4月27日，在2024中关村论坛未来人工智能先锋论坛上，中国首个长时长、高一致性、高动态性视频大模型正式发布。它是继Sora发布之后，全球率先取得重大突破的视频大模型，它由清华大学与生数科技自主研发。首个国产视频大模型目前具备哪些能力？它是否能对标Sora？一起去看一看。

　　这就是由Vidu生成的高清视频，清华大学教授、生数科技首席科学家朱军进行了现场展示，他介绍，Vidu支持一键生成长达16秒、分辨率高达1080P的高清视频内容，不仅能够模拟真实物理世界，还拥有丰富想象力，具备多镜头生成、时空一致性高等特点。

　　清华大学教授 生数科技首席科学家 朱军：比如说我们看这个车开过去的时候，它会扬起灰尘，以及像有阳光不同时间段的话，它的光影的效果等等这些，实际上是做到比较逼真的。还有另外一个特点，就是它可以理解这种多镜头的运用的一些语言，还有包括像聚焦、追光等等这些效果，甚至包括一些虚幻的，你可以去想象的一些场景。

　　此外，Vidu还能理解中国元素并生成视频，例如熊猫、龙等。作为继Sora之后首个取得突破的视频模型，Vidu一经发布，立刻引发了社会的关注和讨论。

　　清华大学教授 生数科技首席科学家 朱军：因为Sora它本身没有公开自己的技术路线，它本身的技术完全是保密的。我们自己在做路线的时候，实际上它也不是说我们就一看到 Sora才去做的，我们因为一直在做，我们叫生成式人工智能或者叫扩散模型，这些核心的技术，是我们自己独立做出来的。

　　德国工程院院士 中国工程院外籍院士 德国汉堡大学多模态智能系统技术研究所所长 张建伟：在这么短的时间里头就能够打造出这么明亮的产品，做出了可以说跟国际上平行的一些结果，是非常令人鼓舞的。更受人鼓舞的是自己研发的算法。

　　朱军告诉记者，今年1月，Vidu团队已实现4秒视频的生成，在Sora发布之前，业内大多专注的是已有视频质量如何再提升，Sora的发布极大地刺激了朱军和他的团队。经过团队的努力，3月底，Vidu一键生成视频突破到了8秒。在此次中关村论坛上，Vidu对外展示的是16秒的阶段性成果，虽然与Sora对外发布的可一键生成1分钟视频，时长有差距，但朱军告诉记者，过去两个月，他们的技术路线已经走通，Vidu正以更快的速度迭代。

　　Vidu的发布，也再一次引发了人们对人工智能更深层次的讨论。在这些讨论中，大家对人工智能有期待有担忧，也有美好的愿景。

　　清华大学教授 生数科技首席科学家 朱军：AI现在还没有完全说我一键生成大片，（要实现）还挺远。当满足一定条件的时候，我们肯定是第一时间会开放给大家用。在这个过程，比如它的可控、安全、可解释等等这些方面，我们国家其实也是叫发展与治理并重，我们其实是两手在抓。