Vidu
清华大学与清华系公司研发的国产原生AI视频大模型，支持长时长、高一致性文生视频。
Vidu 介绍
Vidu 是一个用来批量制作个性化视频和营销搞笑视频的工具。
它主要帮你解决一个实际问题：需要给大量客户或销售线索发送视频，但一个个手工做太慢太累。Vidu 能让你用数据自动生成带个人信息的视频，比如给每个客户喊出名字的产品介绍。另外，它还能帮你快速制作销售场景里用的搞笑视频，用来跟客户破冰或者活跃气氛。
主要功能
个性化视频
能根据不同人的数据，自动生成包含其个人信息的视频内容
销售搞笑视频
专门用来制作销售场景的幽默短视频，方便跟客户互动
集成工具
支持与 HubSpot、Zapier、Make、Clay 等平台对接，直接同步数据
数据导入导出
可以通过 API 或者 CSV 文件导入联系人数据，完成批量视频输出
使用场景
营销人员为不同客户制作个性化视频
批量发送统一视频内容难以匹配不同客户的兴趣点
使用VIDU的个性化视频功能，结合客户数据自动生成定制视频
销售团队需要快速生成与潜在客户互动的幽默表情包
传统表情包制作耗时且难以贴合销售语境
使用VIDU的销售表情包功能，基于销售场景快速生成幽默内容
企业希望通过集成工具自动触发视频生成流程
手动操作视频制作流程低效且易遗漏
通过HubSpot、Zapier等集成，将CRM或营销事件自动触发VIDU的视频生成
使用建议
如果你在公司里做销售或客户运营，需要给成百上千的客户发个性化的视频邀约、跟进或售后问候，这个工具能帮你省下大量手动制作和发送的时间。
另外，如果你熟悉 HubSpot 或 Zapier 这类自动化工具，可以把它接入现有流程，让视频生成变成全自动流水线，不用每次都手动操作。
常见问题
用户评分
为此工具评分
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。