作者｜Valentina
编辑｜方奇
媒体｜AI大模型工场
7月30日，首个国产纯自研视比年夜模型Vidu环球上线，可在Web 端www.vidu.studio访问。
在今年4月举行的2024中关村落论坛人工智能主题日未来人工智能先锋论坛上，清华大学教授、生数科技首席科学家朱军宣告，生数科技与清华大学联合推出中国首个原创全自研永劫长、高同等性、高动态性的视比年夜模型Vidu。生数科技称，Vidu全面对标Sora。
这次Vidu面向环球正式上线，开放文生视频、图生视频两大核心功能，供应4s和8s两种时长选择，分辨率最高达1080P。在推理速率上，Vidu天生一段4s的片段仅仅需30s。在付费机制方面，Vidu与其它天生产品类似，供应免费版与3种收费机制。3种收费机制分为标准、高等与尊享。目前在上线前两周，Vidu供应限时5折优惠。
那么究竟Vidu功能是不是和宣扬同等，能否担当“国产视频AI之光”的名号？AI大模型工场也感到好奇，于是迅速进行了一手测评。
一、两大新功能体验抢先测评：动漫风格化功能、角色同等性功能除了文生视频和图生视频的两大根本功能外，Vidu这次同步上线两大全新功能，一是动漫风格，二是角色同等性。1. 动漫风格化功能体验Vidu官方打出“万物皆可二次元”的旗号。目前市情上的AI视频工具大多局限于写实风格或源于现实的想象。Vidu除了能实现常见的写实等多元风格外，还新增动漫风格选项。官方图生视频实测案例如下：
图生动漫风格能基本百分百保持原形像角色。全体视频无明显畸变，角色同等性保持良好。
来看看文生动漫风格效果怎么样：
prompt: 动漫风格。清晨，一个穿着围裙的女孩从林间小屋中走出来，伸了个
从画面效果来看，画风很美，有宫崎骏电影般的质感。背景画面细腻丰富，光芒柔和有质感。从天生动漫角色看，女孩面部表情丰富生动，并且在从后面走过来的过程中，画面背景和人物保持了高度同等性。但帧与帧卡顿感明显，乃至末了一秒还有穿模征象。
2.角色同等性功能
在“图生视频”板块中，Vidu上线了角色同等性功能。在上传图片的过程中，Vidu支持首帧图和角色图两种选择，前者是实现基于首帧画面的连续天生（常见的图生视频功能），后者则是角色同等性天生，用户可上传人像图或者自定义的角色图，然后通过笔墨描述指定该角色在任意场景中做出任意动作。
上一张真人图，先来测评看看“首帧图”效果如何。
prompt：两人深情拥抱
全体画面、背景无明显形变，人物同等性保持的更是完美，从表情、形象外不雅观到服装细节，原图到视频都没有发生改变。视频人物动作流畅，表情细节包括皱纹等也处理的十分到位。同时，运动后衣服褶皱的变革也符合物理运动规律。
再来看看“角色图”效果如何：
prompt：男人头戴墨镜在沙滩边清闲闲步度假
在“角色图”功能中，人物同等性同样保持的很好，角色面部细节到位。新的背景抠的十分自然，全体画面高等、俊秀、有质感。人物动作稍显卡顿，但整体流畅度还是较高。
二、经典视频功能深度评测1.伟大场景+延时拍照prompt：一座当代化城市市中央，有很多摩天算夜楼。俯拍的视角。延时拍照，从早上八点到晚上八点，表现了这座城市从白天的晴朗，到夜晚降临但是霓虹灯闪烁的场景。
对付延时拍照的观点，Vidu 能够准确的把握。对付提示词的哀求也全部给予了回答，包括俯拍摩天算夜楼，从早到晚等。画面稳定流畅，乃至能让人体验到城市车水马龙之感。但可惜对付4s延时拍照视频太短，难免给人仓促之感。
2.电影感镜头：细腻人物刻画
