生数科技 U-ViT 架构出身，Vidu 2.0 做到图生视频 10 秒内
模型介绍
Vidu 是生数科技（ShengShu）在清华团队 U-ViT 研究基础上推出的商用视频生成平台：2024 年 7 月全球上线，上线 100 天用户破千万；Vidu 1.5 引入「多实体一致性」；2025 年 1 月 Vidu 2.0 把 4 秒 512P 生成提速到 10 秒内，单秒成本约 4 分钱。目前提供 Vidu2.0 与 Q1/Q2/Q3 新系列，支持 1080P、32fps、首尾帧与参考生视频，API 与 Web/App 并行，主打快速出片、一致性控制与中文友好。
模型基本信息
开发机构生数科技（ShengShu Technology）
模型版本Vidu 1.0 / 1.5 / 2.0 及 Q 系列
参数规模未公开（闭源）
模型类型图生视频 / 参考生视频大模型
许可证闭源（官方平台订阅制）
上下文长度N/A（视频）
发布日期2024-07（1.0）；2025-01（2.0）
模型架构U-ViT（官方公开自研：Diffusion 与 Transformer 融合框架）
模型能力
中文能力强（中文背景友好）
英文能力强
代码能力N/A
推理能力N/A
长文本能力N/A
视觉能力图生视频 + 首尾帧 + 参考生视频 + 多实体一致性
工具调用N/A
模型版本
Vidu 1.0 / 1.5闭源Vidu 2.0闭源（10秒内出片，1080P）Vidu Q1/Q2/Q3闭源（新一代旗舰）
模型获取
部署方式
官方 Web / AppVidu API（platform.vidu.cn）
推荐配置
入门免费/体验额度试玩
进阶会员套餐（约0.26元/秒档）
专业API 批量 + Vidu Q3 旗舰档
为什么选择这个模型
- U-ViT 技术血统，研究出身背景硬
- 2.0 出片速度与成本行业领先
- 图生视频、首尾帧、参考生视频工具齐
- 中文生态与客服友好
模型优点
- 4 秒 512P 约 10 秒内生成
- 单秒成本低，性价比高
- 多实体一致性镜头拼接自然
- 支持 1080P 与 32fps
- API 开放，便于批量接入
模型缺点
- 闭源，依赖平台计费
- 长镜头与复杂世界模拟偏弱
- 文生视频能力弱于图生视频
- 国际化品牌影响力弱于可灵
适合场景
- 图生视频与形象/IP 动画化
- 需要快速批量 A/B 测试的团队
- 首尾帧衔接的运镜创作
- 国内用户低成本的视频生成
不适合场景
- 需原生高质量文生视频的创作者
- 离线与数据本地化需求
- 对影视级物理真实要求苛刻的项目
部署教程
vLLM
Vidu 为闭源云端服务，无本地部署。使用方式：登录 vidu.cn 或用官方 App 上传参考图/首尾帧生成视频；开发者通过 platform.vidu.cn 的 API 调用 Vidu 系列模型（360P-1080P，4/8 秒）
智算工坊实验室
实测速度云端生成，4秒512P 约 10 秒内
显存占用不适用（云端）
功耗不适用（云端）
不同 GPU 对比不适用，无需本地显卡
常见问题 FAQ
Vidu 2.0 有多快多便宜？
4 秒 512P 单段生成约 10 秒内，官方称 720P 单价约为行业均价 43%，单秒约 4 分钱档，适合批量测试。
Vidu 适合做什么？
图生视频、首尾帧过渡与参考图驱动的形象动画，电商素材、短视频与 IP 动效都很合适；文生视频不是它的强项。
Vidu 和可灵怎么选？
追求多实体一致与极限性价比选 Vidu 2.0/Q 系列；追求整体画面质感、文生视频与更长镜头选可灵。
相关模型
数据来源
- https://www.vidu.cn/
- https://platform.vidu.cn/docs/model-map
- https://www.prnewswire.com/news-releases/shengshu-technology-announces-vidu-2-0--offering-the-industrys-fastest-generative-video-302351677.html
