每經(jīng)記者 可楊    每經(jīng)編輯 梁梟    

9月25日，生數(shù)科技聯(lián)合創(chuàng)始人兼CEO唐家渝在百度云智大會上宣布，生數(shù)科技旗下視頻大模型Vidu正式開放API（應(yīng)用程序編程接口），并同步接入百度智能云千帆大模型平臺，成為平臺接入的首個視頻大模型。

生數(shù)科技作為國內(nèi)最早布局多模態(tài)通用大模型的團隊之一，今年4月聯(lián)合清華大學發(fā)布了視頻大模型Vidu。

6月，生數(shù)科技完成數(shù)億元Pre-A輪融資，由百度、北京市人工智能產(chǎn)業(yè)投資基金領(lǐng)投，中關(guān)村科學城公司、啟明創(chuàng)投等跟投。彼時，生數(shù)科技方面曾表示，將基于百度百舸·AI異構(gòu)算力平臺持續(xù)訓練、提升模型能力，并逐步通過百度智能云千帆平臺開放模型服務(wù)。

據(jù)唐家渝介紹，Vidu采用的架構(gòu)是團隊純自研的U-ViT架構(gòu)，是全球最早提出的Diffusion Transformer融合架構(gòu)，早于Sora的DiT架構(gòu)，這為通用生成任務(wù)奠定了重要基礎(chǔ)。

生數(shù)科技聯(lián)合創(chuàng)始人兼CEO唐家渝 圖片來源：企業(yè)供圖

他同時表示，Vidu模型具備文生視頻和圖生視頻能力，同時支持中英文指令輸入；在時長方面，Vidu在模型層面最長可支持一鍵32s視頻的生成；畫面質(zhì)感方面，Vidu最高可輸出1080p分辨率。

生數(shù)科技方面表示，目前，影視、動畫、廣告等行業(yè)的企業(yè)機構(gòu)普遍存在規(guī)模化視頻產(chǎn)出需求，Vidu API的開放，將助力這些企業(yè)在視頻生產(chǎn)環(huán)節(jié)降本增效，并激發(fā)創(chuàng)意。同時對于眾多開發(fā)者而言，Vidu API的開放也為探索AI 2.0應(yīng)用提供了重要基礎(chǔ)。

生數(shù)科技認為，視頻大模型高度個性化、自動化的內(nèi)容創(chuàng)作能力，將賦予企業(yè)在營銷、品牌推廣和內(nèi)容創(chuàng)新等場景中的全新競爭力，視頻模型的引入將成為創(chuàng)意產(chǎn)業(yè)提升競爭力的關(guān)鍵因素。基于此背景，開放Vidu API成為生數(shù)科技進一步推進商業(yè)化布局的重要戰(zhàn)略舉措。

2024年以來，視頻大模型的競爭日趨激烈，9月24日，字節(jié)跳動剛剛宣布發(fā)布了豆包視頻生成-PixelDance、豆包視頻生成-Seaweed兩款大模型。在此之前，行業(yè)內(nèi)已有快手的視頻生成大模型“可靈”；同時，阿里旗下的通義萬相在9月宣布全面升級，并發(fā)布全新視頻生成模型；圖像賽道的老玩家美圖秀秀同樣在9月宣布旗下的美圖奇想大模型（MiracleVision）視頻生成能力全面升級。