北京商报讯（记者 孔文燮）3月29日，在2025中关村论坛年会“人工智能主题日”未来人工智能先锋论坛上，清华大学人工智能研究院副院长、生数科技创始人兼首席科学家朱军发布了高可控视频大模型Vidu Q1。Vidu Q1 作为业内首个高可控AI视频大模型，其在多主体细节可控（特别是动作、布局可控）、音效同步可控、画质增强等方面均取得显著成效。

以多主体细节可控为例，在语义指令的基础上，通过融入参考图的视觉指令，Vidu Q1支持对场景中多主体的位置、大小、运动轨迹等属性进行更进一步的可控，对所有动作行为（出场、退场、坐立姿态、行动路线）进行精准调整。用户能够明显体验到用更低的抽卡率实现更高质量的可控生成。

音效同步可控功能则确保了随着视频环境与画面转场，Vidu Q1能够输出生成相应音效，并可精准控制每段音效的长短区间，精准设置每段音频出现的时间点，如0-2s风声、3-5s雨声等，节省时间的同时，也大大增强了视频的沉浸感与感染力。

一直以来，AI视频生成过程中的随机性都是老大难问题，Vidu Q1针对AI视频生成的痛点，通过技术手段引入多元素控制，它不再是没有头绪的乱生成，而是到了人为可控，让AI视频生成与当下精益求精制作逐渐趋向一致。