生树科技旗下的 Vidu AI 发布了业内首个高可控 AI 视频大模型「Q1」。

据介绍，Vidu Q1 在多主体细节可控、音效同步可控、画质增强等方面都取得出色表现。并且 Vidu Q1 在四大核心能力进行了全面升级：

• 极「质」高清：画质细节全面提升，出片更清晰、更具质感；
• 极「质」镜头：首尾帧衔接更顺滑，镜头语言更具电影感；
• 极「质」音效：一句话生成专属音效，支持时段自定义和音效叠加；
• 极「质」风格：动漫风格再度升级，稳定流畅、更具表现力。

目前，Vidu Q1 已上线 Vidu 官网，支持时长 5 秒、1080p 的视频生成。

根据官方介绍，Vidu Q1 作为业内首个高可控 AI 视频大模型，其在多主体细节可控（特别是动作、布局可控）、音效同步可控、画质增强等方面均取得显著成效。

以多主体细节可控为例，在语义指令的基础上，通过融入参考图的视觉指令，Vidu Q1支持对场景中多主体的位置、大小、运动轨迹等属性进行更进一步的可控，对所有动作行为（出场、退场、坐立姿态、行动路线）进行精准调整。用户能够明显体验到用更低的抽卡率实现更高质量的可控生成。

音效同步可控功能则确保了随着视频环境与画面转场，Vidu Q1 能够输出生成相应音效，并可精准控制每段音效的长短区间，精准设置每段音频出现的时间点，如 0-2s 风声、3-5s 雨声等，节省时间的同时，也大大增强了视频的沉浸感与感染力。

Vidu Q1 模型通过进一步增强画质，则能够为用户带去更加清晰、细腻、逼真的视觉体验。