2025. 10. 26. - 09:00
Vidu Q2: Kína új videó generáló eszköze
A ShengShu Technology új generatív videómodellje, a Vidu Q2 nem csupán lépést tart a globális versenytársakkal, hanem több szempontból meg is előzi őket. Ez a generatív mesterséges intelligencia már képes érzelmeket, arckifejezéseket és többnyelvű párbeszédeket tökéletes pontossággal megjeleníteni.
Kína ismét megelőzheti a világot, ezúttal a filmkészítésben. A pekingi ShengShu Technology bemutatta új videó generáló mesterséges intelligencia rendszerét, a Vidu Q2-t, amely azonnal rivaldafénybe került az OpenAI Sora 2 és a Google Veo 3.1 mellé.
A Yicai Global beszámolója szerint az új modell képes akár hét referencia képet is beépíteni egyetlen dinamikus videóba, miközben minden karakter és díszlet megtartja eredeti stílusát. Ez a “multi-entity consistency” névre keresztelt funkció forradalmasíthatja a kreatív ipart: a gép most már nemcsak lát, hanem értelmez és komponál is.
A Vidu Q2 nemcsak erősebb, hanem okosabb is lett. A fejlesztők beépítettek egy új logikai réteget, amely lehetővé teszi, hogy a generatív mesterséges intelligencia megértse az időbeli és érzelmi folyamatosságot, vagyis a történet “lelkét”. Luo Yihang, a ShengShu vezérigazgatója szerint most már ott tartunk, hogy a generatív mesterséges intelligencia játszik, nem csupán utánoz. A rendszer képes a szereplők arckifejezéseit, hangulatát és párbeszédeit olyan pontossággal leképezni, hogy az alkotók szó szerint “rendezői társsá” tehetik a technológiát.
Ez az új kínai fejlesztés letarolja a világot
Az Yicai szerkesztőségi tesztje megmutatta, mire képes ez a technológia: a Vidu Q2 hibátlanul generált egy videót egy kínai elektromosautó-gyárban működő robotról, valós idejű adatokkal és szöveges kijelzővel, amit a rivális rendszerek – a Sora és a Veo – nem tudtak helyesen megjeleníteni. Az egyik tesztben a Vidu még egy kétnyelvű párbeszédet is élethűen rekonstruált, felismerve a szarkazmust és az arckifejezések változásait. A kreatív szakma szerint ez az első generatív mesterséges intelligencia, amely valóban “színészkedik”.
A ShengShu nem csupán a technológiában, hanem az elérhetőségben is új szintet lépett. A Vidu Q2 sokkal gyorsabban és olcsóbban készít videót, mint a nyugati alternatívák, miközben a minőség nem csökken. Az API-integrációknak köszönhetően a vállalatok akár saját workflow-jukba is beépíthetik ezt a generatív mesterséges intelligenciát, így a kreatív ipar, az oktatás és a marketing világa új korszakba léphet. Az alkotók most először érezhetik úgy, hogy a gép nem versenytársuk, hanem társuk a történet mesélésben.
A Vidu Q2 tehát nem csupán egy új modell, hanem a digitális filmkészítés új korszaka. A generatív mesterséges intelligencia most már képes érzelmeket megjeleníteni, nyelvi határokat átlépni és vizuálisan gondolkodni. A jövő forgatókönyvírója és rendezője talán már nem ember, de az emberi képzelet nyomán születik meg.
