2025年，Vidu這匹“黑馬”將如何攪動視頻生成賽道？

作者｜王世昕???

編輯｜栗子

今天，隨著國產視頻大模型Vidu2.0正式上線，AI視頻生成正式進入了“秒級生成、‘分’級價格、人人可用”的時代。

這次生數科技拿出了最強組合拳：不僅在速度上實現了秒級生成，更把單秒視頻價格的最低打到了4分錢，同時借助其一貫的多主體一致性優勢，支持生成更高質量的視頻。

國外用戶生成的Vidu不同版本對比視頻

伴隨著去年一批AI視頻產品的上線，視頻大模型賽道正式邁入2.0階段。在百花齊放的局面下，視頻大模型的全面落地似乎觸手可及。

然而，在這一繁榮背后，視頻模型仍面臨諸多挑戰：如模型穩定性差、推理速度慢，以及高昂的推理成本，這些都讓普通用戶望而卻步，導致視頻模型成為少數愛好者和專業人士的專屬工具。如何突破“好、快、劃算”這“不可能三角”成了視頻模型玩家追逐的重要目標。

在這些玩家中，清華系生數科技的Vidu、快手可靈為代表的國產模型正憑借著高質量的效果在海內外引發了高度關注。

尤其Vidu作為國內首個對標Sora的視頻大模型，去年4月份驚艷亮相后表現頗為亮眼：自去年7月全球上線，20天用戶數突破百萬，上線100天用戶數突破千萬，目前全球超過200個國家和地區的用戶在Vidu平臺上共計生產了上億條視頻。

根據市面上各家已公開的數據來看，Vidu是目前全球增速最快的視頻模型產品。伴隨著新版本的發布，這匹黑馬又將如何攪動整個視頻生成賽道？

1.極致性價比，將價格卷至“分”

與大多數LLM產品普遍支持免費使用不同，AI視頻產品在價格上并算不上友好。

目前市面上閉源的AI視頻產品采用訂閱制，例如Sora Turbo目前僅對ChatGPT Plus和Pro會員開放，根據訂閱積分制，想要通過Sora Turbo生成一條1分鐘左右的1080p視頻，起碼要花費30美元。

這并不難理解，因為一個1080P的視頻，每秒包含約200萬像素，每分鐘視頻就有1.2億像素，相對于自然語言文本的處理難度，視頻內容所耗費的計算資源要呈指數級增加。

不僅如此，由于目前視頻模型的生成質量不夠穩定，用戶往往需要多次生成，這也推高了用戶的真實使用成本。

俗話說“一分錢一分貨”，但價格困境如同天塹，只有付費意愿較強且預算充足的用戶才能有機會使用視頻模型產品，這也將大量普通用戶望而卻步。

對于大多數用戶來，視頻生成自由的距離仍然遙遠，許多視頻模型產品也難免陷入了雞肋的境地：用之太貴，棄之可惜。

相比于Sora高單價篩選用戶的“精英敘事”，Vidu2.0與前不久爆火的DeepSeek類似，重點對技術能力以及資源利用進行了針對性升級。這一次，Vidu2.0版本的價格不僅沒有提高，還降到了史上最低。

據了解，Vidu2.0的每秒單價成本最低至0.04475元，以720p每秒單價計算，行業平均價格為0.6元/s ，而Vidu2.0僅為0.2587元/s，是行業均價的43%。

每秒單價成本最低4分錢，視頻生成進入了價格“分”時代。

以一條一分鐘的商業短視頻廣告為例，通常傳統廣告片制作需要經過平面、動效、剪輯等流程，需要雇傭剪輯師、畫師、特效師等等，即使是一個4-5人的小團隊，按照普通出品水準，1分鐘廣告片的行業平均成本至少也在3000-5000元左右，高品質的更貴，達到數萬元。

而借助Vidu2.0一分鐘生成成本約等于3-5元，再加上剪輯、配音等成本，單條視頻可以控制在100元左右。

Vidu2.0生成的貓糧海報視頻

從成本來說，Vidu2.0對于傳統視頻制作已經可以稱得上是“降維打擊”。可以想像，在未來，借助Vidu2.0，將會有更多的專業、非專業創作者和企業用戶能夠負擔得起AI視頻，這也將促進視頻模型將會實現更多場景、更大規模的商業化落地。

