Vidu Q4 Preview – 生数科技的视频旗舰预览版,首发0.09元每秒,最高4K

AI工具1个月前更新 aibin_cn
632 0

Vidu Q4 Preview是什么

Vidu Q4 Preview 是生数科技 2026 年 10 月 7 日放出的新一代视频生成旗舰预览版,比正式版 Q4 提前开放,让创作者先用真实项目跑一遍再影响最终版本。它围绕人物演绎、镜头语言和复杂视效三块升级,最多支持 15 张参考图和 3 段参考音频,输出覆盖 540p 到 4K 五档,2K 与 4K 带 10 位色深,单次最长 16 秒。

0.09 元每秒这个数字要摊开说。它约合 0.014 美元,是宣传口径里最低的数,对应的是 540p 档叠加折扣后的价格。官方积分表上 540p 是每秒 9 积分,按 0.005 美元每积分折算为 0.045 美元,比宣传价高出两倍多。

Vidu Q4 Preview - 生数科技的视频旗舰预览版,首发0.09元每秒,最高4K

生数科技新一代视频生成旗舰的预览版,最多 15 张参考图与 3 段参考音频,输出最高 4K

Vidu Q4 Preview的主要功能

  • 15 张参考图定角色:一套参考配置里可以同时钉住人物、服装、道具、产品与环境,跨镜头时主角的脸和衣服不必靠提示词反复描述,一致性由参考输入兜底。
  • 3 段参考音频锁音色:每段音频 3 到 12 秒的 MP3,用来固定说话人的音色与情绪表达方式。多镜头拼接时同一角色的声音不会中途换人。
  • 两条生成路径:图生视频把单张图按提示词动起来,时长 3 到 16 秒,默认 5 秒 720p;参考生视频则是 1 到 15 张参考图加 0 到 3 段音频,时长 1 到 16 秒。
  • 声画同出:音频参数默认为真,出片自带声音,可以包含对白和音效,官方称支持音画同步与自动切镜。
  • 五档输出:540p、720p、1080p、2K、4K,其中 2K 与 4K 是 10 位色深,能接进专业后期流程;宽高比支持 1:1、9:16、16:9、3:4、4:3,默认 16:9,图生视频会保留原图比例。

Vidu Q4 Preview的技术原理

  • 表演是联合建模而不是分层叠加:官方对人物演绎的描述是面部表情、情绪、肢体动作和声音协同处理,而不是先做表情再贴声音。这类模型的躯干仍是 Transformer 这一类架构,真正的差别在训练数据如何组织多路信号。表演不同步的典型表现是脸部漂移、口型对不上、动作衔接突兀。
  • 镜头跟随与切镜连贯性:追逐、打斗这类快节奏段落里,镜头更连贯地跟着动作走,切镜与画面运动的配合也做了调整。
  • 特效要落在场景里:爆炸、烟火、粒子这些效果强调位于场景之内,而不是浮贴在画面之上,官方称火焰的光会照亮周围建筑、烟尘随坍塌结构扩散。这是公司说法,目前没有公开的对照指标。
  • 指标只能看独立榜单:官方没有发布任何基准分数。唯一的外部测量是 Artificial Analysis 的竞技场,那是人类盲选偏好投票,衡量的是相对偏好而不是能力清单,延迟、接口稳定性、长序列一致性都属于榜单之外的维度。

Vidu Q4 Preview如何使用

  • 官网直接体验:打开 Vidu 官网就能用,预览阶段有两个月限时优惠。
  • 调接口:型号字符串是 viduq4-preview。图生视频走 POST https://api.vidu.com/ent/v2/img2video ,接受单张首帧图,png、jpeg、jpg、webp 格式,单文件不超过 50MB,提示词上限 20000 字符,时长 3 到 16 秒默认 5 秒,分辨率 540p 到 4K 默认 720p。参考生视频走 POST https://api.vidu.com/ent/v2/reference2video 。
  • 返回地址有时效:生成的 URL 只保留 24 小时,拿到后要及时转存。
  • 按档位算预算:官方积分表里各档是每秒 9、19、24、38、78 积分,换算成现金是 540p 约 0.045 美元、720p 约 0.095、1080p 约 0.12、2K 约 0.19、4K 约 0.39。
  • 目前没有文生视频:这一版只支持图生视频和参考生视频两种模式,纯文字提示词出片还不开放。