prompt：舞台上里，一个三十岁的男性钢琴家在演出钢琴独奏。舞台上一束灯光照耀这位钢琴家和钢琴。钢琴家穿着年夜制服。钢琴家很投入，陶醉的随着音乐而摇头晃脑。画面效果：真实、细腻、电影感
这个片段完成度很高。首先，人物比较稳定，手指这些细节也未发生变形，对付“摇头晃脑”的微表情处理的也比较到位；其次，画面的同等性保持的很好，不管是人物动作还是北京画面，都保持了流畅稳定。对付提示词能够充分的理解，所有提示词元素基本全展现画面中；对付光影等物理规律也处理的很恰当。
3.多人物场景刻画
prompt：橄榄球赛场上，来自两个军队的多名运动员正在追着一枚扔出去的橄榄球奔跑。
到了多人画面质感就断崖式下跌。Vidu基本理解了多人橄榄球赛的哀求，但是不论是人物还是动作都短缺细节感。并且橄榄球飞来飞去的路线，牛顿看了都要爬起来说一句：天理何在！
4.物体移动
prompt：傍晚，一座宽敞的跨江大桥上，一辆赤色的跑车在上面奔跑。跨江大桥两岸有夜灯，但是车灯更加刺目耀眼。赤色金属反射出周围的景致与灯光。
画面质感很好，傍晚、赤色跑车、夜灯要素完好；头车车身有四周景致与光的反射，路面也有车灯倒影，光学物理满分；画面稳定、流畅、帧与帧连接较为自然；但是哀求中的“一辆”跑车变成了“两辆”，奔跑变成了缓慢行驶，理解能力一样平常。
虽然跑车是缓慢行驶，但是可以看出动作流畅，无明显顿感。并且随着运动车身还有轻微高下颠簸的细节，物理真实感和细节感拉满。
从Vidu官方评测给出的跑车奔跑画面，可以看出在动作幅度较大的场景中，Vidu能够保持高流畅、高动态的画面效果。
5.精彩二创：名画“活过来"prompt：切远景，少女捧着爆米花，拿了一粒放入口中。
视频保留了原画风，且少女与原画险些千篇一律，人物动作过程无明显畸变，同等性Max。画面天生稳定，且一些物理细节也刻画的很细腻，例如少女往前伸头的时候耳坠随之摇摆。唯一的遗憾是没有完备还原prompt中“拿了一粒放进嘴里”的哀求。
6.超现实主义
prompt：飞机驾驶舱内，两只熊猫在开飞机。
这个视频完备还原了两只可爱的熊猫在驾驶舱内操纵飞机行驶。全体画面较为稳定、流畅，窗外天空细节做的特殊好。两只熊猫毛发细节逼真，动作自然，美中不敷的是右边熊猫的下半身貌似有粘连情形。除此之外，客舱仪表盘、按键等并没有刻画的很细腻。但考虑到驾驶舱仪表、按键等细节本身的繁芜程度，相信Vidu也已经尽力了。
总的来说，Vidu还是“有点东西”。
对付AI视频基本哀求方面，包括同等性、画面内容度、流畅度等方面，Vidu表现的险些满分。无论是特色“角色同等性”功能，还是普通文生视频及图生视频功能，Vidu都能确保人物角色保持较高的同等性。同时，天生画面基本稳定流畅且细节到位。
另一方面，Vidu审美一流，天生的视频每每画面细腻，画风幽美，质感强。比较过去的视频模型，Vidu 的动作幅度也得到了大幅度提高，并且基本上能保持动作高度流畅。同时，Vidu天生视频的速率快是真快，所有4s视频基本都能在30s内完成。一句话，Vidu没有虚假宣扬！
提升空间当然还是大大有之，比如画面偶尔还有穿模、粘连征象；对付文本理解，Vidu能够基本理解并知足大部分的哀求，但是仍偶尔会涌现对提示词回应不充分的情形；在多人场景下，Vidu丢失了人物与动作处理细腻的特点，画面细节严重缺失落，还需加强多人场景制作能力。
以上是AI大模型工场本次测评体验。虽然有不敷之处，总体不雅观感还是不错的。好奇的宝宝们，现在就可以通过www.vidu.studio秒注册体验！
