اولین هوش مصنوعی تبدیل متن به ویدیو در چین به نام Vidu معرفی شد. Vidu به طور مشترک توسط Shengshu Technology و دانشگاه Tsinghua توسعه داده شد.
سازندگان Vidu ادعا می کنند که این مدل زبان بزرگ می تواند تنها با یک کلیک یک ویدیوی 16 ثانیه ای 1080p با کیفیت بالا ایجاد کند.
گفته می‌شود که Vidu اولین مدل زبان متن به ویدیو در مقیاس بزرگ چین با ثبات و قابلیت‌های پویا برجسته است که عملکرد سطح «Sora AI» را ارائه می‌دهد.
هوش مصنوعی بحث برانگیز Sora در اوایل سال 2024 توسط OpenAI معرفی شد. این مدل با توانایی بالای خود در ایجاد صحنه های واقعی بر اساس دستورات متنی طوفانی در دنیای تکنولوژی به پا کرده است. شنگشو می گوید که توسعه ویدو قبل از توسعه سورا آغاز شده است.
به گفته ChinaDaily، هوش مصنوعی Vidu می تواند برخی از عناصر و نمادهای چینی مانند اژدها یا پاندا را به خوبی به تصویر بکشد.