編輯|楊文、劉欣

AI 視頻圈從不缺「神仙打架」。

上周，快手可靈剛發(fā)布了 2.0 模型，號稱是史上最強視覺模型；昨天，生數(shù)科技就上線了全新視頻模型 Vidu Q1。

它不僅能直出 1080P 電影級高清視頻：

還能通過首尾幀功能實現(xiàn)大師級運鏡：

同時動畫生成效果也再上一個 level：

據(jù)視頻生成模型權威測評基準 VBench-1.0 以及 VBench-2.0 剛剛發(fā)布的測評結果，Vidu Q1 在 VBench 系列的兩個榜單上都超越了 Runway 、OpenAI Sora、快手的 Kling 等國內(nèi)外頂尖模型，拿下文生視頻賽道榜單雙第一。

此外在國內(nèi)權威大模型測評機構 SuperCLUE 的圖生視頻榜中，Vidu Q1 也在動漫風格、寫實風格上斬獲雙榜單第一的成績。

目前 Vidu Q1 已全球同步上線，無需邀請碼，打開 App 和網(wǎng)頁即可體驗，而且每秒生成價格最低僅需 0.3 元。

鏈接直達：https://www.vidu.cn/

Vidu Q1 實力到底如何，我們直接上手實測一波。

高清畫質(zhì)、電影質(zhì)感

此次發(fā)布的 Vidu Q1，在文生視頻和圖生視頻上均支持 1080P 高分辨率，無論是宏大的科幻敘事還是人物特寫的細微表情，都可以清晰呈現(xiàn)。

提示詞：富士膠片 Portra 400H 靜態(tài)照片，急馳的日產(chǎn)天際線 R33 GTR LM JGTC，大幅度運動效果，東京 7-11 便利店，午夜時分。

午夜的街道、跑車的極速漂移都生成得相當逼真，即使是大幅度運動畫面也沒崩。

提示詞：一位沖浪者在波濤洶涌的大海中駕馭巨浪，陽光透過浪花灑在沖浪者的身上，水花四濺，展現(xiàn)出勇敢和挑戰(zhàn)自我的精神。

Vidu Q1 精準地模擬了波浪起伏，男子沖浪時的快速移動也很絲滑，沒有任何卡頓或模糊。

提示詞：一位街頭小提琴手在雪花飄落的寧靜歐洲廣場上演奏，雪花落在她的發(fā)間，身后是燭光映照的窗戶。

Vidu Q1 嚴格遵循了文本描述，「雪花飄落」、「燭光映照的窗戶」等細節(jié)它都生成得很到位，而且女生拉小提琴時手指動作流暢自然，完全沒有出現(xiàn)缺失或多余的手指問題。

動畫風格

一直以來，Vidu 最讓人稱道的就是動畫效果。

不管是類似新海誠，宮崎駿，大友克洋風格的日本動畫，還是類似迪斯尼、皮克斯、彼得·道格特風格的美國動畫，Vidu 都能穩(wěn)定輸出。

而這次上線的 Q1，相比于前一版本又有了大幅提升，支持更加多元風格的視頻輸出。

提示詞：動漫風格，一個男孩在鄉(xiāng)村小徑上騎自行車，兩旁是野花與高大的樹木，遠處可見有著木質(zhì)房屋的小村莊，陽光明媚，氛圍寧靜而歡快。

提示詞：一個充滿魔法氣息的森林，地上開滿了會發(fā)光的奇異花朵，天空中飄著彩色的泡泡。一位穿著精靈服裝的少女站在畫面中央，她有著大大的眼睛和尖尖的耳朵，正好奇地伸手，周圍的一切都顯得夢幻而神秘。

提示詞：一只可愛的松鼠從樹洞里掏出松果，想吃掉松果。

X 網(wǎng)友 Naegiko 使用 Vidu Q1 制作了一則集合多種風格的短片，效果相當驚艷，尤其是對動漫人物面部表情的處理，甚是靈動。

https://x.com/naegiko/status/1914424072341217788

大師級運鏡

這次 Vidu Q1 的首尾幀功能也再次升級，僅需兩張圖，不僅能生成推拉搖移等各種鏡頭，還能自動腦補出電影質(zhì)感的完整片段。

比如我們上傳這兩張圖，分別作為首幀和尾幀：

連提示詞都不用寫， Q1 直接讓馬斯克變身鋼鐵俠，效果相當酷炫。

再比如下面這個例子，同樣上傳首尾幀，無需提示詞，宇航員身上就長出了五顏六色的花朵。

此外，Q1 還能生成一系列高運動鏡頭。提示詞只簡單要求推進鏡頭，Q1 就能在鏡頭不斷推進的過程中，讓主角轉(zhuǎn)個身逐漸露出側臉。

下面這個視頻也是如此。首幀是一張海邊懸崖的圖片，尾幀是一張輪船在海上航行的圖片，然后 Q1 自動生成右移鏡頭，將兩幅圖片絲滑銜接在一起。

告別無聲電影

Q1 模型發(fā)布同時，Vidu 還推出了文生音效模型。只需一句話，即可生成最長 10 秒的專屬音效。

這也意味著，Vidu 打通了視頻創(chuàng)作的整個工作流，從視頻生成到音效生成，一個平臺就能搞定。

具體來說，該模型有三大技術創(chuàng)新亮點。

首先，用戶可以精準控制生成音效的時間，音效可以在 10 秒內(nèi)的任意時間點開始生成。這也是目前為止業(yè)內(nèi)商業(yè)領域首個支持精細化時間控制的文生音效系統(tǒng)。

比如 0s-4s 海浪拍打礁石、4s-6s: 輪船鳴笛：

其次，Vidu 的文生音效功能還支持多段音效疊加，并以一個完整的音頻文件輸出。例如，下面的示例中，通過多段音效的疊加，成功還原了火車經(jīng)過的真實感。

或者是人聲鼎沸的熱鬧集市：

最后，相比于業(yè)內(nèi)普遍只能生成 16KHz 或者 32KHz，Vidu 的音效已經(jīng)可以做到 48KHz 的音樂級采樣率和保真度，這也是文生音效在商業(yè)化領域中首家做到 48KHz 的高保真音效。

我們還可以用 Vidu 的文生音效功能探索更多玩法，比如生成一段搖滾樂：

總體來說，Vidu Q1 的優(yōu)勢不僅在于高清畫質(zhì)和穩(wěn)定的視頻表現(xiàn)，還在于為創(chuàng)作者提供了一套完整的視頻創(chuàng)作解決方案。從 1080P 高清視頻生成、多風格動畫渲染、專業(yè)級運鏡，再到全新的文生音效功能，Vidu 幾乎覆蓋了視頻創(chuàng)作的全部環(huán)節(jié)。

同時，每秒生成成本低至 0.3 元的定價策略，僅為同行的十分之一，這也為個人創(chuàng)作者和中小企業(yè)提供了更經(jīng)濟實惠的選擇。

大家快去 Vidu 網(wǎng)站和 Vidu 手機端體驗一波吧。

? THE END

轉(zhuǎn)載請聯(lián)系本公眾號獲得授權