智東西（公眾號：zhidxcom）
編輯 | Panken
智東西1月15日報道，今日，生數(shù)科技發(fā)布視頻大模型Vidu 2.0，將視頻大模型的價格進一步打下來。
Vidu 2.0的核心升級包括：速度上，視頻生成速度跑進10秒；?價格上，生成單秒視頻僅需4分錢，同時上線“錯峰模式”，支持閑時不限量生成，不卡積分、不卡條數(shù)；?模型效果首尾幀流暢，風格和多主體保持更穩(wěn)定，鏡頭運動表現(xiàn)出色。
▲國外用戶生成的Vidu不同版本對比視頻
此外，Vidu研發(fā)團隊也罕見公布了運營數(shù)據(jù)：自2024年7月底全球上線以來，20天用戶數(shù)突破百萬，上線100天用戶數(shù)突破千萬。截至目前，來自全球200個國家和地區(qū)的用戶在Vidu平臺上共計生產(chǎn)了上億條視頻。
根據(jù)已公開的數(shù)據(jù)，Vidu是目前全球增速最快的AI視頻模型產(chǎn)品。?
一、生成時長最快不到10秒，速度提升3倍
生成速度是視頻大模型的一大瓶頸。Vidu團隊一直在方面精進，去年7月底全球上線1.0版本時，單片段的實測推理速度就已跑進了30秒內(nèi)，實現(xiàn)全球最快，此次2.0在生成速度上更是突破到秒級。
不管是圖生視頻、首尾幀生視頻，生成4秒512P單片段視頻不到10秒，速度比前代版本提升了3倍。
▲Vidu 2.0 512-4s圖生視頻生成速度實時測評?
而提升生成速度對廣告制作、影視動畫等專業(yè)內(nèi)容創(chuàng)作的效率提升很有幫助。
比如廣告商業(yè)片，以前傳統(tǒng)廣告制作中，光拍攝周期可能在3-5天，后期制作更是耗時耗力，從5-15天不等，總體上一條1分鐘廣告片的交付周期在1個月左右。?
而使用Vidu 2.0，理想狀態(tài)下，僅需花5分鐘就能跑出足夠1分鐘時長的視頻素材，等于是既節(jié)約拍攝時間，又節(jié)省后期制作成本。??
二、加量還降價！單秒視頻僅需“4分錢”，百元就能產(chǎn)出1分鐘商業(yè)片??
目前市場上的視頻模型采用的是訂閱制，訂閱費不菲，每月還會有積分的限制。
Sora剛上線時，就有海外用戶吐槽Sora價格“太貴了”，生成一個5秒480P視頻成本為0.5美元，折合人民幣3.63元，生成一段1080p視頻成本更是高達27元。?
再比如Runway，產(chǎn)出一條素材需要花費25積分，每月625積分只能產(chǎn)出25條5秒左右的素材片段。而做1分鐘的廣告片，至少需要可能5分鐘甚至更多的素材，每月625積分是遠遠不夠用的。若生成質(zhì)量不高，還需要不斷地提升會員權益，不斷買積分。?
此次Vidu 2.0推出了全新的收費套餐，直接將每秒單價成本降至最低4分錢，讓人人都能用得起。?
橫向與同類模型產(chǎn)品對比，以各家720P每秒單價計算，Vidu 2.0為0.258元/秒，行業(yè)平均價格約為0.6元/秒。
大致算下來的話，Vidu 2.0 720P的收費僅為行業(yè)平均的43%，也就是連現(xiàn)在業(yè)內(nèi)平均價格的一半都不到。Runway雖然效果不錯，但每秒單價超過了0.5元。?
