生数科技发布高可控视频大模型 Vidu Q1：可精准调整所有动作行为

GoodNav 3 月 29 日报道，清华大学人工智能研究院副院长、生数科技的创始人及首席科学家朱军今天发布了高可控视频大模型 Vidu Q1，并声称这是业内首个高可控 AI 视频大模型。

根据官方信息，Vidu Q1 在多个方面取得了显著成果，包括多主体细节可控（尤其是在动作和布局方面）、音效同步可控以及画质提升等。以多主体细节可控为例，基于语义指令，Vidu Q1通过引入参考图的视觉指令，能够支持对场景中多主体的位置、大小和运动轨迹等属性进行更精确的控制，并且能够精准调整所有动作行为（如出场、退场、坐立姿态和行动路线）。

该模型支持音效同步可控功能，可以确保随着视频环境和画面切换，Vidu Q1 能够生成相应的音效，同时还可精确控制每段音效的时长以及音频出现的时间点，例如0-2秒风声、3-5秒雨声等。