凤凰网科技讯 9月15日，智象未来（HiDream.ai）今日正式发布原生全模态视频生成模型HiDream-O1-Video-1.0（简称HD-V1）。该模型采用智象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1080p高保真视频，在意图理解、物理规律理解、自主规划叙事及音画一体化生成等维度全面升级。
在全球权威AI评测平台Artificial Analysis的Image to Video Leaderboard（With Audio）榜单中，HD-V1取得全球第四名。在Arena.ai的Image-to-Video盲测榜单中，HD-V1位列全球第八。两项榜单均为评估AI视频模型综合实力的重要第三方参考。
技术层面，HD-V1前置多模态意图理解模块，可对视频内容进行结构化规划，涵盖镜头时长、场景地点、画面内容、角色动作与表情、运镜焦段、台词与背景声等字段。模型还将物理规律纳入生成逻辑，使物体在重力、碰撞、惯性、光影衰减及空间连续性等方面的表现更贴合真实物理。HD-V1采用文本、视频、音频联合建模，实现音画原生一体化生成，镜头切换时环境声与配乐随之过渡，人物开口时口型、气口与情绪同频。
时长决策方面，HD-V1将时长选择与内容情境绑定，模型可根据事件展开逻辑、动作完成周期及叙事推进节奏自行规划生成时长，而非简单填充固定时间窗口。
随着HD-V1发布，智象未来已完成图像生成模型HiDream-O1-Image、交互式世界模型HiDream-O1-World、具身世界模型HiDream-O1-Embodied及视频模型HD-V1的矩阵布局。智象创始人梅涛博士表示，公司致力于构建“一个原生全模态底座、四大模型同源演进”的模型矩阵。
同日，智象未来宣布完成C+轮融资，投资方为新微资本、交子资本、工银资本。
