Goku 是由香港大學與字節跳動聯合研發的多模態AI視頻生成模型，基於校正流Transformer架構（Rectified Flow Transformer），專爲圖像與視頻的聯合生成優化。

該模型於2025年2月正式發佈技術報告。

智源研究院發佈並解讀國內外100餘個開源和商業閉源的語言、視覺語言、文生圖、文生視頻、語音語言大模型綜合及專項評測結果，語言模型主觀評測重點考察模型中文能力，結果顯示，字節跳動Doubao-pro-32k-preview、百度ERNIE 4.0 Turbo位居第一、第二，OpenAI o1-preview-2024-09-12、Anthropic Claude-3-5-sonnet-20241022位列第三、第四，阿里巴巴Qwen-Max-0919排名第五。

文本生成視頻：Goku能夠根據用戶提供的文本描述生成完整的視頻內容。通過理解文本中的細節和情節，Goku將其轉化爲動態視頻，適用於廣告製作、營銷視頻、短視頻創作等場景。

圖像生成視頻：用戶只需提供一張靜態圖像，Goku即可基於這張圖片生成動態視頻。這一功能特別適合電商和品牌推廣，可以將產品圖片轉化爲生動的廣告視頻。

文本生成圖像：除了視頻生成，Goku還支持根據文本描述生成靜態圖像。用戶輸入具體的文字信息，Goku能生成符合描述的高質量圖像，廣泛應用於創意設計、廣告、插畫等領域。

高質量生成：Goku的圖像與視頻生成效果非常真實，能夠清晰地表現人物情感和細節，展示出廣告產品的細膩質感。

業內人士認爲，目前國產視頻大模型在畫面的一致性、可控性、豐富程度上都有明顯提升，提高成像質量、突破生成時長瓶頸後，有望大幅打開下游商業化空間。

文生視頻概念相關港股：

快手-W（01024）：可靈大模型由快手大模型團隊自研打造，具備強大的視頻生成能力，能夠根據用戶提供的文本描述生成高質量的視頻內容。

美圖公司（01357）：美圖公司推出的MiracleVision 4.0 AI視頻生成功能爲用戶提供了強大的視頻生成能力，具有高質量的生成效果和良好的細節處理能力，適用於多種內容創作和商業應用場景。

商湯-W（00020）：2024年7月4日，商湯科技發佈人物視頻生成大模型Vimi；7月6日，上線AI生成視頻模型清影。

騰訊（00700）：12月3日，騰訊混元大模型上線視頻生成功能。

阿里巴巴（09988）：9月19日，阿里雲通義萬相發佈視頻生成模型，上線文生視頻和圖生視頻功能；