ShengShu Launches Vidu Q3 Reference-to-Video with Expanded Visual and Audio Capabilities

ShengShu lance Vidu Q3 Référence-à-vidéo avec des capacités visuelles et audio élargies

Alibaba mène une série B de RMB 2 milliards pour soutenir le développement du modèle mondial général

SINGAPOUR, 13 avril 2026 /PRNewswire/ — ShengShu Technology, leader mondial de l’IA générative multimodale, a annoncé aujourd’hui le lancement mondial de Vidu Q3 Référence-à-vidéo, une nouvelle capacité de modèle conçue pour la création de vidéos guidée par des histoires via une génération basée sur des références flexible.

Construit pour raconter des histoires, Vidu Q3 Référence-à-vidéo permet aux créateurs de générer des vidéos de haute qualité en référant et en combinant une large gamme d’entrées — sujets, environnements, costumes, accessoires et styles visuels — au sein d’un seul flux de travail, améliorant considérablement le contrôle créatif, la cohérence et l’efficacité.

La sortie élargit les capacités dans les effets visuels, l’audio et la composition de scènes. Il prend en charge six types d’effets visuels cinématographiques, dont systèmes de particules, simulation des fluides, mouvement dynamique, déplacement de caméra, transitions et éclairage, permettant des sorties visuelles plus expressives. Parallèlement, le modèle améliore la génération audio avec cinq catégories de capacités sonores pour des résultats plus naturels et expressifs, couvrant le son ambiant, l’audio guidé par le mouvement, les couches atmosphériques, les effets Foley et les indications guidées par l’émotion. Ensemble, ces améliorations permettent une plus grande diversité des scènes et des sorties vidéo immersives et prêtes à la production.

Conçu pour des cas d’usage incluant les séries de court format, l’animation, le cinéma et la télévision, ainsi que la publicité et le commerce électronique, Vidu Q3 Référence-à-vidéo permet une production plus rapide de contenus vidéo de haute qualité pour les créateurs comme pour les entreprises. Cette performance est également visible dans des benchmarks tiers, où Vidu Q3 s’est classé n°1 dans le premier classement mondial Référence-à-vidéo publié par SuperCLUE.

Construit sur la base du modèle Vidu Q3, Vidu a été entièrement intégré dans son écosystème produit, incluant Vidu Agent, Vidu Claw et l’Application Vidu. Cela crée un système unifié supportant l’ensemble du flux de travail, de l’idéation créative à la production de contenu jusqu’au déploiement, permettant une plus grande efficacité et une meilleure cohérence dans des usages variés.

La sortie reflète les progrès plus larges de ShengShu dans l’avancement de ses capacités de modèle mondial à travers des environnements numériques.

Parallèlement à la sortie du produit, ShengShu a annoncé avoir levé RMB 2 milliards lors de sa levée de série B, menée par Alibaba Cloud, avec la participation d’Andon Haitang, China Internet Investment Fund, TAL Education Group, Luminous Ventures et d’autres. Les investisseurs existants, dont LINK-X CAPITAL, Delta Capital et Baidu Ventures, ont également augmenté leur investissement.

Le financement soutiendra la vision plus large de ShengShu consistant à construire un modèle mondial général qui relie les mondes numérique et physique. L’entreprise fait avancer à la fois son World Generation Model (WGM), qui alimente la création de contenu numérique via la famille de modèles Vidu, et son World Action Model (WAM), conçu pour l’interaction dans le monde physique. Ensemble, ces systèmes visent à permettre une modélisation unifiée, une prédiction et une action à travers les environnements.

ShengShu est parmi les premiers acteurs mondiaux à poursuivre une architecture de modèle mondial unifiée qui relie les domaines numérique et physique. Au cœur de ce système se trouve son Foundation World Model, qui soutient à la fois le WGM et le WAM.

Dans ce cadre, la famille de modèles Vidu se concentre sur la génération de contenu et l’interaction dans les environnements numériques. Il prend en charge la génération audio-visuelle synchronisée, une durée vidéo étendue, une forte cohérence temporelle et spatiale, et des visuels de qualité cinématographique. Sa capacité propriétaire de génération vidéo basée sur des références répond aux défis de cohérence dans la production vidéo multi-sujets.

Au lancement, Vidu Q3 s’est classé n°1 mondial sur le benchmark publié par Artificial Analysis. Il prend en charge jusqu’à 16 secondes de génération audio et vidéo synchronisée, la composition multi-tournage et le contrôle de la caméra, la génération de musique de fond et d’effets sonores, et les dialogues multilingues. Le lancement de Référence-à-vidéo élargit encore ses capacités dans les domaines des effets visuels, de l’audio et des scénarios d’application.

Vidu est accessible aux développeurs, créateurs et entreprises du monde entier via MaaS (plateforme API Vidu) et des offres SaaS, et a été intégré dans Alibaba Cloud Model Studio pour supporter la génération texte-en-vidéo, image-en-vidéo et référence-à-vidéo dans des secteurs allant d’Internet, la publicité, le cinéma et l’animation, l’éducation et le tourisme culturel.

Le Dr Zhu Jun, fondateur de ShengShu Technology, a déclaré :
« Au cœur, un modèle mondial offre à l’IA une façon unifiée de représenter et de prédire le monde réel. La vidéo joue un rôle essentiel dans cela, car elle capture naturellement le temps, l’espace, le mouvement et la causalité. En construisant une architecture de modèle unifiée, nous visons à connecter la perception et l’action — créant une boucle complète allant de la compréhension du monde, à sa génération, à l’action dans celui-ci, et finalement faisant du modèle du monde un véritable pont entre les mondes numérique et physique. »

HI-FI News

via https://ift.tt/jR2Ih76

13 avril 2026 à 15h10

Note: Le texte à traduire est uniquement celui fourni, sans éléments de navigation ou de liens externes.

April 13, 2026 at 03:10PM