「學生氣太足」

可以說生數科技是最原教旨主義的清華系AI創業公司：仨創始人都清華的，其中倆都一個課題組的，置身清華內，相當于實驗室給企業轉化了。

懷揣著對優績主義的病態崇拜，我虔誠地使用了他們的產品Vidu，得出的結論是家人們鵝腿吃多了。

因為從模型能力、產品定位和宣發策略上來看，此公司的學生氣都太爆棚了，已經完全滿了，馬上智能涌現出來了。

首先我萬萬沒有想到，在2026年6月，打開VIdu的網站，映入眼簾的是他們的全新功能ViduClaw。

而且他們真的還在堅持更新這個文檔

華北地區最后的龍蝦信徒，OpenClaw最后的兵。

連之前天天全國巡演辦龍蝦氣功熱活動的那撥人現在都收手了，你還在這呢。

而且Vidu是真的想把這個ViduClaw作為入口，不管我點進什么頁面，他都要跳出來個彈窗啥的提醒我：快來試試咱們最新研發的小龍蝦功能吧。

盛情難卻啊。于是連OpenClaw都沒部署過的我，只能膽戰心驚地嘗試體驗這個時髦功能。

結果發現還好，就是個對話框，也不用自己部署。

但我不理解這玩意存在的意義啊。在Vidu的文檔里，他們如此描述ViduClaw和其他模型產品的差異：

自然語言對話、一句話生成……哥們你以為現在是Stable diffusion時代呢？現在市面上哪家產品不能通過說人話來生成視頻？哪個視頻模型不內置Agent模式？

反而呢，Vidu把其他模型產品封裝好的功能給解壓了，變成了Skills上傳到GitHub上，讓用戶自己按需下載。

我覺得這套工作流的受眾就只有嘉豪做題家。

Be like??

一切的一切都只為了和愚鈍的我們炫耀一句：是不是挺難的？

那你贏了啊，我輸了啊，我平凡的大腦確實用不明白精英的龍蝦，我只能玩明白那些給我安排得明明白白的傻瓜產品

無論如何，我還是試了試，想讓ViduClaw批量給我做幾集清華鵝腿阿姨的短劇。

結果它管我要提示詞，讓我在這填表。

真把我當學生，把自己當輔導員了。

沒辦法，我只能用Claude生成了提示詞發給它，結果：

對的，無論我如何修改提示詞，ViduClaw都堅稱這是違規內容不能生成。

安全生產不是問題。但我用同樣的提示詞在即夢、可靈、PixVerse都暢行無阻啊。

最幽默的是，當我不使用它這個ViduClaw，而是換成普通的文生視頻功能之后，這視頻也就順利生成了。

合著你這個龍蝦是個安全審核員啊？

我給Vidu提供的故事是：一個CBD國貿精英打工人舉著滿屏綠色的手機去問鵝腿阿姨，為啥自己的股票綠了，阿姨說，這是綠色新能源汁浸泡腌制形成的無任何危害。

已獲得授權

我批量生成了3個視頻，其中最能看的成品如下：

真的很令人感到失望。

畢竟Vidu宣稱自己「為劇而生」「聲畫同出」，所以我對角色說臺詞、對口型還是抱有很大期待的。

結果生成的每個視頻，角色的口型都對不上，臺詞和人物也對不上，還經常胡言亂語。

至于什么角色的動作、物體的穩定性、背景的細節，那更是完全沒有任何評價的意義。

很難相信這是一個2026年的視頻模型，整個有一種實時生成世界模型的質感，很模糊很混沌。

不如你直接學隔壁PixVerse去做世界模型得了，換個賽道大家心里都舒服點。

哦，原來生數「首個登頂兩大權威具身智能評測的通用世界行動模型Motubrain」已經在路上了。那我們拭目以待吧。

我也想過，是不是這個劇情太難了，或者是不是提示詞本身就有問題？于是我用PixVerse和即夢都試了一下。

PixVerse：

其實口型對的也一般，但起碼是對應的人在說話，而且動作也都湊合能看。

即夢：

AI感是有的，也不能說完美，但至少在動作和口型上都沒出問題。比Vidu和PixVerse都強。

我覺得起碼做成這樣才能宣傳「為(AI短)劇而生」吧。

所以Vidu說自己「為劇而生」的底氣來自于何處呢？

經過仔細思索，我覺得可能是視頻長度。

現在主流的視頻模型，無論是即夢、可靈還是PixVerse，單次生成視頻的極限一般都是15秒。

咱們Vidu呢，偏偏就是16秒，以一秒之差傲視群雄。

感覺他們想找岳云鵬當代言人，然后高歌一曲，啊16秒，你比15秒多一秒。產品宣傳片由張藝謀執導，還叫《一秒鐘》。

當然，在生數科技發布那篇介紹Vidu論文的2024年，這16秒是創造歷史的。

畢竟彼時Sora還只是內測demo，即夢可靈也都不存在，市面上爭奪國產視頻模型第一番位的那些大學生項目，生成的視頻不超過十秒。Vidu一說自己能連續生成16秒視頻直接封神了。

