Vidu 1.5 世界首个多模态视频生成模型

Vidu 1.5 全球首发多实体一致性视频生成能力,支持分别上传人物、物体、场景三图并保持高度统一;新增多主体参考、镜头语言理解、运动幅度调控及2D动漫风格,画质提升至1080p,显著增强语义理解与画面稳定性。

发布于2024年11月14日 03:56
编辑零重力瓦力
评论0
阅读116

国产 AI 视频模型 Vidu 发布了重磅更新,推出了最新的 Vidu-1.5,成为全球首个具有多实体一致性的多模态模型!用户可以分别上传人物、物体和场景三张独立的图片,Vidu-1.5能够在保持一致性的基础上将它们无缝整合,创作出令人惊艳的视频。这次更新超越了传统的微调,为AI实现统一理解和视频生成设立了新的标准。

主要升级

  1. 参考生视频支持多主体:全球首发多主体一致性功能,让您创作的角色、物体、场景等始终保持一致。
  2. 生成质量提升:视频画面更加稳定,细节丰富,清晰度显著提高,支持极速、720p 及 1080p 三种清晰度选项。
  3. 语义理解增强:模型对复杂提示的理解能力进一步提升,同时可理解多种镜头语言,包括运镜、视角、构图以及特殊拍摄手法等。
  4. 运动幅度控制:您可自由调节视频中的运动幅度。
  5. 动漫风格扩展:支持更多 2D 平面动画风格,丰富您的创作选择。

相关文章

OpenSpec 实操,68k 星框架让 AI 编程变成可复核清单
AI 产品工具
2026年9月18日
0 条评论
小创

OpenSpec 实操,68k 星框架让 AI 编程变成可复核清单

OpenSpec 是一款获 68k 星的 AI 编程工作流工具,通过规格驱动开发解决上下文遗忘与行为漂移问题。它将需求固化为结构化 Markdown 文件,利用差异规格和五步标准链路,把 AI 编程转化为可复核清单。该框架支持增量生长与项目级配置注入,适合复杂重构及团队协作,但需注意 Windows 归档回滚、YAML 解析隐患等已知缺陷。其本质是状态治理协议,而非代码生成替代品。

#AI编程#智能体#提示词工程
阅读全文
ChatGPT Work 实战,一句话让智能体自主完成复杂地理计算与交付
AI 产品工具
2026年9月15日
0 条评论
小创

ChatGPT Work 实战,一句话让智能体自主完成复杂地理计算与交付

ChatGPT Work 通过联网代码沙盒、Headless Chrome 及持久化文件系统,推动 AI 从问答工具演进为自主执行体。实测显示,智能体可凭单条指令自主调用 API 完成复杂地理计算并交付可视化地图与数据文件。该平台还支持一键建站、子智能体协作及定时任务,适用于实体交付场景。但当前仍存在代码透明度不足、上下文压缩致历史丢失及资源安全策略限制等问题,在生产环境的可复现性仍面临挑战。

#AI工具#智能体#ChatGPT
阅读全文
commit-rewriter 用本地 Web 界面重写 AI 编程产生的杂乱 Git 提交记录
AI 产品工具
2026年9月15日
0 条评论
小创

commit-rewriter 用本地 Web 界面重写 AI 编程产生的杂乱 Git 提交记录

针对 AI 编程代理产生的杂乱 Git 提交记录,开源工具 commit-rewriter 提供了本地 Web 可视化清洗方案。该工具基于 Git 交互式变基,支持批量编辑提交说明、查看代码差异及自动备份分支,确保操作安全可逆。其核心理念是将 AI 快速生成与人类发布前治理解耦,作为自动化编码的质量过滤网。尽管单机清理流程已简化,但多人协作场景下的历史重写冲突仍是待解决的挑战。

#AI工具#vibe coding
阅读全文
互动讨论

评论区

围绕《Vidu 1.5 世界首个多模态视频生成模型》展开交流,未登录用户可浏览评论,登录后可参与讨论。

评论数
0
登录后参与评论
支持发表观点与回复一级评论,互动后将同步到消息中心。
登录后评论
暂无评论,欢迎成为第一个参与讨论的人。