本文介绍了生数科技解决方案负责人郑重将在QCon上海站“AIGC内容工业化”专题中发表的演讲内容,聚焦Vidu多模态大模型在视频生成领域的技术创新与实践。文章指出,视频生成模型正从“生成可看视频”迈向多主体、多镜头、长时序和交互场景下保持一致性、可控性与实时响应的复杂阶段。演讲将围绕五大方向展开:多主体一致性与长时序稳定性等关键挑战、从随机生成到参考驱动生成的一致性方案、从画面生成到镜头与叙事控制的可控性路径、Vidu S1流式视频生成模型所代表的实时交互能力,以及从世界生成走向世界行动的技术探索。其核心价值在于呈现视频AIGC从离线工具演进为可控、可交互、可扩展的内容生产基础能力的完整技术路线,为专业内容生产和实时互动场景的落地提供参考框架。
QCon上海是一场全球软件开发技术大会,聚焦AI推理优化、大模型架构、强化学习系统优化、复杂业务Agent工程化及多模态AIGC内容生产等前沿技术分享。
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