6月7日消息，据“钛媒体 AGI”周四报道，生数科技与清华大学联合发布的国内首个长时长、高一致性、高动态性的视频大模型Vidu即将迎来新一轮的重大技术迭代，预计将完成三大核心更新，为视频生成领域带来前所未有的突破。
主要更新内容如下：
支持一键生成 32s 视频
支持音视频合成，“视频有声音了”（Text-2-Audio）
支持 4D 生成，可以从单一视频生成时空一致的 4D 内容
据介绍，Vidu 是自 Sora 发布之后，全球率先取得重大突破的视频大模型，并且仍在加速迭代提升中。
据此前报道，Vidu 模型融合 Diffusion 与 Transformer，开创性创建了 U-ViT，在 4 月发布时支持一键生成长达 16 秒、分辨率高达 1080P 的高清视频内容。官方表示 Vidu 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。
