Vidu模型采用团队原创的Diffusion与Transformer融合的架构U-VT,支持一键生成长达16秒、分辦率高达1080P的高清视频内容。Vidu开放了文生视频、图生视频两大核心功能,提供4s和8s两种时长选择,分辨率最高达1080P。效果方面,Vidu在延续高动态性、高逼真度、高一致性等基础上,新增了角色一致性、动漫风格、文字与特效画面生成等能力。Vidu实测推理速度为生成一段4秒片段需要30秒。