Shengshu lanza Vidu Q4 Preview y apunta al «momento DeepSeek» del vídeo

Shengshu Technology ha lanzado Vidu Q4 Preview, una versión preliminar de la próxima generación de su modelo de vídeo Vidu, y la prensa sectorial china ya lo presenta como un posible «momento DeepSeek» para la generación de vídeo. La comparación es concreta. DeepSeek demostró que el nivel puntero en modelos de lenguaje no tiene por qué costar lo que cuesta un país pequeño. Ahora esa misma lógica se pone a prueba en el vídeo, donde la factura de cómputo es notablemente más pesada que en el texto. El fragmento disponible del anuncio no incluye benchmarks, precios ni parámetros del modelo, así que todo lo que sigue se apoya en la posición declarada de la compañía y en su trayectoria.

Por qué la comparación es precisamente con DeepSeek

En los grandes modelos de lenguaje, el resultado clave de DeepSeek fue la «democratización de las capacidades de frontera». El listón de calidad se mantuvo alto, mientras que el coste de propiedad cayó en picado. Los editores de Jiqizhixin sostienen que los modelos de vídeo se acercan a un punto similar: rendimiento, eficiencia y accesibilidad empiezan a mejorar a la vez, y no por turnos. Antes la elección era estricta: o un clip vistoso, pero caro y lento, o una generación barata con artefactos. Q4 Preview se presenta como un intento de cerrar esa brecha.

La palabra «Preview» también importa. No es la versión final, sino una instantánea del estado actual con la que la compañía mide la reacción del mercado y la estabilidad del modelo bajo carga. Las condiciones de acceso y las tarifas definitivas pueden ser distintas.

La eficiencia como argumento principal

El titular original menciona la «cuenta de la eficiencia» (效率账). Para la generación de vídeo, esta es la métrica clave. El coste de un segundo de vídeo depende del número de pasos de difusión, del tamaño del modelo, de la longitud del contexto en fotogramas y del precio de la hora de GPU. Si un modelo ofrece una calidad aceptable de forma más rápida y barata, la economía cambia en varios segmentos a la vez, desde los estudios publicitarios hasta las herramientas para formatos cortos.

Lo que el material declara o da a entender:

• Vidu Q4 Preview: versión preliminar de la nueva generación de modelos de vídeo de Shengshu
• Foco del lanzamiento: crecimiento simultáneo de calidad, eficiencia y accesibilidad
• Marco de valoración: un equivalente del «momento DeepSeek» para el segmento del vídeo
• Base tecnológica: investigación en world models
• No se revela en el fragmento disponible: duración de los clips, resolución, precio por segundo ni resultados en benchmarks públicos

El world model como respaldo

La segunda parte de la tesis se refiere al «底气», es decir, al margen de solidez que aporta el trabajo con modelos del mundo. La idea es que un modelo de vídeo que entiende la física de la escena, la perspectiva y la estabilidad de los objetos en el tiempo comete menos errores de movimiento y exige menos correcciones en la salida. Esto se relaciona directamente con la eficiencia: en generación, cada toma fallida cuesta dinero.

Shengshu tiene motivos para defender este argumento. La compañía surgió de un equipo académico vinculado a la Universidad de Tsinghua y es conocida por sus trabajos sobre transformers de difusión, entre ellos la arquitectura U-ViT. Vidu figura entre los servicios de vídeo chinos más destacados, junto a Kling, de Kuaishou, y Hailuo, de MiniMax. La competencia en este segmento se juega en la velocidad de iteración, y los lanzamientos trimestrales se han vuelto la norma.

Qué conviene comprobar en la práctica

Mientras no haya cifras, conviene evaluar Q4 Preview con pruebas propias y no por los titulares. Los equipos que usan generación de vídeo en producción pueden comparar el modelo en tres tareas: consistencia del personaje entre escenas, movimientos de cámara complejos y coste del minuto de material terminado, incluidas las regeneraciones. Este último indicador pesa más que la belleza de un fotograma aislado.

También conviene esperar a las comparativas independientes y a la tarificación final. Si el equilibrio declarado se confirma, todos los grandes servicios de vídeo, también los occidentales, notarán la presión sobre los precios. Si resulta que la ventaja se ha logrado recortando la duración o la resolución, el «momento DeepSeek» quedará como una frase afortunada para una nota de prensa.