一位杭州的创作者半夜打开笔记本，敲下一句："纸灯笼顺雨巷漂落，霓虹映在湿石上。"十九秒后，她已在检视一段足以给广告分镜的片段。两年前，没人预期中国大模型能给出这样的端到端时延。这十九秒是托管 SaaS 的端到端延迟；标题里的1.9秒，是在单张消费级 RTX 5090 显卡上测得的原始框架速度——不同口径，并非矛盾。
Vidu 是北京生数科技打造的视频模型，由清华研究人员参与开发。它于2024年4月27日首次公开，号称中国首个长时长、高一致性、高动态的视频大模型，最初用融合扩散与 Transformer 的 U-ViT 架构，从文本或图像生成16秒1080p片段。今年早些时候，公司把这项研究变成市场能定价的生意故事。
关键要点
- 生数科技2026年初完成超6亿元（约8300万美元 / 6.47亿港币）A+ 轮融资，中关村科学城与星联资本领投。
- 2025年12月开源 TurboDiffusion 框架，宣称单张 RTX 5090 上5秒视频1.9秒生成，效率较旧管线提升约100–200倍。
- 第三方基准 Artificial Analysis 测得 Vidu 生成速度约为 OpenAI Sora 2 的10倍、Google Veo 3 Fast 的约2倍。
- Vidu 已拼出 MaaS、SaaS、Agent 三层栈；公司称2025年用户与收入均增长超十倍。
- 生数采用"开源效率技术、旗舰模型留付费 API"的策略，与快手 Kling、字节 Seedance、阿里 Wan 同场竞速。
释放信心的一轮融资
2026年初，生数科技完成超6亿元（约8300万美元 / 6.47亿港币）A+ 轮，由中关村科学城与星联资本领投，万兴科技、视觉中国、拓尔思战略投资，老股东启明创投与北京人工智能产业投资基金跟投。
这笔支票的分量在于，视频生成是生成式媒体中最吃算力的角落。训练与服务这些模型消耗 GPU 的速度，迅速把有资金支持的实验室与爱好项目拉开差距。这样规模的融资告诉市场：机构投资人期待视频成为付费的、生产级工具，而非免费的演示。
1.9秒的宣称
传得最广的数字是速度。2025年12月，生数开源 TurboDiffusion，宣称在单张消费级 RTX 5090 上生成5秒视频只需1.9秒——较其旧管线效率提升约100–200倍。公司把这一进展形容为：把视频生成从"每片段数分钟"压到"每片段数秒"，且跑在工作室真能买到的硬件上。
速度在这里不是虚名。视频团队按吞吐量评判工具：每张 GPU 每小时能产出多少可用秒。在基准站点 Artificial Analysis 上，Vidu 的生成速度被测得约为 OpenAI Sora 2 的10倍、Google Veo 3 Fast 与 Grok 图生视频模型的约2倍。这些是第三方延迟比较，只描述速度、不谈艺术质量——但对运营内容管线的人来说，延迟就是账单。
Vidu 究竟卖什么
Vidu 不是一件产品。生数拼出了一栈：面向开发者的 Vidu MaaS、面向创作者的 Vidu SaaS，以及面向任务式生成的 Vidu Agent。公司称2025年用户与收入各自增长超十倍，Vidu 已成为广告、动画、影视、教育、游戏、硬件、文旅与广电领域商业内容创作的默认选择之一。
技术故事贯穿"参考到视频"的一致性。2024年11月发布的1.5版本加入多实体一致性——让创作者在单段片段里保持角色、物体与场景的视觉稳定。其后 Q 系列更新推进了细腻的面部微表情与同步音频。正是这些特性把"好玩片段"与"可用镜头"分开，也是广告公司（不只个人创作者）开始试水的原因。
中国为何在此下注
战略逻辑直白。一个自主、快速、便宜的 AI 视频大模型，降低了以数十种语言生产本地化广告、培训素材、短剧与游戏过场的成本。生数是中国多个团队之一——与快手 Kling、字节 Seedance、阿里 Wan 并跑——竞速去占有这一层。A+ 轮暗示投资人相信胜者将攫取可复现的企业收入，而非一次性的消费者好奇。
开源权重的疑问
生数的策略映照了更广的中国范式：把效率技术送出去，把旗舰模型留在付费 API 之后。TurboDiffusion 开源，但 Vidu 最优质量档仍属商业。这种对冲让公司既能招募开发者、擦亮研究声誉，又不交出营收引擎。它也消解了常对准西方闭源实验室的批评——说它们囤积能力——同时仍守住支撑下一轮训练的利润。社区是否会广泛采用 TurboDiffusion 到足以成事，仍是开放问题。
诚实的局限
本文采信公司公告与一家新华社关联财经报道，用于融资数字、TurboDiffusion 基准与收入增长宣称；独立审计财务未公开。"比 Sora 2 快10倍"的比较来自 Artificial Analysis 的延迟指标，不衡量视觉质量、提示遵循或安全性。笔者未亲自测试 Vidu，且每秒生成质量随提示复杂度剧烈波动。文章也未涵盖已发布片段的内容标识义务、企业定价档，以及 Vidu 在长叙事连贯性（而非单镜头一致性）上与对手的比较。
普通人现在能做什么
- 若你批量生产视频，用你自己的提示词把 Vidu 与某个西方模型做并排试点；以吞吐量与一致性评判，而非演示集锦。
- 做中文或针对中国市场的视频内容，在定下工作流前，先试 Vidu 的参考到视频特性，看品牌角色能否保持一致。
- 若你自行管理 GPU，追踪开源的 TurboDiffusion 发布——若效率宣称能在你的硬件上复现，它将改变你的成本账。