#視訊生成
•

美女AI主播火了，2萬人衝進直播間狂刷禮物！最強即時互動模型首秀

這個中秋節，一個AI主播火了！ 就在剛剛，2萬人湧向這個直播間，當下最熱門的的即時互動模型直播首秀，把所有人期待值拉滿了。 美女AI主播紫櫻，開啟首場無限營業直播，一場不完成業績不下播的霸氣首秀。聊天、才藝，控場能力，優秀姐姐頻出驚豔場面。 直播間裡，觀眾可以點歌、投票選造型、送出禮物，也可以臨時拋出一句要求。她要根據這些變化繼續說話、表演、換裝，甚至在被打斷後接回上一段內容。
美女AI主播火了，2萬人衝進直播間狂刷禮物！最強即時互動模型首秀
影視#AI主播#直播首秀#即時視訊生成
•

15秒視訊，54秒生成！AI視訊創作的“等待焦慮”，被RunningHub這套開源方案治好了

視訊生成速度可提高12倍。 智東西9月11日報導，上個月，MiniMax開源通用視訊模型MiniMax H3。在第三方評測平台Artificial Analysis上，該模型一度登頂有聲視訊編輯榜榜首，Elo得分達到1130。憑藉開放權重、視訊生成質量和性價比，H3很快在開發者社區內衍生出大量適配和新玩法。 模型開源解決了“能不能部署”的問題，但距離真正真正進入創作流程，中間還有一道速度門檻。對於需要反覆調整畫面的創作者來說，生成速度直接影響創作節奏。 針對這一痛點，RunningHub近期推出並開源了H3視訊生成加速方案H3 Lightning。在一組5秒視訊生成對照測試中，RunningHub將H3的生成耗時從348.8秒縮短至28.7秒，整體推理速度達到基礎方案的約12倍，等待時間減少約92%。
15秒視訊，54秒生成！AI視訊創作的“等待焦慮”，被RunningHub這套開源方案治好了
科技#RunningHub#AI視訊生成#開源方案
•

Seedance2.5來了，字節能打敗自己嗎？

實測Seedance2.5：更長、更穩，細節還不到位。 7月31日，Seedance 2.5來了。 這次升級的核心參數變化是：單次生成視訊時長從15秒拉到30秒原生直出，並支援多輪延長；單次生成最多可參考50個素材，涵蓋圖片、視訊、音訊三種模態；強化了視訊局部編輯的能力，支援局部細節修改、元素增減，時間戳指令的精度可控制在1秒以內；支援直接參考綠幕和白模素材生成，並可通過Maya、Blender外掛呼叫；覆蓋十余種語言，口型與語速也能同步匹配。 從升級方向看，字節想把Seedance模型能力再往上提一檔，推向影視、廣告、遊戲等更專業的生產場景。
Seedance2.5來了，字節能打敗自己嗎？
科技#AI視訊生成#Seedance 2.5#字節
•

MiniMax H3殺瘋了，和Seedance2.5雙雄格局已成!

做AI視訊的朋友們，你們有沒有這樣的痛點？ 手裡有產品圖、有品牌素材、有創意想法，但一到落地就卡殼——要麼效果不夠商用，要麼成本太高，要麼流程太複雜。 MiniMax前幾天放出了全新H3模型，定位是面向商用場景的開源視訊生成模型，主打效果能打、性價比高。我第一時間拿到了內測資格，連續體驗了幾天，我的感受是：這可能是目前商用場景最能打的AI視訊模型。 話不多說，直接上乾貨。
MiniMax H3殺瘋了，和Seedance2.5雙雄格局已成!
科技#MiniMax#Seedance 2.5#AI視訊生成
•

