Obras

Vidu Q4 Preview 参考生视频：Consistência de personagem e demonstração de áudio nativo

Este item usa como base a estrutura de entrada de referência para vídeo (reference-to-video) do Vidu Q4 Preview para demonstrar como usar algumas imagens de referência e uma referência de timbre de voz para restringir a aparência e a voz dos personagens, e então conduzir uma curta cena com áudio nativo a partir de um único prompt. Composição: duas imagens de referência de personagem fixam a aparência e o figurino do protagonista e do antagonista, respectivamente; até três referências de áudio são usadas para fixar o timbre do protagonista (esta obra usa uma referência de timbre de diálogo em chinês). O prompt refere-se aos materiais na ordem “imagem de referência 1 / imagem de referência 2 / áudio de referência 1”, conforme convencionado no schema, construindo uma curta cena de confronto: o olhar e a emoção do protagonista avançam, o antagonista reage de lado, a câmera vai do plano médio ao close-up, e o som ambiente e o diálogo são gerados em sincronia. No nível dos parâmetros: duration é 10 segundos, resolution é 1080p, aspect_ratio é 16:9 e audio permanece ativado por padrão. Vale notar que este modelo é uma versão Preview e que as capacidades oficialmente declaradas ainda serão iteradas; o limite por geração é de 16 segundos, e planos longos precisam ser montados em segmentos; são permitidas no máximo 15 imagens de referência e no máximo 3 áudios de referência, sendo que o áudio de referência deve ser um MP3 de 3 a 12 segundos. Cenários de aplicação: conteúdos curtos seriados que exigem consistência de aparência e voz dos personagens entre planos, pré-visualização de trechos dramáticos, comparação de múltiplas propostas (basta substituir as imagens de referência ou o prompt para comparar diferenças de atuação e enquadramento), e testes de baixo custo de planos por criadores independentes e pequenos estúdios.

Estilo Consistência de Personagem · Áudio Nativo · Cenário de diálogo

Modelo Vidu Q4 Preview

Entradas de referência

reference_audio_urls
reference_image_urls
reference_image_urls

Experimente você mesmo

Prompt

Try this model

A imagem de referência 1 define a protagonista: uma jovem vestindo um jaqueta de campo verde-oliva desgastada, com cabelo curto escuro e uma pequena cicatriz acima da sobrancelha esquerda. A imagem de referência 2 define seu antagonista: um homem alto de sobretudo cinza-carvão, cabeça raspada, com os ombros molhados pela chuva. O áudio de referência 1 fornece a voz da protagonista.

Cena: ao crepúsculo, uma passagem subterrânea de concreto molhada pela chuva, lâmpadas de sódio piscando de forma instável, poças rasas refletindo uma luz laranja quente. A abertura é um plano médio, com leve ângulo baixo; a mulher da imagem de referência 1 sai das sombras, respirando com dificuldade, o olhar fixo fora do quadro. Com a voz do áudio de referência 1, ela diz em tom baixo e contido: “Você não deveria ter voltado.” O homem da imagem de referência 2 vira lentamente a cabeça, o sobretudo balançando, e responde sem elevar o volume da voz. A câmera avança lentamente até um close-up do rosto dela, que sustenta o olhar dele, o maxilar tenso, e pisca uma vez; a chuva passa em frente à lente, e pequenas partículas flutuam na luz. A câmera permanece na mão, mas estável, sem cortes, um movimento contínuo, desfoque de movimento natural, textura cinematográfica de 35mm com granulação fina de filme.

Áudio: diálogo sincronizado, som ambiente de chuva, zumbido distante do tráfego, passos sobre concreto molhado e um leve som metálico no momento da transição de plano.

Copie o prompt completo e adapte-o para a sua própria geração.

Etiquetas