Vidu
中国团队开发的AI视频生成模型，支持16秒高清视频生成。
Vidu 介绍
Vidu 是一个 AI 视频生成工具，能帮你通过文字、图片或参考素材快速生成视频。
它的核心玩法是让你用想法驱动视频创作。不管是写一段话、上传一张图，还是提供角色或场景的参考图片，Vidu 都能帮你生成连贯、自然的视频。尤其在动画制作上，它对动作的理解比较到位，生成的动画效果流畅不僵硬，不会出现机械感。生成速度也很快，据用户反馈几十秒就能出一条低分辨率视频。此外，还有个叫 Vidu Claw 的功能，可以把它当成一个 AI 创意员工，输入想法就能解锁各种场景。对于追求效率和短平快内容的人来说，Vidu 是个挺实用的工具。
主要功能
参考生视频
全球首个参考生视频功能，能让你创作的角色、物体、场景等在视频中保持外观一致。可以上传最多 7 张主体图片来确保准确性，还能把角色、道具、场景存进主体库，下次一键调用。
图生视频
基于任意图片，描述你想象的画面，就能把图片动态呈现出来。支持上传首帧和尾帧图片，Vidu 自动填充中间过渡；也能把漫画图片转化成角色动作流畅的动画视频。
文生视频
直接输入文字描述，Vidu 就根据你的描述生成对应视频片段。
Vidu Claw
一个类似 AI 创意员工的功能，输入想法即可解锁无限场景，适合快速产出创意视频。
模板库
内置一些爆款视频模板，比如亲吻、拥抱、万物生花、AI 换装等，你套用模板就能轻松制作短视频。
使用场景
动画师需要制作系列短视频，确保同一个角色在不同镜头中外观一致
手动绘制或调整每个镜头中角色的外观容易导致前后不一致，需要反复修改
使用多主体一致性功能上传角色参考图，在后续视频生成中自动保持角色外貌、服饰等细节统一
产品设计师需要展示产品从初始状态到最终形态的变化过程
手动制作产品状态变化的视频需要专业动画软件，耗时且难以实现平滑过渡
上传产品初始状态和最终状态的图片，使用首尾帧功能让AI自动生成中间过渡动画
漫画作者希望将黑白分镜转化为动态动画视频发布
传统方式逐帧绘制动画成本高，且漫画原有构图难以直接应用
使用漫画图片生成动画功能，上传漫画分镜图片，由AI生成人物动作流畅的动画视频
使用建议
如果你在筹备动画项目，或者想做 AI 视频账号、追求内容生产效率，Vidu 能帮你快速生成动画风格的视频，尤其是对动作合理性的处理比其他工具更自然。
对于需要保持角色、场景一致性的创作场景（比如系列动画、连续故事），参考生视频和主体库功能非常实用。另外，如果你喜欢用模板快速出片，模板库也能省掉不少从零构思的时间。
常见问题
用户评分
为此工具评分
相关工具推荐
知漫剧
知漫剧（jiaxunai.cn）是专业AI影视制作平台，为短视频博主提供AI剧本生成、智能视频合成、AI短剧一键成片等创作工具。降本增效，让每个创作者轻松打造影视级短视频作品，快速实现内容变现。
知漫剧
知漫剧（jiaxunai.cn）是专业AI影视制作平台，为短视频博主提供AI剧本生成、智能视频合成、AI短剧一键成片等创作工具。降本增效，让每个创作者轻松打造影视级短视频作品，快速实现内容变现。
MOKI
MOKI是AI短片创作平台，提供AI视频生成、创意广告及动画短片等工具。用户可通过首页、创作、社区等功能探索，支持在线咨询与反馈，旨在简化视频制作流程，激发AI创作自由。
MOKI
MOKI是AI短片创作平台，提供AI视频生成、创意广告及动画短片等工具。用户可通过首页、创作、社区等功能探索，支持在线咨询与反馈，旨在简化视频制作流程，激发AI创作自由。
最新资讯
智能体AI验证与自改进机制研究
arXiv新论文提出一种形式化框架，用于分析智能体AI系统在验证与自改进过程中的能力边界。该研究区分了不同改进机制，并通过有界验证、随机性控制和复杂性类分析，揭示了自改进行为对正确性、证据要求及资源消耗的影响。
LLM智能体受限自演化与准入闸门机制
一项arXiv研究提出，自我改进的LLM智能体若重写自身，会破坏监管者所依赖的变更记录。研究者将自演化限定在运行时挂架层，模型权重保持不变，并设计带哈希链记录的准入闸门。仿真中闸门仅接纳7449个候选变更中的144个，且无一致命错误恶化。
智能体可控遗忘机制实现上下文可逆压缩
arXiv论文提出智能体控制的遗忘机制，让模型把冗余的工具返回结果替换为简短笔记并存入可恢复归档，无需任务训练。在OpenTelemetry调试实验中，提示词token从912492降至231951，成本从约4.38美元降至约1.28至1.44美元，但耗时增加17%，且节省效果依赖具体工作负载。
可解释的表头中心语义表格解读框架
arXiv 上一项研究提出以表头为中心的可解释框架，用于仅有元数据条件下的列类型标注与数据质量评估。该框架把表头映射为39种可解释类型，结合数据质量问题分类体系生成规则化检测，并聚合为数据源级指标 HeadersIQ，在约12万列表头上完成评测。
无模式数据合成框架STS实现企业级智能体训练数据生成
研究者提出无模式数据合成范式STS，让大模型智能体在模拟企业环境中通过调用策略执行API生成数据，由构造保证结构有效性。其通用填充器GP在十个环境中实现0.88平均边际保真度与百分之百约束满足，且无需访问数据库模式，并开源全部框架、环境与数据集。