智东西
编辑 Panken
智东西1月15日报道，今日，生数科技发布视频大模型Vidu 2.0，将视频大模型的价格进一步打下来。
Vidu 2.0的核心升级包括：速度上，视频生成速度跑进10秒；价格上，生成单秒视频仅需4分钱，同时上线“错峰模式”，支持闲时不限量生成，不卡积分、不卡条数；模型效果首尾帧流畅，风格和多主体保持更稳定，镜头运动表现出色。
//oss.zhidx.com/uploads/2025/01/6787d799e28f6_6787d799d6bfb_6787d799d6bc0_视频2Vidu1.0和Vidu2.0对比.mp4
▲国外用户生成的Vidu不同版本对比视频
此外，Vidu研发团队也罕见公布了运营数据：自2024年7月底全球上线以来，20天用户数突破百万，上线100天用户数突破千万。截至目前，来自全球200个国家和地区的用户在Vidu平台上共计生产了上亿条视频。
根据已公开的数据，Vidu是目前全球增速最快的AI视频模型产品。
一、生成时长最快不到10秒，速度提升3倍
生成速度是视频大模型的一大瓶颈。Vidu团队一直在方面精进，去年7月底全球上线1.0版本时，单片段的实测推理速度就已跑进了30秒内，实现全球最快，此次2.0在生成速度上更是突破到秒级。
不管是图生视频、首尾帧生视频，生成4秒512P单片段视频不到10秒，速度比前代版本提升了3倍。
▲Vidu 2.0 512-4s图生视频生成速度实时测评
而提升生成速度对广告制作、影视动画等专业内容创作的效率提升很有帮助。
比如广告商业片，以前传统广告制作中，光拍摄周期可能在3-5天，后期制作更是耗时耗力，从5-15天不等，总体上一条1分钟广告片的交付周期在1个月左右。
而使用Vidu 2.0，理想状态下，仅需花5分钟就能跑出足够1分钟时长的视频素材，等于是既节约拍摄时间，又节省后期制作成本。
二、加量还降价！单秒视频仅需“4分钱”，百元就能产出1分钟商业片
目前市场上的视频模型采用的是订阅制，订阅费不菲，每月还会有积分的限制。
Sora刚上线时，就有海外用户吐槽Sora价格“太贵了”，生成一个5秒480P视频成本为0.5美元，折合人民币3.63元，生成一段1080p视频成本更是高达27元。
再比如Runway，产出一条素材需要花费25积分，每月625积分只能产出25条5秒左右的素材片段。而做1分钟的广告片，至少需要可能5分钟甚至更多的素材，每月625积分是远远不够用的。若生成质量不高，还需要不断地提升会员权益，不断买积分。
此次Vidu 2.0推出了全新的收费套餐，直接将每秒单价成本降至最低4分钱，让人人都能用得起。
横向与同类模型产品对比，以各家720P每秒单价计算，Vidu 2.0为0.258元/秒，行业平均价格约为0.6元/秒。
大致算下来的话，Vidu 2.0 720P的收费仅为行业平均的43%，也就是连现在业内平均价格的一半都不到。Runway虽然效果不错，但每秒单价超过了0.5元。
价格便宜了，意味着能生成更多的视频素材。
以720P为例，目前市面上的视频模型，10元钱平均只能生成20秒的视频，而Vidu 2.0能生成38秒的视频，接近行业平均水平的2倍。
也就是说，可能用不到百元的成本，就能完成一支短片的制作。
粗略算笔账，通常传统广告片制作需要经过平面、动效、剪辑等流程，需要雇佣剪辑师、画师、特效师等等，即使是一个4-5人的小团队，按照普通出品水准，制作1分钟广告片的行业平均成本至少也在3000-5000元左右。
而采用Vidu 2.0生成1分钟商业广告片素材的成本在3-5元左右，即便考虑素材的有效率和后期剪辑配音等成本，1分钟广告片的成本也大约为100元左右，相比传统制作广告，成本下降到1/50~1/30。
据爆款AI短剧创作者闲人一坤分享，以前做类似规模的动画项目，团队规模通常需要40-50人，现在整个项目组不到10个人就能高效运转，人力需求直接降低到了原来的四分之一以下。成本上，传统的影视拍摄需要投入大量资金购买专业设备和软件，动辄几十万甚至上百万的投入。而使用Vidu，整体的软件使用成本降到了一个完全不同的数量级，可以说是大大降低了创作的门槛和成本。
Vidu还悄悄上线了省钱妙招——“错峰模式”。
该模式有点类似于饭店闲时特价，用户申请的任务将排队等待流量低峰时执行，错峰生成不仅不扣用户现有积分，而且生成素材无限量，想生成多少次就生成多少次。
有率先体验Vidu 2.0内测的用户在社交平台评价：“目前vidu，生成很快，再配合无限生成，很爽。”
三、风格、主体、动作稳定性更高
除了增速降价，Vidu 2.0的效果质量也进一步升级。
首先是风格一致性保持更稳，画面细节、主体更加稳定，镜头运动理解更强，图生视频能够完整理解风格元素、始终保持整体画面风格一致。
比如一张卷发男子在花丛中的油画图片，风格偏印象派，Vidu 2.0生成的视频能保持男生手中的花与画面背景的花是一致的，油画风格贯穿始终。其他模型生成的视频则有不同程度的崩坏。
再比如水墨风格的视频生成，下图老虎在慢慢靠近，Vidu 2.0没有出现风格突然变换的问题，Pika 2.0生成的视频则在最后几秒突然变彩色，Runway的画风也逐渐跑偏。
