9月25日，生数科技联合创始人兼CEO唐家渝在百度云智大会上宣布，生数科技旗下视频大模型Vidu正式开放API（应用程序编程接口），并同步接入百度智能云千帆大模型平台，成为平台接入的首个视频大模型。
生数科技作为国内最早布局多模态通用大模型的团队之一，今年4月联合清华大学发布了视频大模型Vidu。
6月，生数科技完成数亿元Pre-A轮融资，由百度、北京市人工智能产业投资基金领投，中关村(000931)科学城公司、启明创投等跟投。彼时，生数科技方面曾表示，将基于百度百舸・AI异构算力平台持续训练、提升模型能力，并逐步通过百度智能云千帆平台开放模型服务。
据唐家渝介绍，Vidu采用的架构是团队纯自研的U-ViT架构，是全球最早提出的Diffusion Transformer融合架构，早于Sora的DiT架构，这为通用生成任务奠定了重要基础。
生数科技联合创始人兼CEO唐家渝 图片来源：企业供图
他同时表示，Vidu模型具备文生视频和图生视频能力，同时支持中英文指令输入；在时长方面，Vidu在模型层面最长可支持一键32s视频的生成；画面质感方面，Vidu最高可输出1080p分辨率。
生数科技方面表示，目前，影视、动画、广告等行业的企业机构普遍存在规模化视频产出需求，Vidu API的开放，将助力这些企业在视频生产环节降本增效，并激发创意。同时对于众多开发者而言，Vidu API的开放也为探索AI 2.0应用提供了重要基础。
生数科技认为，视频大模型高度个性化、自动化的内容创作能力，将赋予企业在营销、品牌推广和内容创新等场景中的全新竞争力，视频模型的引入将成为创意产业提升竞争力的关键因素。基于此背景，开放Vidu API成为生数科技进一步推进商业化布局的重要战略举措。
2024年以来，视频大模型的竞争日趋激烈，9月24日，字节跳动刚刚宣布发布了豆包视频生成-PixelDance、豆包视频生成-Seaweed两款大模型。在此之前，行业内已有快手的视频生成大模型“可灵”；同时，阿里旗下的通义万相在9月宣布全面升级，并发布全新视频生成模型；图像赛道的老玩家美图秀秀同样在9月宣布旗下的美图奇想大模型（MiracleVision）视频生成能力全面升级。
【免责声明】本文仅代表作者本人观点，与和讯网无关。和讯网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。邮箱：[email protected]
发表评论