10秒で動画生成　中国の国産動画生成モデル「Vidu 2.0」が発表

北京生数科技有限公司が研究開発した中国の国産動画生成モデル 「Vidu」 2.0バージョンがこのほど発表された。Vidu 2.0は、長さ4秒、解像度512Pの動画を10秒で生成でき、1秒当たりの生成コストはわずか0.04元（1元は約20.9円）だという。

新バージョンは動画のスタイルとテーマの一貫性が高まり、最初と最後のフレームの効果がより自然になった。Vidu 2.0はさらにピークシフトモードが導入され、ユーザーが低負荷時に無制限での動画生成が可能になり、従来の生成回数の制限がなくなった。またユーザーは1回で最大4本の動画素材を同時に生成できる。

動画生成AIモデルは効果などの面で急速に進化しているが、真の普及にはまだ程遠く、生成速度が大きな障害になっている。過去には、無料ユーザーは一つのクリップを生成するため数時間待たなければならず、実際の処理時間はより長かった。

2024年7月末にVidu 1.0バージョンが世界で発表された時、シングルクリップビデオの実際の処理時間が30秒以内に短縮された。Vidu 2.0はこれをさらに短縮し、画像からの動画生成であれ、開始と終了のフレームを指定したフレーム制御による動画生成であれ、4秒512Pの動画生成が10秒未満で完了する。

Viduのチームが運営データを初公開したことは特筆すべきだ。それによると、24年7月末に世界に向けて発表されてから、Viduのユーザー数は20日内に100万人を突破し、100日で1000万人を突破した。Viduプラットフォームは現在まで1億本以上の動画を生成している。Viduはさらに「参照画像による動画生成」機能を提供している。ユーザーが1枚以上の参照画像をアップロードし、テキストプロンプトを入力すると、プラットフォームは参照画像と高度に一致する上、動的にまとまった動画を自動で生成する。この機能が発表されてから3ヶ月で、ユーザーによる動画生成数が1000万本に達した。