3 月 29 日消息，清華大學人工智能研究院副院長、生數科技創始人兼首席科學家朱軍今日發布了高可控視頻大模型 Vidu Q1，官方宣稱其為業內首個高可控 AI 視頻大模型。

從官方獲悉，Vidu Q1 在多主體細節可控（特別是動作、布局可控）、音效同步可控、畫質增強等方面均取得顯著成效。以多主體細節可控為例，在語義指令的基礎上，通過融入參考圖的視覺指令，Vidu Q1 支持對場景中多主體的位置、大小、運動軌跡等屬性進行更進一步的可控，對所有動作行為（出場、退場、坐立姿態、行動路線）進行精準調整。

其支持音效同步可控功能，可確保隨著視頻環境與畫面轉場，Vidu Q1 能夠輸出生成相應音效，并可精準控制每段音效的長短區間，精準設置每段音頻出現的時間點，如 0-2s 風聲、3-5s 雨聲等。