اولین هوش مصنوعی  تبدیل متن به ویدیو چینی با نام Vidu رونمایی شد. Vidu توسط شرکت Shengshu Technology و دانشگاه چینهوا به‌طور مشترک توسعه داده شده است.

سازندگان Vidu ادعا می‌کنند که این مدل زبانی بزرگ می‌تواند تنها با یک کلیک، ویدیویی با کیفیت بالا به‌مدت ۱۶ ثانیه با وضوح 1080p ایجاد کند.

ادعا می‌شود که Vidu اولین مدل زبانی بزرگ تبدیل متن به ویدیو ساخت چین است که ثبات استثنایی و قابلیت‌های پویا دارد و عملکردی «‌هم‌سطح هوش مصنوعی Sora» ارائه می‌دهد.

هوش مصنوعی بحث‌برانگیز Sora اوایل سال ۲۰۲۴ توسط OpenAI معرفی شد. این مدل با توانایی بالای خود در ساخت صحنه‌های واقعی براساس دستورات متنی، طوفانی در دنیای فناوری به‌پا کرد. Shengshu می‌گوید توسعه‌ی Vidu پیش‌ از توسعه‌ی Sora آغاز شده بود.

به گزارش China Daily، هوش مصنوعی Vidu می‌تواند برخی عناصر و نمادهای چینی مثل اژدها یا پاندا را به‌خوبی به تصویر بکشد.