Vidu Q4 Preview的核心优势

  • 4K 档目前少见:这批主流视频模型里,原生提供 4K 生成档的不多,Vidu Q4 Preview 的 4K 是每秒 78 积分,约 0.39 美元。
  • 540p 是个有用的档位:0.045 美元每秒的价格是用来试构图的,确认机位和场面之后再按全分辨率重跑,这条路在对手的价目表上没有对应项。
  • 参考预算宽:15 张图加 3 段音频的公开额度,比多数同类模型给得多,短剧和广告这类需要角色贯穿多镜头的活儿受益最直接。
  • 榜单跃升幅度大:前代最好的 Q3 Pro 在 Artificial Analysis 图生视频榜第 19 名 1056 分,Q4 Preview 首登第 3 名 1179 分,一代抬了 123 分,而榜单的置信区间大约只有 20 分宽。

Vidu Q4 Preview的同类竞品对比

这次选 MiniMax H3 作参照,它是同榜第二名、分数与 Q4 Preview 只差 2 分,更重要的是它的逐档价格与 Vidu 直接可比,而且它有一条 Vidu 没有的能力通道。

对比维度 Vidu Q4 Preview MiniMax H3
图生视频榜排名 第 3 名,1179 分 第 2 名,1181 分
540p 档 约 0.045 美元每秒 无此档
720p 档 约 0.095 美元每秒 0.08 美元每秒
2K 档 约 0.19 美元每秒 0.13 美元每秒
4K 档 约 0.39 美元每秒 无此档
视频作为输入 不支持 支持,可续写、延长、改风格
参考图额度 最多 15 张 公开文档给得更少
文生视频 不支持 支持

这张表里有几件事要说清楚。第一,它和榜首的差距小于误差范围。榜首 MiniMax H3 Max 是 1195 分,第二名 H3 是 1181,第三名 Q4 Preview 是 1179,第三名与第一名相差 16 分,而榜单的置信区间大约 20 分宽。十六分的差距落在这么宽的区间里,严格讲不是排名,是三个人类评审分不开的三个模型。第二,Vidu 的价格不是全面更便宜。它的地板价确实更低,540p 那一档在对手价目表上没有对应项;但在两者都有的 2K 档上,MiniMax H3 便宜大约三分之一。选型要按自己的主力分辨率来定,不能只看宣传里的最低价。第三,那 0.09 元每秒是最低档叠折扣之后的数字。540p 标准费率折算是 0.045 美元每秒,约合 0.32 元,宣传价与它相差两倍多,官方没有逐项说明音频、时长、参考模式和分辨率各自如何影响这个下限。第四,MiniMax H3 有 Vidu 完全没有的一条路:它可以接受视频作为输入参考,指着一个拍好的镜头要求续写、延长或改风格,Q4 Preview 没有接受已有片段的入口。如果你的工作流是从实拍素材出发,而不是从一张图或一套参考出发,那这两款里只有一款能用,再高的分数也补不上这个缺口。第五,「5 倍出片」是效率主张而不是质量主张。官方原文限定在可比输出规格与计费条件下,同等预算最高可生成约 5 倍内容,对比基准是尚未发布的正式版 Q4 全价,没有第三方复现过。第六,Vidu 在文生视频榜上完全缺席。它的最好成绩仍是 Q3 Pro 的第 25 名 941 分,而该榜榜首 Wan 3.0 是 1156 分,所以「视频生成旗舰」这个说法目前只覆盖图生与参考生两条路径。想了解图像生成那侧的路线,可以对照我们写过的 FLUX 3 Image。

Vidu Q4 Preview的官方地址

Vidu Q4 Preview的应用场景

  • AI 短剧与漫剧:同一套参考图贯穿全剧,主角的脸、服装和声音由参考输入固定,创作团队可以先把成本压在这一档上做分镜预演和人物调度,确认之后再上高分档。
  • 广告多版本测试:同一支广告的多个开场、多个创意方向并行试,540p 档让低成本比对成为可能,选定方向后再用 4K 出终版。
  • 电商素材批量做:不同产品、不同渠道、不同人群各出一版,参考图可以同时钉住商品与模特,产品一致性不必靠后期修。
  • 影视前期预演:分镜验证和节奏测试放在生成阶段完成,比真人试拍便宜得多,这也是官方点名的用法。
  • 个人创作者:想低成本上手的话,参考同类视频工具,可以看我们写过的 PixTV-AI 视频创作 和 Seko,按整类找可以走 AI 视频工具。

© 版权声明

相关文章