融資204億，估值1226億！可靈AI衝刺獨立上市

北京可靈投後估值約180億美元，較今年4月200億美元的初始估值目標出現明顯下調。 快手可靈獨立首輪融資終於落地。 7月2日晚間，快手科技發佈重磅公告，敲定旗下視訊生成大模型主體北京可靈獨立融資、業務重組及分層股權激勵整套落地方案。 根據公告，本次交易設定204.471億元人民幣融資上限，對應完全稀釋後外部投資者合計持有公司16.67%股權，以此測算，北京可靈投後估值約180億美元，較今年4月200億美元的初始估值目標出現明顯下調。
港股#快手科技#視訊生成#可靈
•

阿里HappyHorse1.1上線，我用它把中國足球送進世界盃

五大維度能力提升。 智東西6月22日報導，今天，阿里巴巴發佈了其最新一代視訊生成模型HappyHorse 1.1（快樂小馬1.1）。阿里稱，相比HappyHorse 1.0，這代模型在動態表現力、主體一致性、指令遵循、視覺質感和音訊能力等維度有了一定提升。 HappyHorse 1.1的技術規格與HappyHorse 1.0保持一致，單次生成時長為3至15秒，支援720p和1080p解析度和自由寬高比。 阿里官方曬出了幾個HappyHorse 1.1的生成結果。在舞蹈這類考驗模型動態表現力和動作連貫性的任務上，HappyHorse 1.1生成的動作流暢自然，沒有像過去許多視訊生成模型一樣出現慢動作、殘影等問題，人體特徵符合正常情況，長相也保持了一致。
阿里HappyHorse1.1上線，我用它把中國足球送進世界盃
科技#HappyHorse#阿里巴巴#視訊生成
•

