O Vidu Studio é uma plataforma avançada de geração de vídeo a partir de texto, desenvolvida pela ShengShu-AI em colaboração com a Universidade de Tsinghua. Ela utiliza uma arquitetura única chamada Universal Vision Transformer (U-ViT) para criar clipes de vídeo de alta qualidade em 1080P com 16 segundos de duração a partir de prompts de texto com apenas um clique. O Vidu Studio se destaca por sua capacidade de gerar vídeos detalhados e realistas, incluindo cenas dinâmicas e interações físicas complexas, além de ter uma forte compreensão de elementos culturais chineses.