值得一提的是，為了進一步提升資源利用率，并為成本有限的用戶提供便利，Vidu2.0還開發了“錯峰模式”。

簡單來講，其類似于異構計算中的動態資源分配，即將用戶申請的任務將排隊等待流量低峰時執行，錯峰生成不僅不扣用戶現有積分，而且支持無限量生成。

這一模式對于輕度用戶和成本控制嚴格的用戶來說非常友好，無異于免費“薅羊毛”，這將進一步推動用戶數量的增加。

不難發現，Vidu2.0通過提高性價比讓“人人都用的起”，從而吸引更多的用戶、挖掘更多的使用場景、催生更多的需求，讓視頻模型真正獲得普及。

2.10秒成片沖刺實時生成

視頻模型備受關注，重要的一點是它顯著解決了效率問題。與傳統流程不同，視頻模型只需要借助描述詞，或者圖片信息，即可直接輸出視頻內容，將視頻創作的周期從“天”“周”縮短到了“小時”甚至是“分鐘級”。

但即便如此，在實際生產環節中，視頻模型的效率仍然不足。

目前視頻模型產品普遍支持4秒、8秒兩個時長選擇，通常生成一段4秒的視頻素材，基本都需要2-3分鐘才能完成，這還不是1080p分辨率的。如果想要畫面質量更高，推理時長還要更久。

不僅如此，還有更多隱性時間成本容易被我們忽略。

一是“排隊”，受制于算力供給問題，用戶在實際使用視頻模型產品的時候，在提交任務后，往往需要排隊等待數小時，才能正式進入生成環節。

二是“抽卡”，受制于模型可控性問題，生成的視頻畫面存在崩壞、畫面不連續、主體前后不一致等問題，導致想要獲得一段可用的片段素材，用戶需要反復生成，類似于游戲中“抽卡”，結果不可控。連一段4秒素材都得反復嘗試，如果想要生成一個分鐘級甚至小時級的完整成片，素材量龐大，抽卡工作更是繁復，這也無形中加大了創作者的時間成本。

全行業都在“保質提速”。那么，視頻模型速度提升的天花板到底在哪兒？

Vidu2.0的答案是：秒級。

據悉，Vidu2.0單條512-4s 圖生視頻的平均生成速度已經跑進了10秒。生成速度快一直是 Vidu 的拿手好戲，早在去年7月底全球上線1.0版本時，Vidu 單片段的實測推理速度就已跑進了30秒以內，當時就實現了全球最快，這一次，Vidu 將生成速度進一步提升了三倍。

Vidu 2.0 512-4s圖生視頻生成速度實時測評

對于用戶來說，速度提升帶來的感知非常明顯。目前已經有不少內測用戶體驗到Vidu2.0后，引發了熱烈討論。

在海外社媒上，#ViduSpeed已經成為關于Vidu最熱點的話題。一位日本用戶使用Vidu2.0僅用5秒就生成了一段動畫片段，并感嘆這可能是目前最快的視頻模型。

視頻生成進入秒級，意味著什么？

首先，一定是產業效率的提升。可以想像，傳統的視頻生產工作流徹底被重塑。傳統流程需要拍攝、后期剪輯、特效等等工作，如今這些難實現的畫面，統統可以在數秒內就生成出來，比如一段1分鐘時長的素材，用 Vidu2.0 只需要5分鐘就可以生成完成。

第二，將帶來新型內容產業的蓬勃，當“喝杯水的功夫即可生成高質量視頻”，創作門檻被降低，更多人能夠以較低的時間成本來生產高質量的視頻內容，AI-Generated 內容數量也將迎來爆發。數據顯示，截至目前Vidu平臺累計生成的視頻數突破億條，這一數據將隨著Vidu速度的提升進一步增長。

第三，進入秒級生成意味著視頻模型向“實時生成”沖刺。可以想象一下，用戶可以將他們所想的內容即時生成出來，而不需要等待或經歷任何延遲，“所想即所得”。用戶也可以根據自己的需求，實時對內容進行修改或調整，也就是基于生成內容的實時互動成為可能。這也意味著視頻模型的應用不再局限于單純的內容生產環節，同時能夠催生全新的內容消費體驗。

比如在游戲領域，通過視頻生成模型，玩家可以自定義游戲內容與場景；在內容娛樂領域，實時互動劇成為可能，刷短視頻、劇集的時候，觀眾可以實時設定下一步的劇情；在線教育領域，老師可以根據教學內容生成即時的內容演示，進一步提升學生的學習體驗。

正如移動互聯網時代從4G到5G的進化，通信的高速率、低延遲和高連接性為AR、自動駕駛等技術普及創造了條件， 視頻模型的從秒級到實時的邁進，也將帶來全新的商業革命。Vidu2.0的秒級生成，為下一個技術進階奠定了基石。

