生數科技與清華大學在中關村論壇未來人工智能先鋒論壇上共同發布了中國首個長時長、高一致性、高動態性視頻大模型——Vidu。這款模型是國內首個達到Sora級別的視頻大模型，標志著中國在視頻生成技術領域的重要進展。

　　Vidu的主要特點和技術創新包括:

　　模型結構: Vidu采用了創新性的U-ViT架構，該架構融合了Diffusion(擴散)與Transformer技術。

　　視頻生成能力: Vidu能夠一鍵生成長達16秒、分辨率高達1080P的高清視頻內容，滿足長視頻內容的生成需求。

　　實際應用演示: 官方資料中的一個視頻示例展示了“畫室中的一艘船駛向鏡頭”的場景，船和海浪的逼真效果體現了Vidu的強大生成能力。

　　高級功能: Vidu不僅能夠模擬真實物理世界，還具備豐富的想象力，支持多鏡頭生成和高時空一致性，為視頻創作提供了更多可能性。

　　技術先進性:

　　全球首創: Vidu的U-ViT架構是全球首個將Diffusion與Transformer融合的架構，早于其他類似模型使用的技術。

　　開源成就:2023年3月，團隊開源了基于U-ViT架構的多模態擴散模型UniDiffuser，這是全球首個此類模型，驗證了U-ViT架構的大規模可擴展性。