智象未来发布原生视频模型HD-V1，冲入全球双榜前列

智象未来（HiDream.ai）正式发布首个原生全模态视频生成模型 HiDream-O1-Video-1.0（简称 HD-V1）。

该模型采用自研原生全模态架构，支持文本、图片、视频等多种模态输入，可一键直出 5 至 20 秒的 1080p 高保真视频，在物理规律理解、自主规划叙事以及音画一体化生成等维度均有突破。

在独立 AI 基准测试平台 Artificial Analysis 的图生视频排行榜（含音频）中，HD-V1 位列全球第四；在盲测评测平台 Arena.ai 的图生视频榜单中取得第八名。

智象未来 CTO 姚霆表示，视频生成的代际演进不仅在于像素和时长，更在于模型能否理解创作者意图与物理世界的规律。HD-V1 从底层面向文本、视频与音频的统一表征，推动生成系统从单纯画面连贯走向深度语义与动作自洽。

意图理解与物理逻辑建模

针对碎片化提示词易导致的镜头跳跃与主体漂移，HD-V1 前置了多模态意图理解模块。该模块会将自然语言输入转换为结构化的专业导演规划，覆盖镜头时长、分镜运镜、焦段、角色动作以及音效台词设计，保障生成链路不跑偏。

同时，模型将重力、碰撞反馈、惯性延展与空间光影衰减等物理规律纳入叙事逻辑：

在穿针引线的精细动作测试中，传统模型易出现红线异常缩短或针凭空出现的幻觉，而 HD-V1 则模拟了双手用力时线体的形变、微捻线头时的张力延展，以及指甲和金属的高保真纹理。

叙事规划与时长自适应

为了保障长镜头中的人物一致性与逻辑连贯，智象采用了「先规划、后联合生成、再以多模态 Reward 对齐」的技术方案。模型先在全局层面确定叙事与角色状态，再约束生成细节，最后引入多模态奖励信号对齐连贯性。

在生成时长控制上，HD-V1 放弃了机械填充固定秒数的机制，改由内容本身的动作逻辑决定节奏。例如抛接苹果的动作，模型能根据物理完成周期自主收束画面，避免无效慢放或画面静止等待。

原生音画一体化生成

针对行业普遍采用的先出视频、后配音轨导致的音画错位问题，HD-V1 在原生全模态架构内对文本、视频、音频信号联合建模。镜头运动牵引声音空间感，动作碰撞实时触发物理拟音，人物开口与发音气口同频。

在乒乓球弹跳测试中，弹落节奏与撞击桌面的声效高低、频次形成因果对应。其后训练阶段结合了扩散强化学习（Diffusion Reinforcement Learning）与人工认知对齐模型，以提升视听综合质感。

完成世界模型闭环与 C+ 轮融资

伴随 HD-V1 的推出，智象未来基于统一底座构建的模型家族正式形成闭环：包括图像模型 HiDream-O1-Image、交互式世界模型 HiDream-O1-World 以及具身世界模型 HiDream-O1-Embodied。

智象创始人梅涛表示，公司旨在建立一个底座同源演进的原生全模态体系，使图像、视频、交互与具身动作持续循环。

此外，智象未来宣布完成 C+ 轮融资，投资方包括新微资本、交子资本与工银资本，资金将主要用于算力基建拓展与多模态世界模型的落地推进。