但發布會只是發布會，論文只是論文，等生數正式推出支持生成16秒視頻的Vidu Q3時，已經是2026年1月30日，沒過幾天偉大的Seedance 2.0就上線了，Vidu的16秒純做給自己看的了。

可憐吶，視頻沒法看，只有時長贏一秒。

Vidu就很像你那個許久不聯系的做題家朋友，高中忙著熬夜做卷，大學卷綜測卷績點，也不實習也不社會化，最后拿著一張印滿了學生會頭銜和老師評語的簡歷去面試大廠，斬獲0個offer。

于是同學聚會時飲一口白酒，一邊灑淚一邊嘆乎：哎雖然現在我不上桌了，但當年百模大戰的時候，我可是比你們多好幾秒，還記得那論文……

生數還活在過去，但AI時代的模型迭代得實在太他媽快了，卷得也太他媽激烈了。他昔日的那些國產對手轉型的轉型、退場的退場，留下的基本就是受大廠庇護的即夢、可靈，還有愛詩科技的PixVerse。

離字節快手的距離有點遠了，生數只能和愛詩1v1，顱內復刻當年的激烈。

但這兩家本身視頻生成能力都屬于第二梯隊，所以只能進行講故事大賽，講商業化的故事，也講AI視頻以外沒法商業化的故事。

PixVerse做世界模型，Vidu就做具身大腦，兩家你追我趕，都怕直接掉到第三梯隊和套殼的那幫人坐一桌。

最新的故事是，生數要啟動港股IPO，愛詩也緊接著要上市的消息。倆人連這個也要競速。

求求你們兩家都分點精力在AI視頻本身吧

話說回來，我認為生數在視頻時長上確實是有執念的。

因為上文提到的ViduClaw的一個重要功能，就是全自動把數個短的視頻拼到一起，拼成一個長的視頻。理論上講可以無限長。

為了展現這一點，我又打開ViduClaw，給了它一個任務：做一條結合胖貓和鵝腿阿姨的聯動動畫片。

劇情如上

我還貼心地上傳了3張參考圖，讓他根據這幾張圖來生成視頻。

結果我晚上七點多發出去的消息，它期間磨磨蹭蹭，九十點才把視頻做好發我。

而且做出來的30秒視頻長這樣??

在我已經上傳了參考圖的情況下，還能讓每個畫面里的胖貓畫風都不一致，不知道的以為這是什么藝術上的考量。

而且最后鵝腿阿姨的形象用的也是胖貓的，這龍蝦真是又聾又瞎啊。

這和Vidu宣傳的「主體一致」有啥關系？太沒有主體性了。

反正Vidu的一切都很學生氣，生成出來的視頻也給人一種小組作業的感覺。

包括打開他們的公眾號，推文內容風格也都跟那種大學官號一樣。

就一種酒桌AI圈之感，有沒有懂的。

然后最近Vidu可能意識到自己視頻質量跟不上了，開始走一個性價比的路線，主要面向B端客戶的中年老板。

「價格砍20%！速度飆升20%！最具性價比的視頻模型Vidu Q3來了！」

確實沒撒謊。我粗略計算了一下，用即夢生成1條視頻花的錢，可以用Vidu生成3條視頻。

但Vidu生成的3條視頻，也沒一條能用啊。

尤其是現在Seedance mini也要上了，這要是直接打個三折，那Vidu不徹底沒生態位了？

所以Vidu做產品真就學生思維，覺得自己只要努力努力再努力，像個力工似的嗷嗷干，不要錢不要命做牛做馬，甲方就樂了就買單了。

實際上花3000塊錢雇仨大學生瞎干一個月，不如找個專家干一天。

Vidu趕緊找峰哥上上課吧，再這么活在象牙塔里就完蛋了。

當然，自從今年1月推出了Q3之后，Vidu確實就沒有比較大的更新。

是不是正在憋個大的，咱也不好說。我也很期待生數弄出來個真「為劇而生」的視頻模型狠狠抽腫我的臉。

但在此之前，你們還是少吃點鴨腿，少點學生氣，多進入進入社會吧。

（本文封面由ChatGPT 生成，純人工寫作）

??

歡迎訂閱我們的Substack

funeralai.substack.com