IT之家 3 月 29 日消息，清华大学人工智能研究院副院长、生数科技创始人兼首席科学家朱军今日发布了高可控视频大模型 Vidu Q1，官方宣称其为业内首个高可控 AI 视频大模型。
<iframe allowfullscreen="true" class="ithome_video bilibili" frameborder="no" src="https://player.bilibili.com/player.html?bvid=bv1XsZwY2Eos&autoplay=0&page=1" width="100%"> </iframe>
IT之家从官方获悉，Vidu Q1 在多主体细节可控（特别是动作、布局可控）、音效同步可控、画质增强等方面均取得显著成效。以多主体细节可控为例，在语义指令的基础上，通过融入参考图的视觉指令，Vidu Q1 支持对场景中多主体的位置、大小、运动轨迹等属性进行更进一步的可控，对所有动作行为（出场、退场、坐立姿态、行动路线）进行精准调整。
其支持音效同步可控功能，可确保随着视频环境与画面转场，Vidu Q1 能够输出生成相应音效，并可精准控制每段音效的长短区间，精准设置每段音频出现的时间点，如 0-2s 风声、3-5s 雨声等。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。
