【TechWeb】4月16日消息，在今日举办的第三届中国AIGC产业峰会上，生数科技产品副总裁、Vidu产品负责人廖谦透露，下周将全球发布即新的Vidu Q1模型，该大模型优化旨在大幅提升内容创作的可控性，尤其在位置控制、运动布局和音频生成上，以更贴近人类审美和自然法则。
廖谦表示，Vidu Q1模型将推动多模态大模型时代的变革，将极大增强个性化内容生成能力，对社交、游戏、VR/AR等领域产生深远影响。
生数科技（北京生数科技有限公司）成立于2023年3月，是一家专注于多模态生成式大模型与应用产品开发的高科技企业，核心团队来自清华大学人工智能研究院。
生数科技首创了基于Transformer的U-ViT架构，融合了Diffusion模型与Transformer的优势，支持多模态任务的统一建模。该架构在2023年开源的UniDiffuser模型中首次应用，成为全球首个基于Diffusion Transformer的多模态扩散模型，比Stable Diffusion 3采用的DiT架构领先一年。
基于U-ViT架构，生数科技2024年4月发布的视频大模型Vidu可一键生成16秒1080P高清视频，具备多镜头切换、高时空一致性和物理世界模拟能力，性能对标OpenAI的Sora。
新浪科技公众号
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