生数还展示了一个将商品海报图用Vidu 2.0参考生视频变成动态视频的示例，比如做一个猫粮的视频宣传，让猫咪伸出爪子吃猫粮。
//oss.zhidx.com/uploads/2025/01/6787d12169a13_6787d121553a1_6787d12155372_视频5猫粮广告海报.mp4
这种动态表现更能引发猫主子们的购买欲。不过可以看到画面在还原物理特性上仍有进步空间，爪子碰到猫粮后不是自然地扒拉下猫粮，而是有点穿过猫粮的既视感。
Vidu 2.0的镜头运动表现也更自然流畅，对镜头运动指令的理解更加到位。据生数分享，电影中常见的上下左右推拉旋转镜头运动方面，Vidu 2.0在同类视频生成模型中表现更佳。
以下图动漫人物为例，输入提示词“镜头顺时针旋转”，Vidu 2.0理解得更到位。
其首尾帧画面切换同样更加自然。继2024年10月Vidu首次上线首尾帧功能后，Vidu 2.0将首尾帧的性能进一步提升，中间过渡更丝滑流畅，画面稳定性更强，同时在首尾帧中间的场景切换、镜头切换更具有想象力，实现了想象力和稳定性更好的平衡。
例如下面的视频，从两个古人在秋天围炉喝茶的画面一下穿越到大雪纷飞的古城街头，Vidu 2.0生成的视频更让人有种瞬时穿越感。
//oss.zhidx.com/uploads/2025/01/6787d62661cc6_6787d626570e2_6787d626570ba_视频7古人饮酒首尾帧丝滑对比.mp4
相比之下，Sora生成的视频的切换，就有点像切PPT了。
Vidu 2.0还大幅提升了参考生视频的性能。在不同风格的主体和背景的稳定性上，Vidu 2.0不仅相较Vidu 1.5提升较大，而且相比Pika 2.0，在稳定性上拉开了明显差距。
在三维动画风格中，Pika 2.0的视频中出现了崩坏的情况，相对而言Vidu 2.0在多主体情况下仍然保持了画面主体和背景的一致。
//oss.zhidx.com/uploads/2025/01/6787d93bd0d7d_6787d93bc5889_6787d93bc5861_视频8参考生更稳更像.mp4
Vidu 2.0的主体相似度保持得更好，生成的视频的主体、背景都与参考图更像，即使在打架这种大幅度动作中也能保持主角的一致。相比之下，Pika 2.0生成的视频中，白衣男生与参考图完全判若两人，眼睛都变成绿色了，很难将参考角色与视频联系起来。
//oss.zhidx.com/uploads/2025/01/6787d95debe70_6787d95de5bf9_6787d95de5bd1_视频9参考生相似度对比.mp4
四、用户数20天破百万，百天破千万，全球增速第一
Vidu首次对外公布了运营数据：自7月底全球上线以来，Vidu仅用了20天用户数就突破百万，上线100天用户数就突破千万。
截至目前，Vidu平台累计生成的视频数突破亿条，其中“参考生视频”功能仅上线三个月，用户利用该功能生成的视频数就已达到千万级别。
虽然Vidu未公开最新用户数，但相比市面上已知的竞品情况，爱诗科技于11月18日公布用户数超1200万，讨论度较高的可灵于12月10日公布的用户数超600万。相比之下，Vidu在10月底就实现了千万用户数，用户规模远超可灵。
从用户覆盖地区看，Vidu已服务了全球超过200个国家和地区，用户规模位列全球第一梯队。
之前有一位美国60岁老奶奶MamaFish用Vidu把她创作的儿童故事变成视频形式，在短短20分钟内创建50多个场景，而且成本非常便宜。MamaFish的视频在YouTube上广受欢迎，还因此获得了更多收益。
▲MamaFish利用Vidu创作的儿童动画短片《如果我是一头牛（If I Were A Cow）》的截图
在日本，@8co28 是Vidu第一批早期用户，是一位二次元爱好者，曾尝试过kling、gen3、hailuo、pika、luma等产品来创作二次元动画。最终，他选择了用Vidu，认为Vidu在参考生视频方面要比其他平台有更强大的优势，同时对于大动作大动态的处理也十分突出。因为所制作AI视频的出色效果，@8co28 吸引了更多人的关注，粉丝数已经超过35万。
▲@8co28 用Vidu生成的AI动画截图
Vidu的产品力也获得了许多企业的认可。Evoke是一家面向海外用户的AI图生视频应用，也是Vidu早期的Maas客户。自从接入Vidu的API后，据Evoke内部数据，在“拥抱”、“亲吻”等场景上，相较于同类视频生成平台，Vidu在模型准确率提升了超60%，在视频生成时间上从270秒缩短到35秒，时间相对下降了近九成。用户满意度也有显著提升，用户取消视频生成的概率降低了10%。这些用户体验帮助Evoke在海外获得了更多注册用户和付费用户。
结语：视频大模型普惠第一步，拔高性价比
Vidu 2.0的发布，推动视频生成进入“秒级时代”，再加上更亲民的价格，标志着视频生成领域迈向“人人可用”阶段，从小众走向大众。
随着生成时间的快速提升，长期来看，视频生成逐步走向实时生成，未来有望诞生全新的内容互动形式，创造类似互动短剧、互动游戏等全新用户体验。
