进度赶超大厂，中国最接近Sora的视频模型出自一家“清华系”公司 | New Thi…

文｜周鑫雨编辑｜苏建勋“镜头围绕一大堆老式电视旋转，所有电视都显示不同的节目——20世纪50年代的科幻电影、恐怖电影、新闻、静态、1970年代的情景喜剧等，背景设置在纽约一家大型博物馆画廊。”若这是对视频剪辑师的一道命题作业，复杂的细节和叠加的图层也定会让不少人叫苦不迭。曾有专业剪辑师测试过，若是用公开素材剪出一段符合基本要求的5秒视频，大概要花费1-2小时。来源：网络而这句“地狱提示词”，也被业界视作视频生成模型的试金石。近期，在这一句提示词下，诞生了两段视频：12前者，想必不少读者并不陌生，出自OpenAI的现役视频生成模型天花板，于2024年2月发布的Sora之手。相对地，后者在满足画廊的环境、播放着各种老片的电视机等基本元素的要求上，还增加了机位的连续变动，让视频更加丰富。这段敢在关公前耍大刀的视频，来源于一个名叫“Vidu”（谐音We do）的文生视频模型，并且，当大多国内厂商仍在为突破4秒瓶颈时，Vidu已经将国产文