智譜與生數(shù)科技正式宣布達(dá)成戰(zhàn)略合作。此次合作意義非凡，雙方將憑借各自在大語(yǔ)言模型和多模態(tài)生成模型領(lǐng)域深厚的技術(shù)積累與獨(dú)特優(yōu)勢(shì)，全方位開(kāi)展深度合作，涵蓋聯(lián)合研發(fā)、產(chǎn)品聯(lián)動(dòng)、解決方案整合以及行業(yè)協(xié)同等多個(gè)關(guān)鍵層面，共同為國(guó)產(chǎn)大模型的技術(shù)創(chuàng)新添磚加瓦，并大力推動(dòng)其在產(chǎn)業(yè)中的實(shí)際落地應(yīng)用。?

智譜于2019年由清華大學(xué)計(jì)算機(jī)系知識(shí)工程實(shí)驗(yàn)室 (KEG) 的技術(shù)成果成功轉(zhuǎn)化而來(lái)，一直秉持著 “讓機(jī)器像人一樣思考” 的宏偉愿景。經(jīng)過(guò)多年深耕，智譜成功研發(fā)出擁有國(guó)產(chǎn)獨(dú)立知識(shí)產(chǎn)權(quán)的GLM大模型預(yù)訓(xùn)練架構(gòu)，在技術(shù)研發(fā)上成績(jī)斐然。其在文本、推理、音、圖像、視頻、代碼等諸多模型能力維度均有全面且深入的積累，尤其在Agentic LLM方面展現(xiàn)出顯著優(yōu)勢(shì)。不僅如此，智譜在商業(yè)化布局上也十分完善，目前已成功打造起規(guī)模超百萬(wàn)的開(kāi)發(fā)者社區(qū)，并吸引了眾多企業(yè)用戶，在行業(yè)內(nèi)樹(shù)立了較高的知名度與影響力。就在4月14日，智譜還開(kāi)源了最新32B/9B系列GLM模型，其中包含基座、推理和沉思模型，為推動(dòng)行業(yè)技術(shù)交流與發(fā)展貢獻(xiàn)力量。?

而生數(shù)科技在多模態(tài)生成模型領(lǐng)域同樣實(shí)力強(qiáng)勁，其自主研發(fā)的相關(guān)技術(shù)成果在業(yè)內(nèi)備受認(rèn)可。特別是旗下的Vidu在視頻生成方面展現(xiàn)出卓越的技術(shù)能力，為內(nèi)容創(chuàng)作等領(lǐng)域帶來(lái)了全新的可能性與解決方案。?

依據(jù)雙方簽訂的戰(zhàn)略協(xié)議，在產(chǎn)品合作板塊，智譜MaaS平臺(tái)將接入生數(shù)科技Vidu API。這一舉措意義重大，通過(guò)融合Vidu在視頻生成方面的獨(dú)特能力，智譜MaaS平臺(tái)將能夠?yàn)楦鼮閺V泛的開(kāi)發(fā)者和企業(yè)客戶提供更為多元、優(yōu)質(zhì)的服務(wù)，極大地拓展服務(wù)邊界與應(yīng)用場(chǎng)景。?

在解決方案整合方面，雙方將充分發(fā)揮各自的技術(shù)專長(zhǎng)，緊密圍繞重點(diǎn)行業(yè)場(chǎng)景，全力打造更具市場(chǎng)競(jìng)爭(zhēng)力的技術(shù)解決方案。通過(guò)整合雙方優(yōu)勢(shì)，有望為行業(yè)客戶提供更貼合實(shí)際需求、更高效且全面的AI解決方案，助力各行業(yè)在數(shù)字化轉(zhuǎn)型與智能化升級(jí)進(jìn)程中取得新突破。?

