值得读的 5 条

Q2 模型支持自由选择生成时长，新增多参生图与多参视频玩法；文末附一段可复制给任意 AI 助手、用于反推 Vidu 视频提示词的指令。

实测 8 个场景，微表情、大动作与运镜均一条过；新增 2-8 秒时长自由选择，支持闪电大片与电影大片两种模式。

端到端原生全模态，支持 119 种文本语言、19 种语音理解与 10 种语音生成；采用 Thinker-Talker 架构，延迟低于 2 秒，Apache 2.0 协议开源。

核心模型为 Gemini 2.5 Flash-Lite，通过 UI 章程与 UI 交互 JSON 驱动界面即时生成；系统利用流式输出与生成式 UI 图谱实现渐进渲染与状态保持。