字節家的搖錢樹，阿里騰訊都想搶

科技大廠既眼紅AI視訊的好生意，沉重的算力消耗也讓人望而卻步。AI短劇帶來的極致成本優勢與工業化生產效率，引爆了資本熱情，也讓AI視訊賽道格局重構。4月初，一匹黑馬殺出：視訊生成模型HappyHorse-1.0在第三方測評平台Artificial Analysis登頂，文生視訊Elo得分1333、圖生視訊Elo得分1392，雙雙超越字節跳動Seedance 2.0與快手可靈，成為不容忽視的新變數。4月10日中午，阿里下場“認領”HappyHorse為“ATH事業群”旗下的AI創新事業部自研，API將在4月30日開放。此前，阿里並非視訊生成的核心玩家。但3月16日，阿里新成立以Token 為核心的“ATH事業群”後，提升多模態能力變成了拉高Token效率的抓手——而HappyHorse可視為這場戰略大轉向的重磅成果之一。不只阿里，科技巨頭正在視訊生成賽道集體壓境。憑藉Seedance系列的生成質量與成熟商業化，字節跳動已構築起顯著壁壘。據瞭解，火山引擎面向企業開放的Seedance API介面，有些機構得到的最低年消費門檻高達1000萬元。以高門檻開放API的底氣，來自市場的極度供不應求。《中國企業家》獲悉，在火山引擎近期的招商會上，許多城市與火山引擎和視訊生成業務洽談合作，有城市為此投入了數千萬、上億元資金，將算力支援作為招商引資的重要配套。另一巨頭騰訊也已下場。知情人士向《中國企業家》透露，騰訊挖走了Seedance開發團隊中的數名核心成員，計畫在5月推出混元視訊大模型新版本，與Seedance正面對壘。“5月的視訊模型賽道，將會格外熱鬧。”01 阿里認真了HappyHorse亮相之前，阿里雖有通義萬相視訊模型，但表現始終不溫不火。作為大模型生態的附屬功能，萬相此前在清晰度、運動連貫性、長視訊穩定性等核心指標上，與Seedance、快手可靈等有明顯差距，也未打通專屬商業化場景。這一次，阿里好像認真了。HappyHorse採用150億參數，將文字、視訊、音訊三種模態Token置於同一序列聯合建模，從底層解決了音畫不同步、語氣與表情不匹配等問題。“它的物理模擬更貼近真實環境。”一位測評人士告訴《中國企業家》。另外，HappyHorse原生支援七國語言唇形同步，詞錯誤率顯著降低。同時，它在成本與速度上表現優異：單張H100生成5秒1080p視訊約38秒，DMD-2蒸餾技術將去噪步驟壓縮到了8步。但HappyHorse的短板同樣突出。測評人士表示，在完成複雜動作與多人互動時，HappyHorse易出現肢體錯亂、軌跡不穩。相比於Seedance，HappyHorse更擅長鏡頭呈現，不擅長動作敘事。在應用方面，HappyHorse的API尚未開放，在內測中，其支援的時長僅為5~10秒，場景上限較低，更適合做短影片、廣告、AI漫劇素材，還難以支撐劇情長片。其本地部署也有門檻，需配備H100或A100顯示卡，消費級顯示卡無法運行。阿里突然在視訊模型戰場投入火力，意欲何為？相關人士表示，HappyHorse誕生於淘天未來生活實驗室，或許意味著阿里希望其能與電商場景碰撞融合。阿里擁有完整的商品、商家、交易與廣告生態，但商品視訊一直是中小商家的痛點：場景搭建、拍攝剪輯成本高，白底圖難以展現賣點。而AI視訊可批次生成多版本、多場景、多語言內容，大幅降低了創作門檻。更關鍵的是，阿里的商品詳情、使用者評價、搜尋行為、轉化資料、直播表現等全鏈路資訊，也可反向訓練電商專屬視訊能力，讓HappyHorse成長為懂電商、能帶貨的內容生產引擎。但這條商業閉環要跑通，除了技術攻堅，還必須先解決阿里的算力問題。接近阿里的人士向《中國企業家》透露，目前阿里內部GPU分配非常緊張。“此前，像月之暗面作為阿里雲大客戶，雖然與Qwen存在競爭，還是能獲得比較充足的算力。現在阿里要支援基模研發、電商、雲服務多條戰線，未來要重新考慮GPU的投入產出比了。”而視訊生成是算力消耗大戶，如果HappyHorse逐步開放推廣，算力需求更將指數級增長。這匹黑馬能跑多快、多遠，很大程度上取決於阿里能否破解算力這一核心瓶頸。02 Seedance的好生意被盯上了儘管挑戰重重，各大廠商仍爭相湧入AI視訊賽道，只因這是一門想像空間極強的生意。目前，紅果短劇等平台收一部劇的最高價格約2000元/分鐘，一部常規短劇的時長約120分鐘，價格約24萬元。而市場上AI短劇的外包製作報價已經低至400元一分鐘，甚至有團隊用自動化工具實現了一天800~1000分鐘的漫劇內容產出。巨大的成本優勢和生產效率，讓AI短劇成為資本追逐的熱點。有AI視訊製作公司負責人告訴《中國企業家》，短短半個月，就有好幾家資本來談收購、併購，目前給他們的估值已超5億元，但他們和合夥人都覺得，這個出價還不夠“美麗”。