惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

F
Fortinet All Blogs
宝玉的分享
宝玉的分享
酷 壳 – CoolShell
酷 壳 – CoolShell
T
The Exploit Database - CXSecurity.com
Help Net Security
Help Net Security
腾讯CDC
Project Zero
Project Zero
C
CXSECURITY Database RSS Feed - CXSecurity.com
IT之家
IT之家
C
Cyber Attacks, Cyber Crime and Cyber Security
T
Tailwind CSS Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
D
Darknet – Hacking Tools, Hacker News & Cyber Security
L
LINUX DO - 最新话题
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
T
Threatpost
N
News | PayPal Newsroom
C
Cybersecurity and Infrastructure Security Agency CISA
Hacker News - Newest:
Hacker News - Newest: "LLM"
S
SegmentFault 最新的问题
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
P
Proofpoint News Feed
A
Arctic Wolf
B
Blog RSS Feed
Forbes - Security
Forbes - Security
P
Privacy & Cybersecurity Law Blog
Attack and Defense Labs
Attack and Defense Labs
V2EX - 技术
V2EX - 技术
P
Proofpoint News Feed
I
Intezer
Application and Cybersecurity Blog
Application and Cybersecurity Blog
阮一峰的网络日志
阮一峰的网络日志
aimingoo的专栏
aimingoo的专栏
T
Tenable Blog
MyScale Blog
MyScale Blog
U
Unit 42
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
WordPress大学
WordPress大学
W
WeLiveSecurity
D
DataBreaches.Net
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
G
GRAHAM CLULEY
有赞技术团队
有赞技术团队
Martin Fowler
Martin Fowler
罗磊的独立博客
The Last Watchdog
The Last Watchdog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
V
Vulnerabilities – Threatpost
美团技术团队
Microsoft Security Blog
Microsoft Security Blog

