Vidu Q4 Preview 参考生视频: демонстрация согласованности персонажей и нативного аудио
Этот материал основан на структуре входных данных функции reference-to-video (генерация видео по референсам) в Vidu Q4 Preview и демонстрирует, как с помощью нескольких референсных изображений и одного аудиореференса тембра зафиксировать внешность и голос персонажа, а затем одним промптом создать короткий кадр с нативным аудио. Состав: два референсных изображения персонажей закрепляют внешность и одежду главной героини и её противника, до трёх аудиореференсов используются для фиксации тембра главной героини (в данной работе используется один аудиореференс китайской реплики). Промпт в соответствии со схемой ссылается на материалы в порядке «референсное изображение 1 / референсное изображение 2 / аудиореференс 1», выстраивая короткую сцену противостояния: взгляд и эмоции главной героини развиваются, противник реагирует вполоборота, камера переходит со среднего плана на крупный, звуки окружения и диалог генерируются синхронно. Параметры: duration — 10 секунд, resolution — 1080p, aspect_ratio — 16:9, audio остаётся включённым по умолчанию. Следует учитывать, что эта модель является Preview-версией, и официально заявленные возможности будут дорабатываться; лимит одного поколения — 16 секунд, длинные кадры требуют сегментной склейки; референсных изображений — до 15, аудио — до 3 фрагментов, аудиореференс должен быть MP3 длительностью 3–12 секунд. Сценарии применения: серийный короткий контент, требующий согласованности внешности и голоса персонажа между кадрами, предварительная проработка сюжетных фрагментов, сравнение нескольких вариантов (достаточно заменить референсное изображение или промпт, чтобы сравнить различия в игре и ракурсах), а также недорогая пробная съёмка кадров для независимых авторов и небольших студий.
Стиль Согласованность персонажа · Нативное аудио · Сцена диалога
Модель Vidu Q4 Preview
Референсные входы
reference_audio_urls
reference_image_urls
reference_image_urls
Промпт
Референсное изображение 1 определяет главную героиню: молодая женщина в потёртой оливковой полевой куртке, короткие тёмные волосы, небольшой шрам над левой бровью. Референсное изображение 2 определяет её противника: высокий мужчина в тёмно-сером пальто, бритая голова, плечи промокли от дождя. Аудиореференс 1 задаёт голос главной героини. Кадр: сумерки, бетонный подземный переход, промокший от дождя, натриевые лампы мерцают, неглубокие лужи отражают тёплый оранжевый свет. Начало — средний план, слегка снизу; женщина с референсного изображения 1 выходит из тени, дышит учащённо, пристально смотрит за кадр. Низким сдержанным голосом из аудиореференса 1 она произносит: «Тебе не стоило возвращаться». Мужчина с референсного изображения 2 медленно поворачивает голову, пальто колышется, он отвечает, не повышая голоса. Камера медленно приближается до крупного плана её лица, она встречает его взгляд, челюсть напряжена, она моргает один раз; капли дождя проносятся перед объективом, мелкие частицы плывут в свете ламп. Камера держится в ручном режиме, но стабильно, без склеек, одно непрерывное движение, естественное смазывание движения, кинематографическая фактура 35 мм с тонким плёночным зерном. Аудио: синхронный диалог, шум дождя в окружении, гул далёкого транспорта, шаги по мокрому бетону и слабый металлический стук при смене плана.
Скопируйте полный промпт и адаптируйте под свою задачу.
Теги