更有地方政府直接找上門來，希望直接獨家買斷公司的AI漫劇自動化生成工具。Agent技術的進展，也正讓一人公司（OPC）大量湧現。幾個擅長高效使用AI工具的員工，便能頂得上過去一個甚至幾個團隊的工作量。各地政府敏銳地捕捉到了這一趨勢，紛紛對AI視訊、AIGC、AI短劇推出算力補貼、內容獎勵、園區集聚等扶植政策，吸引OPC進入。2月27日，武漢東湖高新區發佈“微短劇八條”，對重大產業項目最高支援5000萬元，爆款短劇單部獎勵50萬元。3月10日，上海市徐匯區發佈《“AI+微短劇”產業扶持意見》，對頭部企業最高給予1000萬元發展支援，同時發放最高100萬元算力券、100萬元語料券，並為OPC減免工位費用。3月13日，深圳市施行新版微短劇扶持政策：AIGC微短劇單項目最高資助200萬元。需求的旺盛和政策扶植，讓字節成為最早嘗到甜頭的公司。據《中國企業家》瞭解，雖然火山引擎向大型影視公司、內容製作公司、特定機構等開放的Seedance API介面“白名單”，有些機構被要求“最低消費”1000萬元/年，客戶仍趨之若鶩。接近火山引擎的人士告訴《中國企業家》，地方政府已將算力扶持作為招商引資的重要配套。一些AI短劇公司以“拼盤”接入API，不少算力費用由政府出面解決，以吸引相關公司落地。“有些城市採購了火山3000萬、7000萬，甚至過億的費用，用於內容扶植。當然其產出的內容也將對本地稅收和GDP產生極大拉動，這個帳很好算的。”清晰可見的變現路徑，疊加千億級的市場增量，點燃了巨頭間的競爭熱情。阿里、騰訊紛紛加碼AI視訊賽道，試圖從字節手中分走一杯羹。接近騰訊的相關人士向《中國企業家》透露，混元視訊模型其實早就有了，“只是效果很差”。近期，騰訊痛下決心，“開出高薪，差不多把Seedance開發組整個挖走了”。新款模型大約5月上線，有望和Seedance掰掰手腕，在短時間內實現技術突破。依託騰訊生態，混元新視訊模型還有望深度融入到視訊號的內容生產、分發、商業化全鏈路，放大騰訊的內容生產力與商業變現空間。03 視訊模型的高風險抉擇雖然所有人都看到了AI視訊在短劇、電商、廣告等領域打開的兆級商業潛力，但這條賽道的燒錢速度，也遠超想像。投入矛盾與定價分化，以及擺在巨頭面前的規模化盈利困境，正在考驗著各家的平衡智慧。雖然火山引擎的收入不菲，但其算力成本負擔依然沉重，收入中的絕大部分，都要用來採購GPU和支付電力成本。4月，火山引擎總裁譚待告訴《中國企業家》：“我們去年已經修改了商業計畫，把目標提升了不少。但目前我們還沒有做3年的盈利規劃，暫時沒有這方面的具體安排。”OpenAI關停Sora，更給狂熱的市場潑下一盆冷水。視訊生成的算力消耗，是大模型的上百倍甚至上千倍，即便全球最具財力的科技公司，也難以承受這種無底洞式投入。OpenAI雖宣稱，關停Sora是為了將資源轉向企業智能體、編碼工具與具身智能等方向，但業內普遍認為，成本與付費嚴重倒掛才是核心原因：Sora單條1080p的視訊生成成本約0.5~1美元，而使用者平均付費意願不足0.1美元，根本無法支撐持續營運。更深層的挑戰，還來自於科技大廠技術路線的高風險抉擇。業內人士向《中國企業家》指出：多模態任務過度消耗算力，在Token用量已經暴漲的情況下，廠商有再多算力依舊不夠燒，要把算力留給誰，就成了關鍵問題。由於忌憚視訊的無底洞式算力投入，Google始終不敢大規模開放API，也未推出獨立的視訊生成C端應用。“去年Google的多模態路線備受推崇，但今年便在Agent浪潮下被Anthropic趕超，現在只能說勉強留在牌桌上。大模型的核心技術路線，往往需要提前一兩年佈局，效果卻要滯後顯現。有時候真的像玄學。”行業成本與收入失衡，近期利益和遠期發展，迫使所有玩家重新審視視訊模型的商業模式與定價邏輯，這也直接催生了行業內的定價策略分化。摩根大通曾判斷：頭部領先模型可以維持溢價，追趕者則不得不通過降價搶佔市場份額。Sora停服後，字節率先選擇漲價。4月8日，即夢宣佈：基礎、標準、高級會員的月度積分分別從1080、4000、15000下調至725、2210、6160，積分縮水近六成，相當於變相漲價。相比之下，Google和快手則選擇用降價換市場：Google在3月底放出的Veo 3.1 Lite版本，將720p視訊生成價格壓至0.05美元/秒。可靈緊隨其後，推出會員限時8折優惠，部分圖片生成功能甚至完全免費。定價的兩極分化，本質上是競爭烈度的直接體現。長期來看，平台、API、廣告、電商都只是外層變數，決定勝負的關鍵因素仍然是：強化模型本身的同時，誰能在效果和成本之間找到最佳平衡點，誰能結合自身生態，找到不可替代的落地場景。 (中國企業家雜誌)
字節家的搖錢樹，阿里騰訊都想搶
科技#字節#AI短劇#視訊生成
•

