近日，潞晨科技宣布暂停DeepSeek API服务，引发业内热议。DeepSeek因开源模型热潮备受关注，腾讯、百度等公司接入后股价一度上涨。然而，潞晨科技创始人尤洋指出，MaaS（模型即服务）模式在中国面临严重亏损，满血版DeepSeek-R1每日输出1000亿token，月收入约4500万元，但机器成本高达4.5亿元，亏损4亿元。尤洋强调，亏损源于用户体验不佳及高昂机器成本。尽管DeepSeek声称理论成本利润率可达545%，但尤洋质疑其计算方式，并表示MaaS商业模式在中国短期内难以盈利。此言论引发争议，部分网友认为其否定DeepSeek。潞晨科技转向视频大模型领域，其开源的Open-Sora 2.0登GitHub趋势榜首位，AI视频生成平台Video Ocean也获成功。尤洋计划聚焦算力平台与视频大模型，避免同质化竞争。他表示，国产芯片虽有差距，但仍有优化空间。

3月29日，清华大学人工智能研究院副院长、生数科技创始人朱军发布高可控视频大模型Vidu Q1，这是业内首个高可控AI视频大模型。Vidu Q1在多主体细节可控（动作、布局）、音效同步可控及画质增强方面表现突出。它能根据语义指令和参考图，精准调整多主体位置、大小、运动轨迹以及所有动作行为（如出场、退场、坐姿等）。此外，Vidu Q1具备音效同步功能，可根据视频环境生成并控制风声、雨声等音效的长短与时长节点，如0-2秒风声、3-5秒雨声。

《科创板日报》报道，生数科技CEO唐家渝表示，“人人可用”的视频大模型将在2025年成为现实。多模态生成技术将以快速发展的势头重塑各行各业。未来，AI技术将在内容创作、个性化表达及多模态交互等领域发挥重要作用，尤其在休闲娱乐、影视艺术、游戏制作和广告营销等行业实现广泛应用。这标志着2025年将是AI技术爆发的一年，值得期待。

标题：AI模仿人类看漫画，视频大模型时序定位能力新SOTA 用看漫画的方式，大幅提升视频大模型时序定位能力！ 方法名为NumPro，无需训练，通过数字视觉提示就能增强。就像漫画中用编号的画格引导读者按顺序理解故事，将视觉内容与清晰的时间线联系起来一样。NumPro通过在视频帧上添加独特的数字标识符，...

Vidu，由生数科技与清华大学联合研发的国内首个原创视频大模型，于4月底全球首发，并在7月底正式上线。仅一个多月后，Vidu就迎来了重大功能更新，推出了「主体参照」（Subject Consistency）功能，这一功能允许用户上传任意主体的一张图片，实现对主体的精确一致性生成，无论是在人物、动物、...

6月7日，国内首个长时长视频大模型 Vidu 由生数科技和清华大学合作推出，即将进行重大技术迭代。Vidu将支持生成32秒视频、音视频合成以及4D内容生成，显著提升内容创作能力。此前已能生成16秒1080P高清视频。此次更新标志着Vidu在全球视频生成技术上取得新突破，展示了其在物理模拟和想象力方面的强大性能。

6月6日，中国首个自研视频大模型Vidu由生数科技与清华大学合作取得重大进展。Vidu实现32秒视频生成，支持音视频合成和4D生成，展示了图书馆地球仪、船只驶向镜头等场景的高动态效果。此前的Demo升级为“有声版”，且4D技术可精确重构序列3D，提升视频真实感。Vidu的研发团队凭借创新的U-ViT架构和快速迭代，使其成为国内首个性能全面对标Sora的视频模型。生数科技近日完成Pre-A轮融资，将继续推动 Vidu 的技术研发，包括音频生成方向。