價格便宜了，意味著能生成更多的視頻素材。
以720P為例，目前市面上的視頻模型，10元錢平均只能生成20秒的視頻，而Vidu 2.0能生成38秒的視頻，接近行業(yè)平均水平的2倍。
也就是說，可能用不到百元的成本，就能完成一支短片的制作。
粗略算筆賬，通常傳統(tǒng)廣告片制作需要經(jīng)過平面、動效、剪輯等流程，需要雇傭剪輯師、畫師、特效師等等，即使是一個4-5人的小團隊，按照普通出品水準，制作1分鐘廣告片的行業(yè)平均成本至少也在3000-5000元左右。
而采用Vidu 2.0生成1分鐘商業(yè)廣告片素材的成本在3-5元左右，即便考慮素材的有效率和后期剪輯配音等成本，1分鐘廣告片的成本也大約為100元左右，相比傳統(tǒng)制作廣告，成本下降到1/50~1/30。
據(jù)爆款AI短劇創(chuàng)作者閑人一坤分享，以前做類似規(guī)模的動畫項目，團隊規(guī)模通常需要40-50人，現(xiàn)在整個項目組不到10個人就能高效運轉(zhuǎn)，人力需求直接降低到了原來的四分之一以下。成本上，傳統(tǒng)的影視拍攝需要投入大量資金購買專業(yè)設備和軟件，動輒幾十萬甚至上百萬的投入。而使用Vidu，整體的軟件使用成本降到了一個完全不同的數(shù)量級，可以說是大大降低了創(chuàng)作的門檻和成本。
Vidu還悄悄上線了省錢妙招——“錯峰模式”。
該模式有點類似于飯店閑時特價，用戶申請的任務將排隊等待流量低峰時執(zhí)行，錯峰生成不僅不扣用戶現(xiàn)有積分，而且生成素材無限量，想生成多少次就生成多少次。
有率先體驗Vidu 2.0內(nèi)測的用戶在社交平臺評價：“目前vidu，生成很快，再配合無限生成，很爽?！?/p>
三、風格、主體、動作穩(wěn)定性更高
除了增速降價，Vidu 2.0的效果質(zhì)量也進一步升級。
首先是風格一致性保持更穩(wěn)，畫面細節(jié)、主體更加穩(wěn)定，鏡頭運動理解更強，圖生視頻能夠完整理解風格元素、始終保持整體畫面風格一致。
比如一張卷發(fā)男子在花叢中的油畫圖片，風格偏印象派，Vidu 2.0生成的視頻能保持男生手中的花與畫面背景的花是一致的，油畫風格貫穿始終。其他模型生成的視頻則有不同程度的崩壞。
再比如水墨風格的視頻生成，下圖老虎在慢慢靠近，Vidu 2.0沒有出現(xiàn)風格突然變換的問題，Pika 2.0生成的視頻則在最后幾秒突然變彩色，Runway的畫風也逐漸跑偏。
生數(shù)還展示了一個將商品海報圖用Vidu 2.0參考生視頻變成動態(tài)視頻的示例，比如做一個貓糧的視頻宣傳，讓貓咪伸出爪子吃貓糧。
這種動態(tài)表現(xiàn)更能引發(fā)貓主子們的購買欲。不過可以看到畫面在還原物理特性上仍有進步空間，爪子碰到貓糧后不是自然地扒拉下貓糧，而是有點穿過貓糧的既視感。
Vidu 2.0的鏡頭運動表現(xiàn)也更自然流暢，對鏡頭運動指令的理解更加到位。據(jù)生數(shù)分享，電影中常見的上下左右推拉旋轉(zhuǎn)鏡頭運動方面，Vidu 2.0在同類視頻生成模型中表現(xiàn)更佳。
以下圖動漫人物為例，輸入提示詞“鏡頭順時針旋轉(zhuǎn)”，Vidu 2.0理解得更到位。
其首尾幀畫面切換同樣更加自然。繼2024年10月Vidu首次上線首尾幀功能后，Vidu 2.0將首尾幀的性能進一步提升，中間過渡更絲滑流暢，畫面穩(wěn)定性更強，同時在首尾幀中間的場景切換、鏡頭切換更具有想象力，實現(xiàn)了想象力和穩(wěn)定性更好的平衡。
例如下面的視頻，從兩個古人在秋天圍爐喝茶的畫面一下穿越到大雪紛飛的古城街頭，Vidu 2.0生成的視頻更讓人有種瞬時穿越感。