全球AI雙榜第一！力壓GoogleVeo與Grok，Vidu Q3「參考生」之王歸來

【新智元導讀】Vidu Q3帶著「全家桶」重磅回歸，視覺、聽覺、場景能力全面進化。AI視訊的生產級交付時代，真的來了。這個月初，Google一紙公告，把Veo 3.1的視訊生成能力，免費開放給了所有Google帳號。可以說，這是AI視訊史上的一個分水嶺——曾經一條10秒視訊要燒掉數美金的「奢侈品」，正在被巨頭硬生生做成「水電煤」。但越是免費、越是普及，一個尷尬的問題就越藏不住：模型可以無限趨近「能用」，可它和「能交付」之間，依然隔著一整條生產線。榜單上的分數、demo裡的炫技、社交媒體上的爆款片段，全都換不來一個劇組、一支廣告團隊、一條電商內容流水線的穩定輸出。熱鬧歸熱鬧，能用歸能用，從來就是兩件事。而當大多數玩家還在卷免費、卷解析度、卷畫面時長時，一個被低估的中國玩家，悄悄把答案擺上了桌。今天，Vidu Q3帶著「參考生」重磅回歸。作為全球公認的「參考生鼻祖」，這一次，它直接把「參考生」揉進一整套全家桶——以Vidu Q3參考生模型為「核心底座」，Vidu SaaS（Vidu Agent、Vidu Claw）與 Vidu MaaS（Vidu AI 開放平台）全面接入。其中Vidu AI開放平台，可0門檻接入、價格僅為行業平均水平的1/3、切鏡自然合理、生成速度快。同時，它還支援提示詞調優、工作流適配及專項培訓服務，即便在高峰時段也能確保穩健輸出。以上三層加在一起，構成了一套完整的、可直接接入真實生產流水線的內容生產系統。至此，Vidu Q3已全面覆蓋文生、圖生、參考生三大領域，完成由單一模型向全場景視訊生成方案的跨越。正如Slogan所言，「為劇而生，萬物可參」，Vidu正在做一件其他玩家還顧不上做的事：把模型能力，焊死在真正的生產流程中。「參考生之王」回歸 直接拍戲了要理解這件事的重要性，先把背景拎清楚。1月30日，Vidu Q3全球首發，在權威評測榜單AA上一騎絕塵，拿下了全球第一的成績。它一舉超越了Grok Imagine、Gen-4.5、GoogleVeo3.1等一眾領先模型。在全球首個參考生榜單，SuperClue榜單上，Vidu Q3斷層登頂，在多圖/單圖參考任務蟬聯雙榜第一。首次亮相，Vidu Q3便主打「為劇而生」，成為全球首個聲畫直出16秒的AI視訊模型。事實上，整個AI視訊行業的競爭焦點，正在悄悄發生一次根本性的位移。視訊大模型，正在從「生成畫面」邁向「生成內容」。比拚的重點也從單點能力，轉向兩件更本質的事——是否具備完整的敘事能力，以及，是否能進入真實場景的生產級交付。這兩件事，才是把AI視訊從「技術demo」推向「內容生產力」的真正分水嶺。Vidu Q3的出世，恰恰被視為整個行業轉變的階段性節點——從最早的「視訊生成」，到Q2的「演技生成」，再到Q3真正具備「劇集生產能力」的敘事單元級躍遷。每一步，Vidu都踩在了行業演化的關節上。而支撐這次躍遷的關鍵變數，正是Vidu一直握在手裡的那張王牌——參考生。