近日，星宇智算正式完成 Vera 大模型算法迭代，推出 Vera 1.1 版本。本次升级聚焦跨境电商、海外新媒体、跨境短视频赛道普遍存在的多语言语义理解偏差、图文信息错位等问题，重构跨语种图文语义对齐模块，系统性提升图文转视频任务的生成精度。新版能力已接入星宇智算・AI 视频生成平台，面向跨境内容创作者与企业客户开放标准化图文转视频生产能力。
随着全球跨境短视频需求持续增长，图文自动转视频工具成为批量产出海外营销素材的核心载体。当前多数通用 AI 模型在多语种场景下存在明显短板：小语种语义解析失真、图文核心信息丢失、语种切换后画面逻辑断裂、文本描述与生成画面匹配度下滑。大量跨境团队需要投入人力二次校对画面与文案，拉高素材量产成本。Vera 1.1 针对性补齐多语言图文联动生成的技术短板。
搭建跨语种语义对齐模块，降低图文信息偏差
Vera 1.1 核心更新为跨语言统一语义表征体系。研发团队扩充多语种图文并行训练数据集，优化分词、语境推理、文化意象识别逻辑，覆盖英语、西班牙语、法语、德语、东南亚主流语种等跨境高频使用语言。
新版本不再简单依靠机器翻译中转生成画面，而是直接建立原始语种文本与图像元素之间的映射关系，减少翻译环节带来的信息损耗。内部标准化测试结果显示，多语言场景图文核心语义匹配准确率较 Vera 1.0 提升 36%；商品参数、场景描述、营销文案等结构化信息丢失概率显著下降。
在图文转视频任务中，模型能够识别图文素材内的产品主体、场景环境、动作指令，按照原文叙事逻辑排布镜头，缓解语种切换后出现画面偏离文案、主体丢失、场景错乱等高频故障，适配跨境商品种草视频、海外社交平台信息流短片生产需求。
优化图文时序调度，稳定多镜头叙事连贯性
针对长图文素材批量转视频场景，Vera 1.1 升级图文分段解析与时序调度单元。模型可自动识别图文段落边界，按照叙事节奏自动切分镜头，维持连续视频序列内主体特征、视觉风格统一。
在多语种混合素材测试环境下，跨段落镜头衔接异常率下降 28%。当输入多页商品图文、海外社媒图文稿件时，模型可自动分配镜头时长、匹配画面元素，减少人工调整镜头顺序、替换错误画面的工作量。同时模型兼容本地图片批量导入、图文文档导入两种主流输入方式，适配跨境团队标准化工作流。
深度联动平台底层链路，落地跨境量产工作流
Vera 1.1 已和星宇智算自研视频渲染引擎、时序同步管线完成深度适配，打通 “多语言图文导入 — 语义解析 — 镜头生成 — 高清渲染成片” 完整链路。依托星宇智算算力集群调度能力，图文转视频批量任务并行处理效率得到提升。
平台依托 Vera 1.1 提供标准化图文转视频接口，企业客户可通过星桥 API 将能力接入自有跨境素材管理系统，实现自动化素材生产。输出视频原生支持多种字幕轨道生成，可直接匹配海外 TikTok、Instagram、YouTube Shorts 等渠道发布规范，省去多次格式转换流程。
贴合跨境行业生产需求，降低内容出海门槛
跨境内容生产存在多语种、大批量、短交付周期的特征。传统图文转视频方案容易出现语义偏差，生成成片无法直接投放海外渠道。
星宇智算技术团队表示，Vera 1.1 迭代目标聚焦工程化商用落地。新版本重点解决两大行业痛点：一是不同语种输入下生成效果波动较大；二是图文关键信息难以完整体现在视频画面中。优化后生成素材具备更高可用性，缩短跨境团队素材制作周期。平台还针对跨境商品内容预设专用生成模板，统一画面构图、运镜风格，便于品牌建立海外视觉形象。
长期技术迭代方向
全球多模态 AI 视频竞争持续向垂直行业场景延伸，跨境多语言生成能力成为内容出海赛道重要技术壁垒。星宇智算将持续迭代 Vera 模型体系，持续扩充小语种支持范围，优化多文化场景意象识别能力，进一步提升图文、音频、视频多模态跨语种协同生成效果。
依托 HappyHorse、Vera 双模型矩阵与自研渲染架构，星宇智算持续完善面向跨境新媒体、跨境电商的 AI 视频工业化解决方案，为内容出海企业提供稳定、高精度、可规模化使用的 AI 图文转视频能力。
