Vidu Q4 Preview 레퍼런스 기반 영상 생성: 캐릭터 일관성 및 네이티브 오디오 데모

이 항목은 Vidu Q4 Preview의 레퍼런스 기반 영상 생성(reference-to-video) 입력 구조를 원본으로 삼아, 소량의 레퍼런스 이미지와 한 개의 음성 톤 레퍼런스로 캐릭터의 외형과 목소리를 제약하고, 단일 프롬프트로 네이티브 오디오가 포함된 짧은 숏을 생성하는 방법을 보여줍니다. 구성: 두 장의 캐릭터 레퍼런스 이미지가 각각 주인공과 상대역의 외형과 의상을 고정하며, 3개 이내의 오디오 레퍼런스로 주인공의 음색을 고정합니다(본 작품은 한 개의 중국어 대사 음색 레퍼런스를 사용). 프롬프트는 스키마 규약에 따라 「레퍼런스 이미지 1 / 레퍼런스 이미지 2 / 레퍼런스 오디오 1」 순서로 소재를 지칭하며, 짧고 긴박한 대립 장면을 구성합니다: 주인공의 시선과 감정이 고조되고, 상대역은 옆으로 몸을 돌려 반응하며, 카메라는 미디엄 숏에서 클로즈업으로 밀고 들어가고, 환경음과 대사가 동시에 생성됩니다. 파라미터 측면: duration은 10초, resolution은 1080p, aspect_ratio는 16:9, audio는 기본 켜짐 상태를 유지합니다. 해당 모델은 Preview 버전으로 공식적으로 능력이 계속 반복 개선될 것임을 유의해야 합니다. 단일 생성 상한은 16초이며, 긴 숏은 분할 후 이어 붙여야 합니다. 레퍼런스 이미지는 최대 15장, 오디오는 최대 3개까지 가능하며, 오디오 레퍼런스는 3–12초 길이의 MP3여야 합니다. 적용 시나리오: 캐릭터 외형과 목소리가 숏 간에 일관되어야 하는 시리즈형 짧은 콘텐츠, 드라마 장면 사전 시연, 다중 안 비교(레퍼런스 이미지나 프롬프트만 교체하면 연기와 카메라 위치의 차이를 비교 가능), 그리고 독립 창작자와 소규모 스튜디오의 저비용 숏 시험 제작에 적합합니다.