Vidu: Vidu 2.0 Image to Video API

Vidu 2.0 Image-to-Video 是由生数科技（Shengshu Technology）推出的第二代旗舰级图像驱动视频生成模型，是 Vidu 系列发展历程中的重要里程碑版本。相较于 Vidu 1.x 系列，Vidu 2.0 在模型架构、训练数据规模、运动生成质量及语义理解能力等核心维度上实现了全面升级，标志着生数科技图生视频技术进入新的发展阶段。该模型以静态图像为视觉锚点，结合可选文字描述，生成具备高质量动态效果、流畅运动表现及较强视觉一致性的视频内容。核心能力包括： 全面升级的图像特征保真：Vidu 2.0 在图像视觉特征保留方面较前代有显著提升，能够更精准地维持输入图像中人物面部特征、服装细节、场景元素及整体色彩风格的一致性，有效减少生成视频中的角色漂移和视觉失真现象，保障源图像与生成视频之间的高度视觉连贯性。 大幅提升的运动生成质量：相较于 Vidu 1.x 系列，2.0 版本在运动生成的自然度、流畅度及合理性方面有显著进步，人物动作更加自然协调，肢体运动符合人体工学规律，物体运动遵循物理法则，镜头运动具备更强的电影感和专业质感。 增强的语义理解与文图融合：具备对复杂中英文 Prompt 的深度语义理解能力，能够更准确地解析并执行精细化运动指令、场景描述及风格导向，实现文本语义与图像视觉内容的更紧密融合，提升生成视频的可控性和准确性。 更丰富的运动类型覆盖：支持更广泛的运动类型生成，包括复杂人物动作、群体运动、镜头推拉摇移、景深变化、光影动态演变等多种高难度动态效果，大幅拓展图生视频的应用边界。 整体画面质量提升：在图像分辨率、画面清晰度、色彩还原、光影质感及细节精细度等方面均较前代有明显提升，生成视频的整体视觉品质更接近专业影视制作标准。 适用场景包括：专业 AI 视频内容创作、品牌广告与营销视频制作、人像及产品动态化展示、影视概念预可视化、艺术创作与数字媒体内容生产等。