智东西配资专业炒股配资网站
智东西7月30日报道，在2025世界人工智能大会（WAIC 2025）期间，视频生成独角兽生数科技的CEO骆怡航博士与媒体进行深入交流，详细介绍了生数科技视频生成技术的最新进展，并分享了他对视频生成技术未来发展方向的见解。
骆怡航着重谈到今年7月发布的Vidu Q1参考生功能，他认为，与文生视频、图生视频相比，参考生视频才是整个AI视频创作范式的底层功能。这种方式既不会像文生视频那样缺乏一致性，也不会像图生视频那样限制模型的发挥。
生数科技从去年开始研发参考生视频技术，已经迭代4个版本。同时，该公司也在一致性方向不断投入，骆怡航认为一致性对广告、影视等商业创作而言至关重要。
骆怡航也谈到了上周生数科技联合清华大学发布的具身智能模型Vidar，这是国内首个基于视频生成模型的具身基座模型。虽然具身智能的大规模应用还需要时间，但生数科技计划继续探索数字世界与物理世界的结合，并有可能在具身智能产业成熟后加大投入。
采访中，骆怡航还针对生数科技的商业化策略、技术升级方向、AIGC产业趋势等问题进行分享。
值得一提的是，今天恰好是生数科技视频生成模型Vidu全球上线一周年。上线1年，Vidu生成视频总数已超过3亿个，用户数超3000万，B端落地率达到行业第一，这些数据也带动生数科技的年化收入突破2000万美元（约合人民币1.44亿元）。
一、参考生回归视频拍摄本质，Vidu架构可扩展至具身智能视频生成当前有多种实现形式，包括图生视频、文生视频、参考生视频等。其中，图生视频因其给予了创作者更多的控制力，而获得广泛使用。
图生视频需要用户上传完整的首帧图或尾帧图，模型以此为基准，生成画面。但由于图像中的各种元素已经被固定，模型很难对画面中的内容进行调整、修改，无法完全发挥出视频生成模型在创造力上的优势。
骆怡航认为，参考生视频让业界回到了本身视频拍摄的本质：用户可上传人物、道具、场景等元素，无需将其通过P图、生图、融图等繁琐环节，而是直接根据参考图直出视频。
最近推出的Vidu Q1参考生视频能力进一步提升，已经支持了七个主体的参考，基本可以满足大部分场景需求。
Vidu参考生视频同时具备主体库功能，用户可以上传人物或者商品的正面、侧面、背面图，确保元素在不同场景下的主体一致性。
面向专业创作场景，Vidu参考生视频提供了提示词专业模式。用户输入简单的提示词后，模型能够将用户的简单提示词改写为专业提示词，让最终作品质量更高，制作效率提升。
参考生视频这项技术满足了商业化场景对内容创作的需求，已在广告电商、互联网、动漫、影视、文旅、教育、游戏、广电等八大行业落地应用。
在Vidu视频生成模型的基础上，生数科技和清华大学共同打造了具身智能模型Vidar，这一模型与Vidu一脉相承。
骆怡航称，Vidu架构在设计之初就具备一定通用性，可胜任时空信息一致性的生成，在这个基础架构之上，只需进行少量数据、低成本的微调，便可将生成的虚拟视频转化为控制具身智能的动作信息。
Vidar的主要创新在于，能突破原有VLA路线中优质数据难以获取和具身智能难以泛化的问题，实现了具身智能的少样本泛化，所需真机人类操作数据量约为行业典型值的千分之一。
二、视频生成技术分三步走，将优先满足专业用户需求骆怡航还分享了视频生成技术发展过程中人与AI协作三阶段的观点。
第一个阶段仍是图生视频为主，需要文生图再生视频或者用首尾帧再生视频的复杂流程，虽然它在生产环节、效率上相比传统流程有所进步，但还未达到100%的效率提升。
第二阶段以参考生视频为主要功能，无需中间分镜生成环节，只要把主体选好，就可以直接生成视频。根据生数科技得到的用户反馈，这种方式给效率带来了明显提升。
第三个阶段中，将有大量内容100%由AI生成，内容生产执行的效率和成功率极大提升，创作者可以把大量时间投入到故事创意和关键设计上。
骆怡航称，目前生数Vidu正推动AI视频内容生成由第二个阶段向第三个阶段转变。
生数科技当前最高的优先级依旧是满足视频行业最严格、最复杂的专业要求，其次才是扩展C端用户。
对此，骆怡航解释道，当前视频生成技术尚无法支撑普通用户打造高质量视频，仍需在一致性、速度上实现突破，才能实现AI视频创作的普惠。
生数科技可以在服务B端专业用户的过程中，逐步打磨这些技术，例如根据广告电商客户的需求提升一致性，或是在动画场景针对性地提升风格和生产效率。这些在专业领域的技术积累，最终可以惠及C端用户。
结语：视频生成技术持续迭代，速度与成本仍有突破空间随着视频生成模型能力的持续迭代，有越来越多的企业开始探索其应用价值，尤其是在影视制作、广告营销、教育培训等场景中。不过，要真正实现规模化落地，仍有很长的路要走。
在采访的最后，骆怡航也分享了他眼中视频生成未来的优化空间。首先，一致性作为基础问题，仍需要进一步提升；解决一致性问题后，下一步就是让视频生成做到“快”、“好”、“省”。
其中，“快”和“省”的部分还有很大突破空间配资专业炒股配资网站，现在生数科技已经实现普通清晰度几秒钟生成视频片段、分钟级生成1080P视频片段，未来会推进AI视频实时生成。
米牛配资提示：文章来自网络，不代表本站观点。