Prompt 语宙

kimi-thinking-preview – 月之暗面推出的多模态思考模型 pdf-craft – 开源 PDF 转 Markdown 工具 UltraMem – 字节豆包大模型团队推出的全新超稀疏模型架构 EasyControl – Tiamat AI 联合上海科大等开源的图像生成控制框架 GaussianCity – 南洋理工大学 S-Lab 团队推出的 3D 城市生成框架 X-Prompt – 用于多模态视频目标分割的通用框架 豆包大模型1.5 – 字节跳动推出的最新版大模型 GaussianAnything – 南洋理工 S-Lab 和上海 AI Lab 等推出的 3D 生成框架 Cube 3D – Roblox 推出的 AI 3D 生成模型 OpenMath-Nemotron – 英伟达开源的数学推理系列模型 MAI Transcribe-1.5 – 微软 MAI 推出的语音转文本模型 Seed1.5-Embedding – 字节跳动 Seed 团队推出的向量模型 2026世界杯人机大战引爆!联想携手DeepSeek等顶尖AI大模型,对战亿万球迷预测冠军 高考公平守护战!豆包、文心等主流大模型集体禁用拍题功能 ShotAdapter – Adobe联合UIUC推出的多镜头视频生成框架 Devstral – Mistral AI联合All Hands AI开源的编程专用AI模型 MMaDA – 字节联合普林斯顿大学等推出的多模态扩散模型 Software Copyright Materials Skill – 开源软著资料生成Skill Dulus – 开源的 CLI AI Agent,可驱动多模型工具调用 Reasonix – 专为 DeepSeek 推出的开源终端编程 Agent Mega-ASR – NTU、NUS、上海AI Lab开源的语音识别模型 CodeGraph – 开源代码知识图谱工具,加速代码理解和分析 MiniCPM5-1B – 面壁智能联合清华开源的端侧文本基座模型 Horizon – 开源 AI 信息聚合系统,构建专属新闻雷达 BitCPM-CANN – 面壁智能联合清华开源的端侧大模型 Xiaomi Auto World Model – 小米推出的辅助驾驶世界模型 opera-browser-cli – Opera Neon 开源的命令行工具 omp – 开源的 AI 终端编程智能体,能与 IDE 深度联动 Claude Opus 4.8 – Anthropic 推出的旗舰级大语言模型 Hy-Memory – 腾讯混元推出的 Agent 记忆插件 Fara1.5 – 微软推出的浏览器端 AI 智能体模型系列 美团GEO营销门户 – 美团推出的生成式引擎优化平台 Keye-VL-2.0-30B-A3B – 快手开源的自研多模态大模型 Guizang Social Card Skill – 歸藏开源的小红书图文优化Skill ForgeTrain – 面壁智能联合清华等开源的大模型预训练框架 MAI-Image-2.5 – 微软推出的旗舰级文生图模型 Step 3.7 Flash – 阶跃星辰开源的新一代 Flash 模型 中国将首发公有云大模型 Token 性能榜,日均调用量已突破 140 万亿次 腾讯会议多项AI功能升级,元宝纪要月使用时长增长近5倍 Cloudflare CEO:机器人流量超越人类,网络未来或全面走向“付费抓取” 拍照识别野生蘑菇遭“误判”?豆包紧急回应:AI识别仅供参考,切勿盲目食用 华尔街规则为马斯克破例,SpaceX 史诗级 IPO 助力其冲刺首位万亿富豪 AI巨头罕见“踩刹车”:Anthropic警告“AI造AI”时代逼近,呼吁全球放缓研发 NBA中国携手阿里巴巴上线首个官方大模型“NBA Chat” 腾讯发布CodeBuddy Security,用AI Agent实现更高效的代码审计 OpenAI表态支持特朗普AI行政令:愿在模型发布前接受政府安全评估 马斯克旗下xAI要求深伪色情案原告“实名起诉”,受害者怒斥:这是恐吓式施压 12岁孩童用眉笔画胡子破解AI年龄验证:轻量级模型的技术漏洞引发行业警示 MiniMax M3大模型重磅发布:首创MSA架构,1M上下文全面开源,性能对标GPT-5.5 谷歌 DeepMind CEO:AGI 将至,关键三年窗口期人类准备好了吗? 机器人告别逐帧学动作!全球首个事件级具身智能世界模型WALL-WM重磅发布 15个月营收暴涨三倍!企业级AI搜索独角兽Glean凭’上下文图谱’破局巨头围剿 Oculus创始人AI新作Sesame上线:重新定义‘边想边说’的流畅对话体验 三菱日联金融携手OpenAI:3.5万员工全面部署ChatGPT Enterprise,开启AI原生银行新时代 阿里云百炼CLI全面开源:一行命令编排AI Agent全栈能力,引爆开发者生态 360亿美元史上最大芯片租赁!阿波罗黑石联手,为Anthropic豪购谷歌TPU Grok Build 0.2.7 重磅发布:子代理共享终端效率翻倍,图像理解飞跃,开发者必看更新 重磅!小米MiMo V2系列2026年6月全面下线,开发者速迁至V2.5高性能版 美国Opus 4.8被曝’蒸馏’中国开源大模型:Anthropic的AI双标之路 NBA官宣引入AI鹰眼2.0系统:彻底终结出界判罚争议,裁判将聚焦主观判罚 Mistral AI 首席执行官宣布自研芯片计划:成本、算力、生态三大战略解析 科技格局重塑:MiniMax企业客户破百万领跑AI商业化,创想三维港股上市引爆消费级3D打印市场 Liquid AI开源LFM2.5-8B-A1B:8B参数仅激活1.5B,端侧大模型性能飞跃,手机秒级推理 微软Build大会重磅出击:自研代码AI平价替代Claude,多场景模型矩阵挑战OpenAI Step 3.7 Flash 重磅开源发布:198B MoE架构实现400TPS推理,Agent效率与可靠性新时代已至 大模型概念股港股狂飙!智谱单日暴涨超17%,MINIMAX跟涨,AI商业化拐点真的来了? 日本Datasection携手OpenAI:TAIZA云平台深度整合API,赋能亚太企业智能工作流 470亿美元!Anthropic年化收入狂飙,Claude企业级应用引爆AI商业化新纪元 AI攻破6大数学猜想!25岁华人少女退学创业,OpenAI都未曾实现,她凭什么拿下14亿融资? 万亿估值前夜!Anthropic IPO前最后一轮融资650亿美元,直逼OpenAI资本巅峰 SentinelOne裁员8%聚焦AI安全:年营收增长21%仍亏损,科技巨头集体押注生成式AI 谷歌Coral Board开发板发布:本地运行Gemma3,RISC-V架构赋能边缘AI革命 拼多多重拳出击!AI押题、数据投毒等灰产被全面封禁,上半年已出台40余项治理措施 黄仁勋内部讲话引爆科技圈:AI时代,宁可浪费钱也别浪费时间 腾讯电脑管家Mac版重磅发布!首创AI安全沙箱,一文看懂如何守护AI智能体 科大讯飞发布AI眼镜:40克超轻机身+星火大模型,掀起百镜大战新浪潮 2026高考AI防作弊硬核举措:主流大模型限时上锁,精准掐断秒级解题通道 小红书PC端重磅上线AI搜索助手’点点’:多轮对话+笔记导入,重新定义社区搜索体验 YouTube播客AI升级:自动调速专治说话慢,Premium用户收听体验大革新 Anthropic完成史诗级H轮融资650亿美元,Claude Opus 4.8模型同步发布,AI巨头估值飙升逼近万亿美元里程碑 2026世界杯AI预测大赛开启:联想联合DeepSeek等大模型,挑战亿万球迷智慧 重磅!iOS 27联手谷歌Gemini训练本地AI,Siri部分请求转向谷歌云,隐私与算力如何平衡? 苹果iOS 27深度合作谷歌Gemini:Siri转向云端处理,英伟达机密计算护航隐私 iOS 27 将整合谷歌 Gemini 模型:苹果本地AI Siri大升级,隐私与性能如何兼得? Anthropic王者归来:曾因‘过于危险’被封印的Mythos级AI模型重磅解禁,几周内全量上线 Anthropic重磅解禁’过于危险’的王炸模型Mythos!更强安全防护下几周内全量上线 破解AI记忆三周魔咒!腾讯混元Hy-Memory发布:记忆密度提升45%、Token消耗降低35%,定义Agent长期协作新范式 腾讯混元Hy-Memory发布:AI Agent长期记忆难题终结者,记忆密度飙升45%、Token消耗锐减35% Claude Opus 4.8 核弹级发布:编程能力碾压GPT-5.5,成本直降67%,AI开发者生产力革命来了 Claude Opus 4.8正式发布:性能全面超越GPT-5.5,成本暴降66%重塑AI编程格局 Mistral AI联手空客宝马:押注‘实体AI’,制造业将迎来效率革命? 谷歌AI翻车!竟把’Google’拼错,大模型‘不识字’的硬伤藏不住了 科大讯飞AI眼镜重磅发布:4299元内置龙虾助手GlassClaw,122种语言实时翻译重塑生产力 Gemini 3.5 生产环境严重失控:越权删光两万行代码并编造修复报告,AI 开发信任危机再升级 AI复活传奇!斯坦·李获合法授权数字重生, ElevenLabs 用生成式AI重塑其标志性声音 英伟达Polar框架开源:零门槛强化学习,AI编码智能体进化提速500%+ 开发者炸锅!Codex强制退役GPT-5.2/5.3,GPT-5.5降智风波未平引发行业焦虑 OpenRouter B轮融资1.13亿美元:CapitalG、NVIDIA联手,打造多模型AI时代的流量枢纽 阿里云Qoder Cloud Agents全托管平台发布:企业AI Agent上线周期从1个月缩短至1天 谷歌珊瑚AI开发板引爆边缘计算革命:2026年夏季上市,离线运行Gemma3大模型实现实时语音翻译
Vidu Q2重磅发布:生数科技新一代AI“演技生成”模型,秒级运镜+微表情黑科技引爆AIGC革命
站外新闻 · 2026-06-20 · via Prompt 语宙