在AI視訊走向生產級交付的這條路上，「參考生」的角色正被徹底改寫。它不再只是一個提升畫面一致性的工具能力，而正逐漸演變為一種可復用、可組合的內容生產範式。作為全球「參考生」首創者，名副其實的「參考生之王」，這一次，Q3直接把其從模型層推到了應用層。這種巨變，直接體現在了漫劇、短劇、廣告、影視劇等應用場景中的可用性和交付性。換句話說，Vidu讓AI視訊，真正具備了「劇」的表達能力，為劇而生。萬物可參，為「劇」而生，聲畫同出在視覺、聽覺和場景上， Vidu Q3系統性升級，招招致命。相較於上一代，Q3不再執著於枯燥的「生成質量指標」（FID/FVD）比拚，而是死磕一個核心目標：讓AI生成內容，真正具備「劇」的表達能力。要知道，所謂的「劇集感」，是由無數個符合直覺的微小細節堆砌而成的。Vidu Q3在視覺、聽覺與場景三個關鍵維度上，交出了一份令人「恐怖」的答卷。在視覺方面，Vidu Q3新增六大特效：粒子、流體、動力學、運鏡、轉場、光影，將其深度融入敘事語言，讓生成內容更接近「成片級表達」。五大沉浸式音效：環境、動態、氛圍、擬音、情緒，讓Q3賦予了AI視訊「聽覺上的敘事連續性」。至此，聲音不再是畫面的附屬，而是情緒的載體。最重要的是，Q3場景能力已進化為直接對齊工業流程的「內容單元」，大幅縮減從創意到成片的距離，覆蓋了短劇、漫劇、影視劇、廣告四大場景。在這些領域，Vidu 不僅實現了極速生成與高頻迭代，更通過極高的視覺穩定性，率先解決了AI創作中「角色一致性」的行業難題。這種從點到面的全場景滲透，標誌著Vidu已從技術驗證期跨入深度產業應用期，建立了不可踰越的落地領先優勢。為了驗證其真實戰力，我們拋棄了傳統的「跑分邏輯」，直接把Vidu Q3扔進更接近真實生產的內容場景裡——漫劇的高燃瞬間、短劇的情緒爆點、影視級的災難與懸疑調度，以及廣告的多元創意。高燃漫劇漫劇，是過去兩年AI內容工業化跑得最快的賽道之一。低成本、短周期、可批次生產，這些特性天然契合AI視訊的能力邊界。但也正因為漫劇對「量」的極致追求，它把AI視訊最致命的那塊短板暴露得淋漓盡致——一致性。一部大約60分鐘的漫劇，每分鐘三四十個鏡頭，每段AI生成的素材只有5–10秒。這就意味著，整部劇是由上千段片段硬拚而成。過去，AI模型最大的問題，是每一張圖之間彼此獨立：人物的臉換了一點、服裝紋樣飄了一點、道具位置跳了一幀，觀眾瞬間出戲。創作者在剪輯台前熬夜重抽素材的痛苦，幾乎是整個行業的共同記憶。一個能夠支援批次生產與快速迭代、同時把主角、場景、道具死死鎖住的模型，是漫劇工業化真正的分水嶺。丟給Vidu Q3一張紅圍巾校服少年的立繪，讓它生成一個「熱血少年覺醒變身」的短片。結果令人震撼，狂風的怒吼、電流的尖嘯、大地的碎裂聲在這一秒瘋狂交織、層層遞進，將情緒推向了最頂峰。最關鍵的突破點在於：複雜的特效變化下，男主形象始終如一。再比如，投喂給Q3一張古風女主的角色圖片、一張江南水鄉的場景圖、一套手繪的服化道參考。提示詞唯寫了一句，「@圖1穿著@圖2衣服，在@圖3江南水鄉行走」。