10月8日，北京人工智能企业生数科技发布新一代视频生成旗舰模型首个预览版本Vidu Q4 Preview。该模型围绕人物演绎、镜头语言和复杂视效等能力进一步升级，最多支持15张参考图、3段参考音频，并支持2K分辨率、4K分辨率输出。产品首发价格为0.09元每秒起，推动旗舰视频生成进入以“分”为单位计价的区间，进一步降低视频生成技术的使用门槛。

随着多模态大模型持续演进，我国AI（人工智能）视频产业正在从能力展示加快走向实际生产。生成质量、可控性、推理效率与使用成本的持续优化，有望为影视、动漫、广告、电商、文化传播等领域提供更加高效的数字内容生产工具。

随着AI视频从技术展示走向实际生产，行业竞争也走向高品质视频技术的大规模落地应用：人物表演与镜头叙事是否能承载高品质影视创作需求，以及创作者能否以合理成本持续试错。“前沿视频模型不应该只在精选样片里成立。每一次效率提升，都应该最终变成创作者多试一镜、多做一个版本的自由。”生数科技联合创始人、CEO骆怡航表示。

视频创作天然需要反复尝试。同一句台词可以尝试不同情绪，一场动作戏可以更换不同机位，一支广告也往往需要测试多个创意版本。以Vidu Q4 Preview首发价格为0.09元/秒起的价格为例，在可比规格与计费条件下，同等预算可生成约5倍的视频内容。同时，模型持续优化推理效率与生成速度，能够降低多轮创作中的时间和成本。这意味着对广告、电商团队而言，可以更高频地完成创意测试和素材迭代；对短剧、漫剧和影视团队而言，也可以更快验证人物表演、分镜和镜头节奏。

生数科技核心研究团队来自清华大学，长期开展多模态生成与世界模型研究。2024年4月，视频生成模型Vidu首次公开亮相，在长时长、高一致性和强动态等方向探索视频生成能力。此后，其持续推进多主体一致性、声画同出、多镜头叙事和实时交互等技术。