Vidu 方面称，其在上线之初就已具备角色一致性生成能力，通过锁定人物面部特征可解决视频生成的关键痛点，确保了人物面部特征的一致性。此次发布的更新中，Vidu 则首次展现了上下文学习的能力，提升了整体视频模型的可控性，通过灵活的多元输入实现了多角度、多主体、多元素的一致性生成。
AI在线获悉，其在三个方面直观呈现了“技术突破”：
复杂主体的精准控制：无论是细节丰富的角色，还是复杂的物体，Vidu 都能保证其在多个不同视角下的一致性。如造型复杂的 3D 动画风格角色，无论视角如何变化，其能够始终确保头型、服饰的全角度细节一致，避免了传统视频模型在复杂视角切换时产生的瑕疵。
人物面部特征和动态表情的自然一致：在人物特写镜头中，其能够自然且流畅地保持人物面部特征和表情的连贯性，避免了面部僵硬或失真的现象。
多主体一致性：用户可上传多个主题图像，包括人物角色、道具物体、环境背景等，并在视频生成中实现这些元素的交互。例如，用户可以上传主体、客体和环境的图片，创建定制角色身穿特定服装、在定制空间内自由动作的场景。