3.打破不可能三角，又快又省又好

大模型的“不可能三角”一直是行業發展的難題：如何在追求高速度和低價格的同時，確保生成內容的高質量？這不僅是性能優化的挑戰，更是保障用戶體驗的核心。

Vidu2.0 成功的在“又快又省”的前提下，保證了出色的模型效果。從這次Vidu 2.0發布的官方預熱視頻，就能瞥見其質感之強。七支不同風格故事視頻系列很有電影大片既視感，畫面逼真度很高，多元化風格也拿捏得很好。如果不是視頻標注，很難猜到都是用AI視頻生成的。

具體來說，Vidu 2.0在畫面穩定性上實現了顯著提升，特別是在主體一致性方面，達到了一個全新的高度。

保持主體一致性一直是視頻模型面臨的長期挑戰，尤其在處理多主體場景時，往往難以保證主體外觀、特征和風格的一致性。

Vidu自研發之初就是著力于解決這一核心難題，去年7月Vidu全球首發“參考生視頻”功能，解決了單主體一致性問題，在11月的版本更新中，Vidu引入了多主體一致性功能，支持用戶上傳多張圖片，從而確保畫面中的多個主體特征一致。Vidu 2.0在這一基礎上進一步優化，讓主體特征的保持更加精準與穩定。

比如下面的案例，Vidu 2.0 生成的視頻畫面中兩個角色的形象保持的更像更穩定。

此外在風格的一致性上，Vidu2.0不僅可以適配包括動漫、水墨、寫實等在內的多種風格，還在保持風格上超越了大多數同類產品；另外針對業內一直頭疼的運鏡控制問題，對比業內其他家，Vidu2.0 對于鏡頭“上下左右推拉搖移旋轉”的理解更強。

如下圖，對比幾家的鏡頭運動，可以看到Vidu 2.0 在鏡頭理解上更加精準。

Prompt：鏡頭順時針旋轉

另外，更值得關注的是Vidu2.0在首尾幀生成方面的穩定性。

值得關注的是，Vidu 2.0這次在首尾幀生成方面的穩定性有大幅提升。與前一代相比，Vidu 2.0在首尾幀畫面的銜接上更為流暢、無縫。從各家對比視頻中可以看出，Vidu 2.0生成的視頻展現出一種獨特的季節穿越感和更強的故事性。

相比行業內的其他產品，Vidu2.0在一致性方面的領先優勢正在拉大，結合秒級生成，Vidu的視頻創作也將滿足更多元的使用場景。不管是面向專業領域，制作媲美大片的視頻內容，還是探索像動態漫之類的新玩法，Vidu 正成為許多專業用戶、非專業用戶的首選。

比如Discord 用戶Mori用Vidu制作的一支音樂MV在海外獲得了廣泛關注，效果有點環球影業的《歡樂好聲音》電影那味了。

比如X上的用戶花笠@hanagasa_manya利用Vidu制作的動態漫畫，將靜態漫畫巧妙地動態化呈現，賦予了漫畫人物全新的生命力。美廚娘可以從另一個動態畫面中夾取美食，這估計是漫畫迷們都沒有想到的破次元，更有網友在平臺回復稱，說不定2年后的漫畫就是這樣動起來的。

在海外社媒搜索Vidu可以發現，中國大模型Vidu已經走向全世界，包括歐美、日本在內的全球用戶都在使用Vidu進行創作。

在美國俄克拉何馬州，60歲兒童作家MamaFish是Vidu的忠實粉絲，她一直希望將筆下的童話故事變成生動有趣的視頻，但由于不會做視頻，雇傭人做視頻對于其個人來說花費不小，這個夢想就一直沒有實現。

在偶然間接觸到Vidu后，她發現即使不會做視頻也能利用Vidu輕松生成想要的視頻，在短短20分鐘內就可以創建50多個場景，而且成本非常便宜。目前，MamaFish利用Vidu創作的視頻在YouTube上廣受歡迎，她個人也因此獲得了更多收益。

即使是動漫強國日本，有大量的AI動畫愛好者是Vidu的忠實用戶，Vidu幫助他們從愛好者變成自發的內容生產者，比如X上用戶@852話(hakoniwa)利用Vidu 2.0創作的動漫短片，短時間內已收獲了破萬的播放。

更有個人創作者已經借助Vidu生成優質內容躋身成為數十萬粉的大號，比如@8co28是Vidu第一批早期用戶，同時還是一位二次元愛好者。他利用Vidu創作了大量優秀的二次元作品，在X上吸引了眾多關注，目前粉絲已經超過35萬。

未來，生數科技Vidu希望吸引更多類似美國老奶奶、@8co28這樣非專業、專業的用戶和公司，而當更多人利用 Vidu 創作出多元精彩的故事時，作為視頻生成行業破局者的生數科技，也正在悄然譜寫一個關于AI平民化的新故事。

（封面圖由AI生成）