Vidu: Vidu 2.0 Start-End to Video API

Vidu 2.0 Start-End to Video 是由生数科技（Shengshu Technology）推出的 Vidu 2.0 世代首尾帧驱动视频生成模型。作为 Vidu 数字版本命名体系（区别于后续 Q 系列季度命名体系）下的首尾帧视频生成旗舰版本，Vidu 2.0 是生数科技在视频生成核心技术能力上完成重要代际跃升后推出的标志性版本，在运动质量、视觉一致性、语义理解能力及整体视频生成品质方面相较于 Vidu 1.x 系列实现了全面的系统性提升。该模型接受用户同时提供的起始帧图像与结束帧图像，结合可选文字描述，自动推断并生成两帧之间高质量的过渡视频内容，确立了 Vidu 首尾帧视频生成能力在 2.0 世代的综合技术水准基线。核心能力包括： 2.0 世代首尾帧过渡生成质量：以起始帧与结束帧作为双视觉锚点，充分发挥 Vidu 2.0 核心生成架构的技术优势，生成在运动自然度、画面质量、视觉连贯性及过渡合理性等方面均达到 2.0 世代综合水准的过渡视频内容。相较于 1.x 系列，2.0 版本在首尾帧保真度、主体稳定性及画面细节精细度方面实现了显著的代际提升。 增强视觉锚点约束与特征保真：基于 Vidu 2.0 增强的视觉理解与生成对齐能力，对起始帧与结束帧的视觉特征实现更为精准、更为全面的约束处理，有效降低生成过渡视频中主体特征漂移、外观不一致及画面跳变等问题的发生概率，在整个过渡视频中维持与输入双帧更高水平的视觉一致性。 2.0 世代运动推断与动态生成：基于 Vidu 2.0 在运动建模方面的代际进步，对起始帧与结束帧之间的运动轨迹、物体动态及场景演变进行更为合理、更为流畅的推断与生成，产出在物理合理性、运动流畅度及动态视觉表现力方面均优于 1.x 系列的过渡视频内容。 提升的语义理解与文本引导能力：具备 Vidu 2.0 世代显著提升的中英文 Prompt 语义理解与指令执行能力，能够更为准确地将文字描述转化为对首尾帧过渡内容的有效控制，实现文本语义与双帧视觉内容的更深度融合，提供相较于 1.x 系列更为精准可靠的生成内容可控性。 综合提升的视频输出品质：在分辨率表现、画面清晰度、色彩还原、光影质感及整体视觉质量等方面实现相较于 1.x 系列的全面提升，生成视频的整体视觉品质达到 2.0 世代的综合标准，能够满足更为广泛的专业内容创作与商业应用需求。 适用场景包括：专业视频内容创作中的高质量转场生成、品牌广告与营销视频过渡制作、影视概念预可视化与分镜动态制作、人物与产品状态变化动态展示、艺术创意视频内容生产，以及对视频生成质量有一定专业要求的商业内容创作工作流。