Shengshu выпустила Vidu Q4 Preview и целится в «момент DeepSeek» для видео

Shengshu Technology выпустила Vidu Q4 Preview, предварительную версию очередного поколения видеомодели Vidu, и китайская отраслевая пресса уже называет это возможным «моментом DeepSeek» для генерации видео. Сравнение конкретное. DeepSeek показал, что фронтирный уровень в языковых моделях не обязан стоить как небольшая страна. Теперь та же логика проверяется на видео, где вычислительные счета заметно тяжелее, чем у текста.

Почему сравнивают именно с DeepSeek

Для больших языковых моделей ключевым итогом DeepSeek стала «демократизация фронтирных возможностей». Планка качества осталась высокой, а цена владения резко упала. Редакторы Jiqizhixin утверждают, что видеомодели подходят к похожей точке: производительность, эффективность и доступность начинают улучшаться одновременно, а не по очереди. Раньше выбор был жёстким: либо красивый, но дорогой и медленный ролик, либо дешёвая генерация с артефактами. Q4 Preview подают как попытку закрыть этот разрыв.

Слово «Preview» тоже важно. Это не финальный релиз, а срез текущего состояния, по которому компания проверяет реакцию рынка и стабильность модели под нагрузкой. Финальные условия доступа и тарифы могут отличаться.

Эффективность как главный аргумент

В заголовке оригинала фигурирует «эффективностный счёт» (效率账). Для видеогенерации это ключевая метрика. Стоимость секунды видео определяется числом шагов диффузии, размером модели, длиной контекста по кадрам и ценой GPU-часа. Если модель выдаёт приемлемое качество быстрее и дешевле, меняется экономика сразу в нескольких сегментах: от рекламных студий до инструментов для коротких форматов.

Что заявлено или подразумевается в материале:

World model как опора

Вторая часть тезиса касается «底气», то есть запаса прочности, который даёт работа над моделями мира. Идея в том, что видеомодель, понимающая физику сцены, перспективу и устойчивость объектов во времени, меньше ошибается в движении и требует меньше исправлений на выходе. Это напрямую связано с эффективностью: каждый неудачный дубль в генерации стоит денег.

У Shengshu для такого аргумента есть основания. Компания выросла из академической команды, связанной с Университетом Цинхуа, и известна работами по диффузионным трансформерам, включая архитектуру U-ViT. Vidu входит в число заметных китайских видеосервисов наряду с Kling от Kuaishou и Hailuo от MiniMax. Конкуренция в этом сегменте идёт по скорости итераций, и квартальные релизы стали нормой.

Что проверять на практике

Пока цифр нет, оценивать Q4 Preview стоит по собственным тестам, а не по заголовкам. Команды, которые используют видеогенерацию в продакшене, могут сравнить модель на трёх задачах: консистентность персонажа между сценами, сложное движение камеры и стоимость минуты готового материала с учётом перегенераций. Последний показатель важнее красоты отдельного кадра.

Стоит также дождаться независимых сравнений и финальной тарификации. Если заявленный баланс подтвердится, давление на цены ощутят все крупные видеосервисы, включая западные. Если окажется, что выигрыш достигнут урезанием длины или разрешения, «момент DeepSeek» останется удачной фразой для пресс-релиза.