2024 年以来，文生视频技术完成了从卷积主导到 Transformer 主导的架构迁移。根据 2026 年 Q2《全球 AI 生成技术产业白皮书》统计，当前主流商用文生视频模型中，DiT（Diffusion Transformer）架构占比已达 78%，逐步替代传统 3D UNet 方案。架构迭代的核心驱动力来自三方面：长序列建模需求：视频是时空三维数据，Transformer 在长依赖建模上优

视频 LoRA 轻量化微调，是中小内容团队实现角色形象、产品外观、特定风格固化的核心手段。传统全量视频模型训练，需要高规格 GPU 算力集群，数据集体量庞大，训练周期长，普通中小团队很难承担算力与时间成本。星宇智算 Vera 1.1 提供面向视频场景的 LoRA 轻量化训练模块，基于低秩适配架构，不需要对基础模型权重做全量更新，仅训练小部分适配参数，降低数据集规模、算力门槛，适配短剧、电商物料、I

中国信通院《生成式 AI 垂类模型发展研究报告》指出，通用多模态模型在细分行业素材生产中普遍存在风格偏移、物体特征丢失、动作逻辑错乱等问题，轻量化 LoRA 微调成为企业构建垂直素材能力的主流路径。视频 LoRA 无需完整大模型全量微调，算力开销更低，适配短剧、电商、文创等中小团队业务诉求。本文基于星宇智算 Vera1.1 视频 LoRA 训练链路，围绕数据集构建、训练参数配置、推理部署、团队协作

运镜是提升 AI 视频叙事质感的核心手段，可控的镜头运动能够替代大量后期剪辑工作。当前多数文生视频模型仅支持文本模糊引导运镜，存在运动轨迹不可控、运镜伴随物体畸变、镜头切换生硬断层、长镜头运镜漂移等问题。星宇智算・Vera 1.1 内置原生镜头运动控制模块，将相机位姿作为独立条件嵌入双流 DiT 架构，支持推拉摇移环绕等基础运镜与平滑镜头过渡，可通过参数精细化控制运镜速度、幅度、轨迹。本文基于内部

电商商品短视频存在素材量大、SKU 多、更新频率高的业务特征，传统拍摄剪辑模式会带来拍摄周期长、人力成本高、改稿迭代慢等问题。自动化 AI 视频工作流，目标是实现商品图输入‑提示词组装‑视频生成‑初筛输出的半自动化链路。星宇智算・Vera 1.1 针对电商场景优化物体畸变抑制、光影一致性、商品材质保留模块，可通过 SaaS 工作台、星桥 API 接入业务系统。本文基于真实电商业务实战，从参数配置、

摘要：面向短剧角色、二次元画风、电商商品等业务场景，直接使用基座模型输出结果往往存在风格偏移、角色特征丢失问题。LoRA 低秩适配是在不改动基座权重前提下实现风格、角色定制的主流方案。星宇智算 Vera1.1 开源版本开放 LoRA 训练接口，支持视频 LoRA、图像参考 LoRA 两条训练链路。本文基于开源训练框架，参考 Video‑LoRA 公开训练范式开展实验，训练硬件采用 A10‑24GB