国产AI视频生成新进展 Vidu上线“主体参照”功能

9月12日消息，日前，生数科技 Vidu 首发「主体参照」（Subject Consistency）功能，该功能能够实现对任意主体的一致性生成，让视频生成更加稳定、可控。目前该功能面向用户免费开放。

据介绍，4月底，由生数科技和清华大学联合研发的国内首个纯自研原创视频大模型 Vidu 面向全球发布，7月底正式上线，全面开放使用，凭借在快速推理、精确语义理解、高动态性和极致动漫风格等方面的优势，Vidu 产品表现位列全球视频大模型的“第一梯队”。现在，过去一个多月的时间，Vidu 迎来重大功能更新。

具体来说，“主体参照”，就是允许用户上传任意主体的一张图片，Vidu 就能够锁定该主体的形象，通过描述词任意切换场景，输出主体一致的视频。

该功能不局限于单一对象，而是面向“任意主体”，无论是人物、动物、商品，还是动漫角色、虚构主体，都能确保其在视频生成中的一致性和可控性。据介绍，这是视频生成领域的一大创新，Vidu 也是全球首个支持该能力的视频大模型。比如进行人物角色的“主体参照”，无论是真实人物还是虚构角色，Vidu 都能保持其在不同环境中、不同镜头下的形象连贯一致。

据了解，在技术层面， Vidu 的“主体参照”功能摒弃了传统的分镜头画面生成步骤，通过“上传主体图+输入场景描述词”的方式，直接生成视频素材。这一方法不仅大幅减少了工作量，还打破了分镜头画面对视频内容的限制，让创作者能够基于文本描述，发挥更大的想象力，创造出画面丰富、灵活多变的视频内容。

 中央广播电视总台导演、AIGC艺术家石宇翔（森海荧光）创作了一条动画短片《夏日的礼物》，他在分享创作流程中表示，与基础的图生视频功能相比，“主体参照”功能摆脱了静态图片的束缚，生成的画面更具感染力和自由度，让创作的连贯性大大提升。同时帮助他节约7成左右的生图工作量，显著提效，让他能够将更多精力放在故事内容的打磨上，而非生成图片素材上。另外他表示，再叠加上 Vidu 的复杂动作处理能力和多元素的理解能力，他觉得 Vidu 就像是一位真人助理“动画师”在辅助创作。

现场，生数科技推出了合作伙伴计划。首批合作伙伴包括开心麻花、猫眼娱乐、巨人网络、美克家居、融创文化、河南省非物质文化遗产保护和智慧化中心、李可柒画院等企业与机构。

截至目前，生数科技团队规模100余人，融资层面已完成数亿元融资（最新公开为Pre-A轮），投资方包括启明创投、北京人工智能产业投资基金、蚂蚁集团、百度、达泰资本、BV百度风投、哈勃投资、锦秋基金等。（定西）