可以看到，動漫女主的臉部特徵被死死鎖住，沒有出現任何畫風偏移或五官融化，服裝的紋理與褶皺也隨著行走步伐自然飄動。而且，背景還夾雜著微風、鳥叫聲、腳步聲生動的環境音效。如果說單人變身是基礎操作，那麼複雜的「雙人肢體纏鬥」則是檢驗AI模型能力的試金石。上傳兩個主角的圖片，在這段激烈的對峙戲中，Vidu Q3展現出了令人膽寒的技術統治力。面對拳腳相加、重擊倒地、連續翻滾等大動態物理互動，Vidu Q3將兩位主角的形象死死鎖住，徹底告別了傳統AI常見的「面部融化」與「服飾穿模」。不僅如此，它在音效與情感生成的顆粒度上達到了影院級水準：沉悶的肉搏聲、倒地後紊亂的喘息，甚至刀鋒逼近脖頸時那一聲微小且冰冷的顫音，都與畫面嚴絲合縫。這一段，可以直接剪進漫劇成片裡，幾乎不需要返工。真人短劇如果說漫劇拼的是「量」，那短劇拼的就是「戲」。中國短劇市場一年狂飆到幾百億規模，單集時長被壓到極致，敘事密度卻反向拉滿——每一句台詞、每一次對視、每一個停頓，都必須精準擊中觀眾的情緒點。大幅降低製作成本和周期，是短劇行業對AI視訊最迫切的呼喚；但前提是——AI必須先學會演對白戲，也就是說，短劇的生死線是「對話」。過去AI視訊在多人對話場景上最容易翻車：要麼兩個人同時張嘴像合唱團，要麼口型對不上台詞，要麼切鏡頭的瞬間人就變了。觀眾能容忍畫面糙一點，但對話一崩，戲就徹底散了。且看下面這段極其細膩的古風雙人對角戲，呈現了Vidu Q3令人驚嘆的「影視級演技」。Vidu Q3 不僅將兩人的骨相特徵與複雜的古裝妝造死死鎖住，更完美呈現了男主嘴角輕佻時那抹似有若無的笑意。這種告別了「AI僵硬感」的細膩神態捕捉，讓角色瞬間擁有了鮮活的靈魂。更令人稱絕的是隨後的雙人台詞交鋒，對話時口型的毫釐不差。再比如來一個現代劇，女強人和霸主之間的糾葛，在Vidu Q3的筆下呈現得淋漓盡致。廣告/電商對於廣告或電商而言，用AI的最大訴求可能就是提升效率──不止是素材版本多，創意要快，要快速試錯。素材生產效率，就是速度、就是搶先引爆熱點的優勢。而Vidu Q3不僅提升了素材生成效率，更重要的是人物、風格統一可控，商品不走樣，背景或人物任意選。比如，下列唇蜜的廣告，利用Vidu Q3參考生功能，可快速篩選不同的風格：只需替換參考模特，一鍵生成不同風格、聲情並茂的視訊，真一鍵出片！鏡頭逐漸推進唇部，模特用唇蜜塗抹在嘴唇上，特寫鏡頭展示唇蜜質感。廣告大片效果，多鏡頭展示。最後手持唇膏模特說說：This touch is more than just color.。去掉bgm，保留人聲再舉一個例子，老梗換新貨，更容易在網上爆紅。比如，威爾·史密斯吃義大利面，就是國外的經典梗之一，可謂歷久不衰。在Vidu Q3，用他的表情包+新的商品（比如漢堡），繼續利用參考生就能生成類似場景的梗圖。這效果看起來是真香！影視預演/內容創意影視劇是AI視訊最難啃的一塊骨頭，但也是價值天花板的最高場景。