在行業(yè)協(xié)同層面，雙方將重點(diǎn)聚焦于政企服務(wù)、泛互聯(lián)網(wǎng)、文化旅游、廣告營(yíng)銷、動(dòng)漫影視、廣電媒體等垂直領(lǐng)域。憑借雙方先進(jìn)的技術(shù)實(shí)力，共同構(gòu)建能夠滿足行業(yè)多元化需求的 AI 創(chuàng)新應(yīng)用，切實(shí)推動(dòng)AI技術(shù)在這些重點(diǎn)行業(yè)實(shí)現(xiàn)規(guī)模化落地，為行業(yè)發(fā)展注入新動(dòng)能，帶動(dòng)產(chǎn)業(yè)整體創(chuàng)新發(fā)展。

4月27日，在中關(guān)村論壇未來(lái)人工智能先鋒論壇上，生數(shù)科技聯(lián)合清華大學(xué)正式發(fā)布中國(guó)首個(gè)長(zhǎng)時(shí)長(zhǎng)、高一致性、高動(dòng)態(tài)性視頻大模型——Vidu。該模型采用團(tuán)隊(duì)原創(chuàng)的Diffusion與Transformer融合的架構(gòu)U-ViT，支持一鍵生成長(zhǎng)達(dá)16秒、分辨率高達(dá)1080P的高清視頻內(nèi)容。

Vidu不僅能夠模擬真實(shí)物理世界，還擁有豐富想象力，具備多鏡頭生成、時(shí)空一致性高等特點(diǎn)。Vidu是自Sora發(fā)布之后全球率先取得重大突破的視頻大模型，性能全面對(duì)標(biāo)國(guó)際頂尖水平，并在加速迭代提升中。

值得一提的是，采用Vidu生成視頻中的片段都是從頭到尾連續(xù)生成，沒(méi)有明顯的插幀現(xiàn)象，從這種“一鏡到底”的表現(xiàn)能夠推測(cè)出，Vidu采用的是“一步到位”的生成方式，與Sora一樣，文本到視頻的轉(zhuǎn)換是直接且連續(xù)的，在底層算法實(shí)現(xiàn)上是基于單一模型完全端到端生成，不涉及中間的插幀和其他多步驟的處理。

Vidu的快速突破源自于團(tuán)隊(duì)在貝葉斯機(jī)器學(xué)習(xí)和多模態(tài)大模型的長(zhǎng)期積累和多項(xiàng)原創(chuàng)性成果。其核心技術(shù)U-ViT架構(gòu)由團(tuán)隊(duì)于2022年9月提出，早于Sora采用的DiT架構(gòu)，是全球首個(gè)Diffusion與Transformer融合的架構(gòu)。2023年3月，團(tuán)隊(duì)開(kāi)源了全球首個(gè)基于U-ViT融合架構(gòu)的多模態(tài)擴(kuò)散模型UniDiffuser，率先完成了U-ViT架構(gòu)的大規(guī)?？蓴U(kuò)展性驗(yàn)證。

自今年2月Sora發(fā)布推出后，基于對(duì)U-ViT架構(gòu)的深入理解以及長(zhǎng)期積累的工程與數(shù)據(jù)經(jīng)驗(yàn)，團(tuán)隊(duì)在短短兩個(gè)月里進(jìn)一步突破了長(zhǎng)視頻表示與處理的多項(xiàng)關(guān)鍵技術(shù)，研發(fā)了Vidu視頻大模型，顯著提升視頻的連貫性和動(dòng)態(tài)性。

Vidu的問(wèn)世，不僅是U-ViT融合架構(gòu)在大規(guī)模視覺(jué)任務(wù)中的又一次成功驗(yàn)證，也代表了生數(shù)科技在多模態(tài)原生大模型領(lǐng)域的持續(xù)創(chuàng)新能力和領(lǐng)先性。作為通用視覺(jué)模型，Vidu能夠支持生成更加多樣化、更長(zhǎng)時(shí)長(zhǎng)的視頻內(nèi)容，同時(shí)面向未來(lái)，靈活架構(gòu)將能夠兼容更廣泛的模態(tài)，進(jìn)一步拓展多模態(tài)通用能力的邊界。

生數(shù)科技表示，大模型的突破是一個(gè)多維度、跨領(lǐng)域的綜合性過(guò)程，需要技術(shù)與產(chǎn)業(yè)應(yīng)用的深度融合。因此在發(fā)布之際，生數(shù)科技正式推出“Vidu大模型合作伙伴計(jì)劃”，誠(chéng)邀產(chǎn)業(yè)鏈上下游企業(yè)、研究機(jī)構(gòu)加入，共同構(gòu)建合作生態(tài)。

申請(qǐng)鏈接：

https://shengshu.feishu.cn/share/base/form/shrcnybSDE4Id1JnA5EQ0scv1Ph