智象发布首款物理规律导向视频模型

2026年9月15日，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（模型简称 HD-V1）。此次发布标志着智象未来在视频生成领域的重要技术突破，特别是在物理规律导向方面取得了显著进展。

核心架构与技术特点

HD-V1 采用了智象自研的原生全模态架构，这一架构设计旨在打破传统单一模态输入的局限，实现更高效、更自然的多模态内容生成。

1. 多模态输入支持

模型支持文本、图片、视频等多种模态输入。这意味着用户可以通过不同的方式向模型传达创作意图，系统能够精准理解并融合这些多源信息，从而生成符合预期的视频内容。

2. 高保真视频直出

在输出质量与效率方面，HD-V1 能够一键直出 5–20 秒的 1080p 高保真视频。这一能力大幅降低了高质量视频内容的制作门槛，提升了内容创作的效率。

3. 全面能力升级

除了基础的视频生成能力，HD-V1 在多个核心维度均实现了全面升级：
- 意图理解：能够更精准地捕捉和理解用户的深层创作意图。
- 物理规律理解：作为首款物理规律导向的视频模型，HD-V1 在生成视频时能够更好地遵循现实世界的物理规律，减少画面穿模、重力异常等不合理现象，提升视频的真实感。
- 自主规划叙事：模型具备一定的自主叙事能力，能够根据输入内容自动规划视频的情节发展和镜头语言。
- 音画一体化生成：支持画面与声音的同步生成，确保音画高度契合，提供更具沉浸感的视听体验。

行业意义

HiDream-O1-Video-1.0 的发布，为多模态内容创作提供了强大的技术支撑。其强调的物理规律导向，有望解决当前视频生成模型中普遍存在的物理常识缺失痛点，推动 AI 视频生成技术向更实用、更真实的方向发展。