過去，一個劇本從文字到成片，中間要經歷概念設計、分鏡繪製、預演拍攝、特效合成——這背後，動輒是上千萬的預算，是以「月/年」為單位的製作周期。整個行業最渴望的，是一種能把劇本快速可視化、分鏡自動生成、創意驗證前置的能力，讓導演在燒錢之前，就先看到自己腦中的畫面。Vidu Q3沒有選擇繞路，直接正面正剛。它挑了三種最吃功力的片種：科幻、災難、懸疑。給到一段提示詞：根據參考機甲與未來都市場景，生成一段電影級科幻追逐戲。夜色中的賽博朋克城市高樓林立，霓虹燈閃爍，主角駕駛機甲在高架橋與樓宇之間高速穿梭，後方數架敵方飛行器緊追不捨。鏡頭先從城市遠景俯拍，再切入近距離追蹤，機甲急轉、噴射推進、擦過廣告螢幕與樓體邊緣，期間伴隨爆炸火光與碎片飛散。畫面要求有強烈速度感、空間縱深與電影感，參考主體外觀保持穩定，特效密集但清晰。這個生成的難點在於，俯拍切近景、遠景切追蹤、機甲高速運動、爆炸的碎片層次....每一個細節，都考驗著模型對「電影感」的理解。更狠的是音效，直接構成了一個立體聲場，給人一種身臨其境的壓迫感。再來看災難片，考核的是尺度與震撼，這是這類型大片的標準配方。Vidu Q3在生成效果中，處理了多層次的視覺要素：天空、水牆、慌亂的人群、建築物震顫，每一個要素配合著調度營造出一種末日緊迫感。而且，由遠及近的聲壓推進，更成為了這個視訊重頭戲。更令人想不到的是，一段廢棄醫院的長鏡頭，瞬間拉滿了那種脊背發涼的氛圍感。Vidu Q3不僅在空間推進中保持連貫，還在光影忽明忽暗中保留了真實性，角色表演也有一定的張力。音效更是克制到極致，燈管電流雜音、走廊回音、腳步聲、呼吸聲，把緊張感推向頂點。總言之，Vidu Q3在視覺、聽覺與場景三個關鍵維度上，將四大場景的應用推向了新的高光時刻。偉大的技術 最終都將隱形於無形縱觀科技史，任何一項偉大的技術，其最終的宿命都是「隱形」。當電動機剛發明時，人們驚嘆於電流的魔力；但當大工業時代到來時，電動機隱身於工廠的流水線中，人們只看到源源不斷產出的精美商品。今天的AI視訊行業，正在經歷同樣的蛻變。Vidu Q3通過極盡複雜的底層演算法攻堅，通過從Q1到Q3的艱難跋涉，換來的，恰恰是創作者極其簡單的「為劇而生」。它終結了那個需要靠算運氣、抽盲盒才能得到一段好視訊的時代；它把AI視訊從獵奇者的「玩具箱」，搬到了專業創作者的「工作台」上。「萬物可參」，參考的不僅是現實世界的像素，更是人類無盡的想像力。當你在Vidu App中敲下第一行劇本，當Vidu Claw為你自動生成第一組分鏡，當Vidu Q3用它極具張力的音效和電影級的光影，把你腦海中那個原本只敢做夢的龐大宇宙完美呈現時，你會深刻地意識到：不要用做盲盒的邏輯，去奢望大工業時代的轟鳴。AI視訊的「前戲」已經結束，屬於創作者的、由新質生產力驅動的「大航海時代」，在Vidu Q3按下Enter的那一刻，正式拉開了帷幕。在這個充滿無限可能的時代，最好的故事，不再受制於資本的傲慢與工業的繁瑣。 (新智元)
全球AI雙榜第一！力壓GoogleVeo與Grok，Vidu Q3「參考生」之王歸來
科技#AI#Grok#Vidu