中关村论坛上，Vidu高可控 AI 视频大模子 Q1珍爱推出。

这次升级的重要在于“高可控”，采访中，朱军阐明称：Q代表quality，代表模子的高可控，具体包括多主体细节可控、音效同步可控、画质增强。本色视频生成经由中，位置可控一直是辣手艰难，以往模子无间无法精确按照教唆生成。如今，Vidu Q1 借助融入参考图的视觉教唆，在语义教唆的基础上，竣事了对场景中扮装位置属性的更精确放手。

可控主体数目的加多亦然一项技艺松懈。以往，AI 视频生成在面临较多主体时，精确生成的难度极大。Vidu Q1 加多了可控主体数目，并在多主体一致性以及妥当物理轨则等方面竣事松懈。另外，Vidu Q1 的音效同步可控功能不错基于语义教唆，在生成视频画面的同期生成精确可控的音效，放手每段音效的吊唁与出现的时候点。

从Vidu1.0到Vidu Q1，一年时候内，诳言语模子赛说念缓缓插足洗牌期，而视频大模子赛说念仍处于繁荣成长久，快手可灵、字节即梦、MiniMax海螺AI束缚迭代，OpenAI Sora珍爱上线，HeyGen、Pika、爱诗科技等完成融资。而所有这个词东说念主工智能领域跟随技艺的升级，发展旅途缓缓从单一模态跨向多模态、跨模态，东说念主机交互与产业应用的鸿沟缓缓调动。

相较视频大模子专注于视频数据的特征，多模态大模子可惩处文本、图像、视频等多种数据，通过数据对皆、会通与和谐标志技艺，奉行视觉问答等复杂任务。关于多模态赛说念的发展，朱军对第一财经记者默示，Vidu基座一驱动即是多模态大模子，生数的定位亦然多模态，视频仅仅进展形式之一，这次更新的音频功能与机器东说念主可控数据操作均代表着不同的模态，对公司来讲，底层架构基本相通，不消过多修改即可竣事多种模式。

现在生数Vidu的买卖化标的主要包括面向C端的SaaS与面向B端的MaaS模式，朱军以为，2025年是视频大模子买卖化快速发展的一年，摧毁者对视频的需求特别宽绰，这亦然视频大模子与诳言语模子不同之处。朱军判断，现在头部视频模子平台各有特质与买卖化旅途，暂时莫得走到诳言语模子那么“卷”的景色。

谈及DeepSeek效应是否会在视频赛说念出当前，朱军对记者默示，视频大模子大要率不会出现雷同DeepSeek这种效果朝上的模子，因为行业如故将DeepSeek主打的效果上风进行本质了，厂商更期待的是视频模子愈加可控、愈加好用，步入视频领域的“ChatGPT时刻”。

举报 第一财经告白合营，请点击这里此内容为第一财经原创，著述权归第一财经所有。未经第一财经籍面授权，不得以任何方式加以使用，包括转载、摘编、复制或竖立镜像。第一财经保留讲究侵权者法律背负的权益。如需获取授权请关系第一财经版权部：banquan@yicai.com 文章作家

吕倩

关系阅读 DeepSeek-V3模子升级，编程与数学能力大幅栽种

据悉该模子参数为6850亿。

236 03-25 07:58 AI进化速递丨可灵AI全面接入DeepSeek

国合署：打造数字经济、东说念主工智能等援外新品牌；英特尔新任首席奉行官诡计对制造和东说念主工智能业务进行全面纠正；百度文小言全面接入文心最新大模子和DeepSeek。

32 03-17 20:47 退出“超大基模”烧钱赛，李开复现身回复零一万物近况

转化之后的零一万物不再检修万亿参数鸿沟的超大基模，但仍会链接作念轻量化模子。

61 03-17 19:39 跨境电商试练AI，DeepSeek取代了ChatGPT

在这场莫得高大叙事的变革里，每个参与者都在尽可能触摸AI应用新的形式。

258 03-12 19:30 安徽最初诈欺DeepSeek等大模子技艺推出16个场景应用

安徽省最初在寰球省级层面完成DeepSeek满血版（671B）土产货化部署体育游戏app平台，推出无永诀综窗、公文写稿、语音转翰墨等16个典型应用，并在全省试用扩充。

29 03-11 14:31 一财最热 点击关闭