Vidu 对比 Lumiere

Vidu 是一个集成的平台，可以根据文本、静态图片或参考照片生成图像和视频。它适用于希望将创意转化为成品片段的独立创作者和制作团队，无需传统的后期处理流程。其主要模式包括文本转视频、图像转视频和参考转视频，输出最高可达1080p。

参考转视频是 Vidu 的亮点。你可以上传最多七张图片，在整个片段中保持角色、物体和场景的一致性，或者将素材保存在我的参考中，以便在后续项目中重复使用。Vidu Q3 模型还支持在同一生成过程中加入原生音频，因此对话、配音、音效和音乐可以直接与画面同步，而无需额外的剪辑步骤。

动漫、广告、社交内容和短片制作方面的创作者使用 Vidu 从模板到病毒性短片，以及具有帧级相机控制的 16 秒叙事镜头。工作室和市场营销人员也使用图像转视频技术，为产品拍摄动画或更换广告背景，同时保持主体在模型中。

Off-Peak 模式提供无限制的免费视频在线生成，无需花费积分。新账户会获得起始积分，通过每日登录、订阅和平台活动还可以获得更多积分。

Lumiere是谷歌研究团队开发的文本到视频扩散模型，旨在合成具有逼真、多样且连贯运动的视频。项目页面展示了文本到视频、图像到视频、风格化生成、视频风格化、动态图像以及视频修复的示例输出。

该模型采用空间-时间U-Net架构，可以在一次模型运行中生成完整的视频片段，而不是通过远距离关键帧和时间超分辨率填补空白。它利用空间和时间的下采样与上采样，基于预训练的文本到图像扩散主干网络，跨多个时空尺度产生全帧率视频。

该网站是一个科研演示和论文配套，而非面向消费者的应用程序。它面向研究人员、工程师和创作者，帮助他们研究最先进的视频扩散技术，并探索模型在生成和编辑任务中的能力。