Vidu Q4 Preview

Positionierung und Kurzprofil

Der referenzbasierte Videopfad von Vidu Q4 Preview richtet sich an Entwickler, die Figuren, Szenen und Stimme im fertigen Video konsistent halten müssen. Laden Sie 1 bis 15 Referenzbilder hoch (Personen, Szenen und Requisiten sind alle möglich) sowie bis zu 3 Audioreferenzen und erzeugen Sie zusammen mit einem Text-Prompt ein Video von 3 bis 16 Sekunden. Die Auflösung ist wahlweise von 540p bis 4K verfügbar, und standardmäßig wird nativer, zum Bild synchroner Ton ausgegeben. Geeignet für serielle Kurzinhalte, Charakterdialog-Segmente und Shot-Previsualisierungen, bei denen mehrere Varianten verglichen werden sollen.

Kernhighlights

• Mehrere Referenzbilder halten Figuren und Szenen konsistent – bis zu 15 Referenzbilder pro Durchlauf können Figuren, Szenen und Requisiten festlegen; im Prompt werden sie der Reihenfolge nach referenziert, was Bilddrift über mehrere Shots hinweg reduziert.
• Audioreferenzgestützte Stimmgenerierung – bis zu 3 MP3-Sprachsamples von 3 bis 12 Sekunden können als Stimmreferenz angehängt werden, damit generierte Dialoge der gewünschten Stimmfarbe näherkommen.
• Nativer Ton standardmäßig mitgeliefert – standardmäßig werden synchron zum Video Dialoge und Soundeffekte erzeugt; abschaltbar, um stummes Material zu erhalten und die nachträgliche Audiospurtrennung zu sparen.
• Dauer, Seitenverhältnis und Auflösung anpassbar – Dauer 3 bis 16 Sekunden, fünf Seitenverhältnisse und fünf Auflösungsstufen von 540p bis 4K; derselbe Pfad deckt Quer- und Hochformat sowie unterschiedliche Klarheitsanforderungen ab.

Funktionsbeschreibung

Generierung mit Referenzbild-Bindung: Geben Sie 1 bis 15 Bilder im Format JPG, PNG oder WEBP ein und referenzieren Sie diese im Prompt der Reihenfolge nach, um Aussehen der Figuren, Szenen und zentrale Requisiten zu fixieren – ideal für mehrere Videos, die dieselbe Erscheinung fortführen sollen.

Stimmreferenz für die Vertonung: Hängen Sie bis zu 3 MP3-Sprachreferenzen von 3 bis 12 Sekunden an und legen Sie im Prompt die sprechende Figur fest, damit Charakterdialoge die gewünschten Stimmmerkmale tragen.

Schalter für synchronen Ton: Der audio-Parameter ist standardmäßig aktiv und erzeugt ein fertiges Video mit Dialogen und Soundeffekten; nach dem Abschalten erhält man ein reines Bildvideo, das sich später frei vertonen und mit Musik unterlegen lässt.

Frei festlegbare Ausgabespezifikation: Unterstützt die fünf Seitenverhältnisse 16:9, 9:16, 1:1, 4:3 und 3:4 sowie Auflösungen von 540p bis 4K und liefert direkt fertige Videos für verschiedene Platzierungen.

Lange Prompt-Beschreibungen: Der Prompt kann bis zu 20000 Zeichen lang sein und strukturierte Beschreibungen wie Rollenverteilung mehrerer Figuren, Kamerabewegung und Dialogzeilen aufnehmen.

Anwendungsfälle

• Kreative für serielle Kurzinhalte – mit derselben Gruppe von Figuren- und Szenenreferenzbildern mehrere Kurzfilme in Serie erzeugen, das Figurenbild einheitlich halten und direkt für Social-Media-Updates oder Seriensegmente nutzen.
• Produktion von Handlungssegmenten mit Dialog – Figurenreferenzbilder und Stimmproben bereitstellen, Dialogzeilen ausschreiben und ein Kurzvideo mit synchronem Dialog erzeugen, etwa als Storyboard-Previsualisierung oder als Fertigmaterial.
• Vergleich mehrerer Varianten für Werbe- und Markenfilme – durch Wechsel von Referenzbildern und Prompts schnell Versionen mit unterschiedlichen Kamerapositionen und Einstiegen testen, damit das Team vor dem Dreh die Richtung auswählen kann.
• Materialadaption für Multi-Plattform-Ausspielung – je eine Version mit unterschiedlichen Seitenverhältnissen und Auflösungsparametern erzeugen, um Querformat, Hochformat und HD-Auslieferung abzudecken.

Einschränkungen und Auswahlhinweise

Die maximale Generierungsdauer pro Durchlauf beträgt 16 Sekunden; längere Erzählungen müssen segmentweise erzeugt und anschließend zusammengesetzt werden. Referenzmaterial ist mengenmäßig begrenzt: höchstens 15 Bilder und 3 Audiospuren, wobei Audioreferenzen nur als MP3 und mit je 3 bis 12 Sekunden unterstützt werden. Als Preview-Version können Funktionsumfang und Parameter später angepasst werden; für Produktionsprozesse mit extrem hohen Anforderungen an die Ausgabestabilität ist der Pfad daher weniger geeignet. Wenn nur ein einzelnes Startbild das Bild führen soll, kann der Startbild-Pfad derselben Serie gewählt werden; bei Bedarf an längeren durchgehenden Shots sollten die Postproduktionskosten für das Zusammensetzen von Segmenten abgewogen werden.