9月15日，智象未来（HiDream.ai）发布首个原生全模态视频生成模型HiDream-O1-Video-1.0（简称HD-V1）。该模型支持文本、图片、视频等多模态输入，可一键直出5—20秒1080p视频。
发布同期，HD-V1在两份国际评测榜单中进入前列：在Artificial Analysis Image to Video Leaderboard（With Audio）上取得全球第四，在Arena.ai Image-to-Video盲测评测中位列第8。前者为独立的AI基准测试平台，后者为专注AI视频生成模型的盲测平台。
据介绍，HD-V1采用智象自研原生全模态架构，对文本、视频、音频信号联合建模，实现音画一体化生成——画面运动牵引声音节奏，台词与音效反哺镜头情绪。与前代多数模型"先逐帧生成画面、再后期配音"的路线不同，三者在同一生成过程中相互约束、对齐。模型还前置多模态意图理解模块，对镜头时长、场景、角色动作与台词音效等字段进行结构化规划，并将重力、碰撞、惯性等物理规律写入生成逻辑。此外，HD-V1将时长决策交还内容本身，由模型根据叙事节奏自行规划生成时长，而非按提示词固定填充。
智象未来CTO姚霆表示，视频生成的代际进化不仅是像素提升与时长延续，更在于模型是否真正理解创作者意图与真实世界的物理规律。
HD-V1是智象"原生全模态世界模型矩阵"的最新一环。今年4月，智象发布原生全模态世界模型架构HiDream-O1，此后基于同一架构陆续推出图像生成模型HiDream-O1-Image（商用版1.5在Artificial Analysis文生图榜单取得中国第一、全球第二，开源版第二）、交互式世界模型HiDream-O1-World（WBench综合总榜第一）、具身世界模型HiDream-O1-Embodied（RoboColiseum扰动适应与空间推理子榜登顶）。随着视频模型发布，智象方面称，业内首个原生全模态世界模型闭环已成型。
HD-V1发布同期，智象未来宣布完成C+轮融资，投资方为新微资本、交子资本、工银资本。据介绍，新微资本由上海新微科技集团、上海科创投集团及管理团队共同发起成立，管理基金规模近百亿元；交子资本为成都交子金控集团旗下全资国有股权投资平台，管理基金规模超1700亿元。（袁宁）
热门跟贴