生数科技与清华大学联合发布了中国首个长时长、高一致性、高动态性视频大模型 Vidu，该模型采用原创的 Diffusion 与 Transformer 融合架构 U-ViT，能一键生成 16 秒时长、1080P 分辨率的高清视频内容。