相比之下，Sora生成的視頻的切換，就有點像切PPT了。
Vidu 2.0還大幅提升了參考生視頻的性能。在不同風格的主體和背景的穩(wěn)定性上，Vidu 2.0不僅相較Vidu 1.5提升較大，而且相比Pika 2.0，在穩(wěn)定性上拉開了明顯差距。
在三維動畫風格中，Pika 2.0的視頻中出現(xiàn)了崩壞的情況，相對而言Vidu 2.0在多主體情況下仍然保持了畫面主體和背景的一致。
Vidu 2.0的主體相似度保持得更好，生成的視頻的主體、背景都與參考圖更像，即使在打架這種大幅度動作中也能保持主角的一致。相比之下，Pika 2.0生成的視頻中，白衣男生與參考圖完全判若兩人，眼睛都變成綠色了，很難將參考角色與視頻聯(lián)系起來。
四、用戶數(shù)20天破百萬，百天破千萬，全球增速第一
Vidu首次對外公布了運營數(shù)據(jù)：自7月底全球上線以來，Vidu僅用了20天用戶數(shù)就突破百萬，上線100天用戶數(shù)就突破千萬。
截至目前，Vidu平臺累計生成的視頻數(shù)突破億條，其中“參考生視頻”功能僅上線三個月，用戶利用該功能生成的視頻數(shù)就已達到千萬級別。
雖然Vidu未公開最新用戶數(shù)，但相比市面上已知的競品情況，愛詩科技于11月18日公布用戶數(shù)超1200萬，討論度較高的可靈于12月10日公布的用戶數(shù)超600萬。相比之下，Vidu在10月底就實現(xiàn)了千萬用戶數(shù)，用戶規(guī)模遠超可靈。
從用戶覆蓋地區(qū)看，Vidu已服務了全球超過200個國家和地區(qū)，用戶規(guī)模位列全球第一梯隊。
之前有一位美國60歲老奶奶MamaFish用Vidu把她創(chuàng)作的兒童故事變成視頻形式，在短短20分鐘內(nèi)創(chuàng)建50多個場景，而且成本非常便宜。MamaFish的視頻在YouTube上廣受歡迎，還因此獲得了更多收益。
▲MamaFish利用Vidu創(chuàng)作的兒童動畫短片《如果我是一頭牛（If I Were A Cow）》的截圖
在日本，@8co28 是Vidu第一批早期用戶，是一位二次元愛好者，曾嘗試過kling、gen3、hailuo、pika、luma等產(chǎn)品來創(chuàng)作二次元動畫。最終，他選擇了用Vidu，認為Vidu在參考生視頻方面要比其他平臺有更強大的優(yōu)勢，同時對于大動作大動態(tài)的處理也十分突出。因為所制作AI視頻的出色效果，@8co28 吸引了更多人的關注，粉絲數(shù)已經(jīng)超過35萬。
▲@8co28 用Vidu生成的AI動畫截圖
Vidu的產(chǎn)品力也獲得了許多企業(yè)的認可。Evoke是一家面向海外用戶的AI圖生視頻應用，也是Vidu早期的Maas客戶。自從接入Vidu的API后，據(jù)Evoke內(nèi)部數(shù)據(jù)，在“擁抱”、“親吻”等場景上，相較于同類視頻生成平臺，Vidu在模型準確率提升了超60%，在視頻生成時間上從270秒縮短到35秒，時間相對下降了近九成。用戶滿意度也有顯著提升，用戶取消視頻生成的概率降低了10%。這些用戶體驗幫助Evoke在海外獲得了更多注冊用戶和付費用戶。
結(jié)語：視頻大模型普惠第一步，拔高性價比
Vidu 2.0的發(fā)布，推動視頻生成進入“秒級時代”，再加上更親民的價格，標志著視頻生成領域邁向“人人可用”階段，從小眾走向大眾。
隨著生成時間的快速提升，長期來看，視頻生成逐步走向?qū)崟r生成，未來有望誕生全新的內(nèi)容互動形式，創(chuàng)造類似互動短劇、互動游戲等全新用戶體驗。?