💡 站外导读:当Sora掀起AI视频生成热潮后,行业却陷入“有形无神”的尴尬——生成的视频动作流畅却表情僵硬,缺乏灵魂。生数科技发布的Vidu Q2直击这一核心痛点,首次提出“演技生成”概念,通过极致微表情刻画与电影级镜头语言,让AI角色真正“活”起来。这不仅是技术迭代,更标志着AIGC从工具层向艺术创作层的跃迁,预示着影视、广告、虚拟人等内容产业的生产范式即将重构。

Vidu Q2是生数科技推出的新一代图生视频大模型,实现了AI视频生成技术从“视频生成”到“演技生成”的跨越,标志着AI视频进入追求“神似”的新纪元。Vidu Q2能生成极其细腻的面部微表情,使数字角色展现出生动且具感染力的演技,可胜任复杂表情变化的文戏、多人打斗场景的武戏及大片炫酷特效。在镜头语言上更丰富,可实现从宏观全景到微观特写的快速切换,复杂运镜秒级精准可控;语义理解更准确,创作者可直接将创意转化为想要的视频画面;提供2-8秒的视频时长选择,以及闪电模式和电影大片模式,满足不同场景需求。

  • Vidu Q2是什么
  • Vidu Q2的主要功能
  • Vidu Q2的技术亮点
  • 如何使用Vidu Q2
  • Vidu Q2的应用场景
      • 📝 站长洞察 (Editor’s Insight)

Vidu Q2 近期推出了参考生图、文生图(即根据文字描述生成图像)以及图像编辑等全新功能,致力于提升图像生成的效果一致性与实际应用价值。该模型构建了集成化的多参数工作流,用户可从参考生图出发,通过一键转换主体,直至生成参考视频,整个创作流程在单一平台内即可完成,无需切换其他工具。

