1月30日消息，今天，一款以「为剧而生」为核心理念打造的新一代模型Vidu Q3发布，是首个支持16秒音视频直出的 AI 视频模型。在国际权威AI基准测试机构Artificial Analysis 最新公布的榜单中，Vidu Q3排名中国第一，全球第二，超越 Runway Gen-4.5 ，Google Veo3.1和 OpenAI Sora 2。

打开网易新闻 查看精彩图片

据介绍，新模型首先解决了时间长度问题，跨过了叙事阈值。16秒，是一个对内容生产具有决定性意义的时间节点。它足以完成一次完整的情绪 起—承—转—合，可以清晰表达因果关系、冲突与态度，而不只是状态或画面展示，能够作为漫剧、短剧及影视剧中的一个独立叙事段落被直接使用。

其次，声音与画面实现端到端直出。在 Vidu Q3中，音频不再是生成后的附加环节。它不再是“画面生成 + 后期配音”，而是：画面节奏、对白、环境音与情绪同步生成，剪辑节奏、情绪呼吸点与叙事重点，在模型内部已完成对齐。

最后，生成结果可以被直接“拿去用”。对内容生产而言，衡量一个生成结果是否成立，核心标准只有一个：是否可以不经过复杂加工，直接进入分发与商业使用链路。

综合来看，Vidu Q3支持16秒声画同出，支持多镜头自由切换，支持多语言对话，多语种文字渲染。支持中、英、日等多语种、多语言文字自然嵌入视频画面，无需后期逐帧跟踪、拼贴剪辑。据介绍，对短剧、漫剧行业而言，创作模式从“堆人力”转向 “提效率” ，内容更新周期从“月更”级压缩至 “日更” 级，大幅降低了高质量内容的量产门槛。（定西）

本文来自网易科技报道，更多资讯和深度内容，关注我们。