生數(shù)科技下周全球發(fā)布Vidu Q1模型，強調(diào)高可控快訊
是一家專注于多模態(tài)生成式大模型與應用產(chǎn)品開發(fā)的高科技企業(yè)，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，生數(shù)科技首創(chuàng)了基于Transformer的U-ViT架構(gòu)。
【TechWeb】4月16日消息，在今日舉辦的第三屆中國AIGC產(chǎn)業(yè)峰會上，生數(shù)科技產(chǎn)品副總裁、Vidu產(chǎn)品負責人廖謙透露，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、運動布局和音頻生成上，以更貼近人類審美和自然法則。
廖謙表示，Vidu Q1模型將推動多模態(tài)大模型時代的變革，將極大增強個性化內(nèi)容生成能力，對社交、游戲、VR/AR等領(lǐng)域產(chǎn)生深遠影響。
生數(shù)科技（北京生數(shù)科技有限公司）成立于2023年3月，是一家專注于多模態(tài)生成式大模型與應用產(chǎn)品開發(fā)的高科技企業(yè)，核心團隊來自清華大學人工智能研究院。
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，支持多模態(tài)任務的統(tǒng)一建模。該架構(gòu)在2023年開源的UniDiffuser模型中首次應用，成為全球首個基于Diffusion Transformer的多模態(tài)擴散模型，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、高時空一致性和物理世界模擬能力，性能對標OpenAI的Sora。
1.TMT觀察網(wǎng)遵循行業(yè)規(guī)范，任何轉(zhuǎn)載的稿件都會明確標注作者和來源；
2.TMT觀察網(wǎng)的原創(chuàng)文章，請轉(zhuǎn)載時務必注明文章作者和"來源：TMT觀察網(wǎng)"，不尊重原創(chuàng)的行為TMT觀察網(wǎng)或?qū)⒆肪控熑危?br>
3.作者投稿可能會經(jīng)TMT觀察網(wǎng)編輯修改或補充。
