专题演讲嘉宾：郑重

视频生成模型正在从“生成一段可看的视频”进入更复杂的阶段：它需要在多主体、多镜头、长时序和交互场景下保持一致性、可控性和实时响应能力。这些问题不仅决定了生成效果，也决定了视频 AIGC 能否真正进入专业内容生产和实时互动场景。
本次分享将围绕视频生成中的关键技术挑战展开，包括角色与场景一致性、参考驱动生成、镜头与叙事控制、流式视频生成以及世界模型方向的探索。分享将结合 Vidu 在模型迭代和场景实践中的技术路径，讨论视频生成模型如何从离线生成工具，逐步演进为可控、可交互、可扩展的内容生产基础能力。

演讲大纲

1. 视频生成模型面临的关键挑战：从图像生成到视频生成，难点不只是增加时间维度，而是如何在连续画面中保持主体、场景、动作、风格和叙事逻辑的一致。分享将首先拆解当前视频生成在多主体一致性、长时序稳定性、动作控制、镜头语言和实时响应方面的主要瓶颈。
2. 一致性：从随机生成到参考驱动生成
   • 视频内容生产需要模型稳定复现角色、商品、场景和风格。分享将介绍参考生视频、参考生图、主体保持等能力所解决的问题，以及它们如何降低多镜头、多场景创作中的断裂感。
3. 可控性：从画面生成到镜头与叙事控制
   • 专业视频创作并不只是生成画面，还需要理解剧本、角色关系、情绪变化、动作节奏和镜头调度。分享将结合 AI 剧创作场景，讨论模型如何完成脚本理解、智能分镜、运镜规划和多镜头一致性控制。
4. 实时性：从离线生成到流式交互
   • 传统视频生成通常是输入提示词后等待结果，难以支撑实时互动体验。分享将介绍 Vidu S1 流式视频生成模型的方向，重点讨论秒级响应、无限互动时长、双向感知、即时指令遵循和多模态输入输出对交互式内容生产的意义。
5. 从世界生成到世界行动
   • 视频模型不仅生成画面，也在学习对时空、动作和物理世界的理解。分享将介绍生数科技在世界行动模型方向的探索，讨论视频生成、世界模型与具身智能之间的关系。
6. 总结：视频 AIGC 的技术演进路径
   • 回到整体技术路线，总结视频生成模型如何从“可生成”走向“可控生成”，再走向“实时交互”和“世界理解”。

听众收益  

• 理解视频生成模型在一致性、可控性、长时序和实时交互上的核心难点。  
• 了解参考驱动生成、智能分镜、镜头控制、流式生成等能力背后的技术价值。  
• 获得视频 AIGC 从 Demo 走向专业内容生产场景时需要解决的问题框架。  
• 看到视频生成模型向世界模型、具身智能方向演进的技术趋势。