2023年3月設立の生数科技は、動画生成モデル「Vidu」シリーズで業界内で高い注目を集めている。同モデルは音声と映像の同期生成、長時間生成、高い時空間一貫性を実現し、映画級の映像品質を実現している。Viduはすでにテキストや画像からの動画生成、参照素材に基づく動画生成などの機能に対応しており、MaaS（Vidu AIオープン・プラットフォーム）およびSaaS（Vidu AgentやVidu Claw）を通じて、広告・マーケティング、アニメ・映像制作、教育・文化・観光など幅広い分野で活用されている。

動画生成AI「Vidu」で存在感。生数科技、約140億円調達で記録更新

生数科技は動画生成にとどまらず、基盤技術をデジタル世界から物理世界へと拡張している。高品質な動画生成の本質は、モデルが物理法則を深く理解している点にあると同社はみている。また、世界モデル（Foundation World Model）を基盤に、業界初となる統一アーキテクチャのエンボディドAIモデル「Motus」を発表した。視覚理解をロボットの行動判断に結び付け、データ不足や汎用性といった従来の課題に対応する。

現在、複数の有力エンボディドAI企業と戦略提携を進めており、「見る」視覚モデルと「動く」行動モデルの統合により、産業やサービス、家庭分野で大規模展開が可能な「汎用大脳」の実現を目指す。

“Sora撤退は合理的な判断だ”ーー動画生成AIユニコーンPixVerseが語る「勝敗を分けた真因」

＊1元＝約23円で計算しています。

（36Kr Japan編集部）

The post 460億円調達でユニコーン入りーー動画生成AI「Vidu」、今度はロボットの頭脳を作る first appeared on 36Kr Japan | 最大級の中国テック・スタートアップ専門メディア.

今回の資金調達は中関村科学城（ZGC Science City）と星連資本（LINK-X CAPITAL）が主導し、万興科技（Wondershare）、視覚中国（Visual China Group）なども参加した。6億元という調達額は、これまで動画生成AIを手がける「愛詩科技（AIsphere）」が保持していた単一ラウンド最高額の4億3000万元（約100億円）を上回り、中国の動画生成分野で過去最大規模の資金調達となった。

動画生成が100倍速くなる！清華大×生数科技、高速化フレームワーク「TurboDiffusion」発表

生数科技は2023年3月に設立、創業チームは清華大学の出身。主にマルチモーダル汎用大規模言語モデル（LLM）とその活用法の研究開発を手がけ、SaaS（サービスとしてのソフトウェア）、MaaS（サービスとしてのモデル）、アプリなどを通じて動画生成ソリューションを提供している。24年には中国の国内外で動画生成LLM「Vidu」を順次リリースし、26年1月30日には、プロフェッショナル向け動画生成モデル「Vidu Q3」を公開した。

国際的にも権威があるAIの性能評価サイト「Artificial Analysis」の最新ランキングでは、Vidu Q3は米xAIの動画生成モデル「Grok」に次ぐ世界第2位となり、米Runwayの「Gen-4.5」、米グーグルの「Veo3.1」、米OpenAIの「Sora 2」を上回った。

生数科技は現在多数の顧客を抱えており、特に、アニメやショートドラマ・映画などの映像業界では存在感が高い。Viduは9割以上のコンテンツ制作会社、ツール提供企業、制作機関で導入されており、提携先にはソニー・ピクチャーズ・エンタテインメントや騰訊動漫（Tencent Animation and Comics）などが名を連ねている。

＊1元＝約23円で計算しています。

（36Kr Japan編集部）

The post 動画生成AI「Vidu」で存在感。生数科技、約140億円調達で記録更新 first appeared on 36Kr Japan | 最大級の中国テック・スタートアップ専門メディア.

生成AIでゲーム開発効率30％アップも、中国版Sora「生数科技」が数十億円以上の資金調達

大規模言語モデルの性能向上に伴い、テキストや画像の生成に続いて、動画生成がコンテンツ生成の主な方向性となりつつある。しかし、現実的なボトルネックも存在する。米エヌビディアの「H100」をはじめとする高性能GPUを用いても、ショート動画の生成に数分かかってしまうため、実際の利用には限界がある。多くのクリエイターは「GeForce RTX 4090」や「GeForce RTX 5090」といったコンシューマー向けGPUを利用しているが、できることはさらに限られてくる。

TurboDiffusionは、動画生成AIで主流となっているDiffusion（拡散）モデルの高速化を目的として開発されたツールで、RTX 5090を100～200倍高速化する効果がある。テキストからの動画生成（T2V）や画像からの動画生成（I2V）に対応し、高解像度・長時間の動画でも超高速で生成できる。

実測データでも高速化効果は明らかで、パラメータ数140億（14B）規模のI2Vモデルを用いて720P（1280×720画素）で5秒の動画を生成した結果、通常の処理では4549秒（約76分）を要したが、TurboDiffusionを用いると38秒で完了した。

＊1元＝約22円で計算しています。

（36Kr Japan編集部・茶谷弥生）

The post 動画生成が100倍速くなる！清華大×生数科技、高速化フレームワーク「TurboDiffusion」発表 first appeared on 36Kr Japan | 最大級の中国テック・スタートアップ専門メディア.

