会懂网AI资讯，9月15日，智象未来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至20秒1080p高保真视频，在物理规律理解与音画一体化生成等维度实现重要升级。多模态统一输入能力的落地，让创作者可以用更自然的方式把创意转化为可用的视频素材。
HD-V1的核心创新在于将重力、碰撞、惯性等物理规律直接写入生成逻辑。传统视频生成模型往往难以准确表现物体运动的物理合理性，而HD-V1通过内置物理引擎约束，使生成视频中的物体运动更加自然逼真，减少了穿模和违反物理常识的现象。物理规律的引入，让生成内容在真实感上向前迈进了一大步，尤其适合对细节要求高的专业场景。
在模型架构上，HD-V1采用统一表征框架，将视频、图像、音频压缩在同一隐空间中处理。这种设计不仅提升了训练效率，也使得多模态之间的信息融合更加紧密，生成的视频在画面与声音的同步性方面表现更佳。统一表征的思路，为后续在更复杂任务上的扩展预留了充足的技术空间。
智象未来同日宣布完成C+轮融资，投资方包括新微资本、交子资本和工银资本。融资与模型发布同步进行，显示出资本市场对国产视频生成技术的持续看好，也为公司后续研发和市场拓展提供了资金保障。资金与技术的同步到位，为这家初创企业在激烈竞争中继续投入奠定了坚实基础。
从竞争格局看，国内视频生成赛道已进入白热化阶段。智象未来与生数科技、快手、字节跳动等企业同台竞技，各家在模型架构、生成质量和应用场景上各有侧重。HD-V1的物理规律理解能力为其在工业仿真、影视特效等专业领域开辟了差异化空间。差异化的技术路线，成为企业在同质化竞争中突围的关键筹码。
HD-V1的发布也反映了国产多模态模型从单纯追求生成效果向注重物理世界理解转变。当视频生成模型能够准确模拟物理规律时，其在机器人训练数据合成、工业设计验证、科学可视化等领域的应用价值将大幅提升，推动AI从数字内容创作走向实体经济赋能。这种从虚拟到实体的能力迁移，正在打开视频生成模型更广阔的商业想象空间。
暂无评论内容