Vidu Q2

Vidu Q2的主要功能

  • 图生视频:能生成高质量、高表现力的视频内容,涵盖复杂表情变化的文戏、多人打斗场景的武戏以及大片中的炫酷特效,让AI角色展现出生动且具感染力的演技。

  • 首尾帧视频:提供视频的首尾帧,方便用户快速了解视频内容和进行编辑,提高创作效率。

  • 时长可选:支持2-8秒的视频时长选择,满足创作者在不同场景下的叙事需求,提供更灵活的创作空间。

  • 电影大片及闪电出片模式:电影大片模式满足对复杂表演、运镜等有更高要求的用户,适合制作高质量视频;闪电模式则能在20秒内生成5秒1080P视频片段,满足极速出片需求。

  • 参考生图:根据参考图像生成新图,保持图像风格和细节的一致性。

  • 文生图:根据文本描述生成相应的图像,实现文本到图像的转换。

  • 图像编辑:对现有图像进行编辑,如调整颜色、添加或删除元素等,同时保持图像的一致性。

Vidu Q2的技术亮点

  • AI演技更生动:Vidu Q2能生成极其细腻的面部微表情,如嘴角抽动、眼神犹豫等,使数字角色表演生动且具感染力,可胜任复杂表情变化的文戏、多人打斗场景的武戏及大片炫酷特效。

  • 镜头语言更丰富:可轻松实现从宏观全景到微观特写的快速切换,复杂运镜秒级精准可控,能营造更具冲击力的视觉效果,满足广告电商、影视动漫等复杂运镜需求。

  • 语义理解更准确:在上下文推理、图像及语义理解和物理仿真能力上提升,对提示词遵从性飞跃,创作者可直接将创意转化为想要的视频画面,大幅减少生成次数。

  • 时长选择更自由:提供2-8秒时长随心选,满足创作者不同场景叙事需求,还有闪电模式和电影大片模式,闪电模式下20秒能生成5秒1080P视频片段。

如何使用Vidu Q2

  • 选择平台:用户可以根据自身需求选择使用Vidu的官网网页版,进入图生视频,选择Vidu Q2模型,或使用App版或通过API接入的方式进行创作。

  • 输入素材:在创作界面中,用户可以输入相关的文字提示词、上传图片或视频素材,以指导Vidu Q2生成符合要求的视频内容。

  • 选择模式:根据生成需求,用户可以选择闪电模式快速生成视频,或选择电影大片模式以获得更高质量、更复杂的表演和运镜效果。

  • 设置参数:用户可以设置视频的时长(2-8秒),选择首尾帧功能来快速预览视频的关键帧,以便更好地进行编辑和调整。

  • 生成视频:完成上述设置后,点击生成按钮,Vidu Q2将根据输入的素材和参数生成相应的视频内容。

  • 编辑与导出:生成视频后,用户可以在平台上进行简单的编辑,如剪辑、添加特效等,最后将视频导出并保存到本地或分享到社交媒体等平台。

Vidu Q2的应用场景

  • 影视制作:用于生成影视剧中复杂的情感表达、动作场景和特效画面,提升制作效率,降低拍摄成本。

  • 广告营销:快速生成具有吸引力的广告视频,满足不同品牌和产品的创意需求,提高广告内容的多样性和吸引力。

  • 短视频创作:帮助创作者快速生成高质量的短视频内容,丰富视频表现形式,提升用户参与度和观看体验。

  • 动画制作:生成动画角色的细腻表情和流畅动作,提升动画作品的质量和情感表达能力。

  • 虚拟人交互:为虚拟人提供生动的表演能力,增强虚拟人与用户之间的互动性和真实感。

  • 教育与培训:创建教育视频,通过生动的表演和场景模拟,提高教学内容的趣味性和吸引力。

📝 站长洞察 (Editor’s Insight)

Vidu Q2的发布,是AIGC领域一次里程碑式的“升维打击”。当多数模型仍在比拼视频时长与清晰度时,生数科技已切入更深维度——表演的灵魂。其“演技生成”能力,本质上是在攻克AI创作中最具挑战的“恐怖谷”问题。从技术路径看,Q2将微观表情理解与宏观镜头调度融为一体,展现出对视觉叙事规律的深刻理解。这预示着AI视频工具正从“素材生成器”向“智能副导演”角色演进。结合当前AGI发展脉络,能完成复杂意图表达的AI,将是通往通用智能的关键一步。Vidu Q2所代表的,正是这条路径上一次极具前瞻性的探索,它将极大释放专业创作者的想象力,并可能重塑未来3-5年数字内容产业的价值链。