これまでにも、アリババグループ傘下の金融会社アント・グループやVC大手の啓明創投（Qiming Venture Partners）、AIユニコーンの智譜AI（Zhipu AI）などが同社に出資している。

生数科技は2023年、清華大学人工知能研究院の出身者によって設立された。同社の技術は、消費者向けの生成AIアプリケーションのほか、企業向けにも提供され、ゲームや映画・テレビ、文化・観光、スマート端末などで活用されている。

24年4月に発表した独自の動画生成AI「Vidu」は、米OpenAIの「Sora」に匹敵する映像のリアルさや一貫性で話題を呼んでいる。Soraの最長60秒には及ばないものの、最長16秒の高画質動画を生成できる性能は、中国ではトップクラスとなっている。

独自の動画生成AI「Vidu」で米Soraに挑む、中国・清華大学系ベンチャーに注目

＊1元＝約21円で計算しています。

（36Kr Japan編集部）

The post 動画生成AI「Vidu」で注目　中国のAI新興「生数科技」、バイドゥなどから数十億円を調達 first appeared on 36Kr Japan | 最大級の中国テック・スタートアップ専門メディア.

Viduは、最長16秒・解像度1080Pの高画質動画をワンクリックで生成することができる。Soraの最大60秒には及ばないものの、中国で開発された他の動画生成AIに比べればかなり長い。その動画は滑らかにつながり、細部と論理に一貫性を備えている。プロモーション動画の出来映えはSoraに匹敵する。

「Vidu」が生成した「中国の竜」

「Sora」が生成した「中国の竜」

生数科技は2023年3月に設立され、画像や3D、動画など複数種類のデータを同時に扱えるマルチモーダル大規模言語モデル（LLM）の開発に注力している。中心メンバーには、 中国で最も早く深層生成モデルの研究を開始した清華大学人工知能研究院の出身者がそろう。同社は24年3月、啓明創投（Qiming Venture Partners）などから数億元（数十億円超）を調達したばかりだ。

（36Kr Japan編集部）

The post 独自の動画生成AI「Vidu」で米Soraに挑む、中国・清華大学系ベンチャーに注目 first appeared on 36Kr Japan | 最大級の中国テック・スタートアップ専門メディア.

「シリコンバレーが認めた」中国大規模言語モデル「Zhipu AI」にアリババも出資　ユニコーン企業入り

2023年に設立された生数科技は、自社開発のマルチモーダル汎用LLMをベースとして企業向けに「MaaS（モデル・アズ・ア・サービス）」、消費者向けにアプリを提供している。コアメンバーはいずれも清華大学AI研究所の出身で、共同創業者の唐家渝CEOはテンセント（騰訊）AI研究部門の優図実験室（YouTu Lab）でシニア・プロダクト・マネージャーを務めていた。

チームは創業前の22年9月、世界初の拡散トランスフォーマー（DiT）アーキテクチャとなる9億5000万パラメーター規模のU-ViTを発表、その1カ月後に画像生成AI 「Stable Diffusion」を手がけるStability AIが初代DiTアーキテクチャのU-Netを発表し、これが後に動画生成AI「Sora」の開発に使われた。

OpenAIが今年、最大60秒の動画を生成できるSoraをリリースしたことで、中国のAI業界でも動画、音声、3DなどのマルチモーダルAI技術の開発が加速した。

生数科技が独自に開発したマルチモーダル汎用LLMは、短い動画を生成する基本的な機能を備えている。同社はU-ViTアーキテクチャをベースに、マルチモーダルとマルチタスクが一体化した基盤モデルをリリースし、画像や動画、3Dなど多彩な形式のコンテンツ生成を可能にした。

画像生成（画像：生数科技）

例えば3Dモデルの生成において、同社のAIは生成スピードを10秒ほどにまで短縮することができる。また、360度パノラマの4D動画生成や、生成した3D画像の編集も行える。

3Dモデルの生成（画像：生数科技）

3Dモデルの生成（画像：生数科技）

唐CEOによると、同社はマルチモーダルAIの訓練データを、ネット上で公開されている大量のデータと、版権所有者から購入したプライベートデータの2方面から取得しており、これによって訓練データのバリエーションを増やしているという。

また、訓練のコスト削減と効率向上のためにエンジニアリング・データシステムを構築し、大規模GPUクラスタ上で効率的かつ低コストで高い互換性を持つ訓練を実現した。唐CEOによると、チームは昨年、1カ月近くを費やしてファーウェイ（華為技術）のAIチップセットAscendシリーズの訓練アーキテクチャに対応させ、チップの国産化によるコスト削減を後押ししたという。

生数科技は現在、ゲーム開発企業、デバイスメーカー、インターネットプラットフォームなどと提携している。例えばある自動車メーカーは、生数科技の画像生成機能を大型車載スクリーンの壁紙生成に活用している。

消費者向けでは2023年にビジュアルデザインプラットフォーム「PixWeaver」と3Dアセット作成ツール「VoxCraft」をリリースした。海外市場向けに先行リリースされたVoxCraftは3Dゲームのキャラクター開発を支援するもので、ラフモデルの生成機能を活用すればゲームの開発効率を30％上げられるという。

唐CEOは、AI開発企業にとってSoraに追いつくことは依然として大きな挑戦だと考えている。しかしよい面に目を向ければ、マルチモーダルAIが研究室やコンピュータルームを飛び出し、より多くのシーンで活用される段階を迎えたと言えるだろう。

＊2024年5月1日のレート（1元＝約22円）で計算しています。

（翻訳・大谷晶洋）

The post 生成AIでゲーム開発効率30％アップも、中国版Sora「生数科技」が数十億円以上の資金調達 first appeared on 36Kr Japan | 最大級の中国テック・スタートアップ専門メディア.