HiAPI
21:9高调光影横幅:左侧奶油柔光留白,右侧虹彩玻璃胶片带沿陶瓷金属轨道卷曲上升,冰蓝青绿点缀珊瑚粉,vidu-q4-preview 发光蚀刻于胶片带上,为 Vidu 视频模型详情页 Hero 图。

Vidu

Vidu Q4 Preview

vidu-q4-preview/reference-to-video

Vidu Q4 系列首个公开预览版,主打角色表演与原生音频,支持最多 15 张图与 3 段音频参考引导,输出最高 4K 视频

试用 vidu-q4-preview/reference-to-video

输入

作品灵感

查看全部作品

输出

video
填写参数并生成,结果会显示在这里。

价格

vidu-q4-preview/reference-to-video 每秒

规格 单价
540P $0.0515
720P $0.109
1080P $0.1375
2K $0.2175
4K $0.446

定位简介

Vidu Q4 Preview 的参考生视频线路,面向需要在成片中保持角色、场景与声音一致的开发者。上传 1 至 15 张参考图(人物、场景、道具均可)与最多 3 段音频参考,配合文本提示即可生成 3 至 16 秒视频,分辨率可选 540p 到 4K,并默认输出与画面同步的原生音频。适合做系列化短内容、角色对白片段,以及需要多方案比稿的镜头预演。

核心亮点

  • 多参考图维持角色与场景一致——单次最多可用 15 张参考图约束人物、场景与道具,在提示词中按顺序引用,降低跨镜头的形象漂移。
  • 音频参考驱动的配音生成——可附加最多 3 段 3 至 12 秒的 MP3 语音样本作为音色参考,让生成对白更贴近指定声线。
  • 原生音频默认同出——默认随视频生成同步的对白与音效,也可关闭以获得无声素材,省去分离音轨的二次处理。
  • 时长、画幅与分辨率可调——时长 3 至 16 秒、五种画幅比例、540p 至 4K 五档分辨率,同一线路覆盖横竖屏与不同清晰度需求。

能力说明

参考图约束生成:输入 1 至 15 张 JPG、PNG 或 WEBP 图片,在提示词中按顺序指代,用于锁定角色外观、场景与关键道具,适合需要延续同一形象的多条视频。

音色参考配音:附带最多 3 段 3 至 12 秒的 MP3 语音参考,结合提示词指定说话对象,用于让角色对白带有目标音色特征。

同步音频开关:audio 参数默认开启,生成带对白与音效的成片;关闭后得到纯画面视频,便于后期自行配音配乐。

输出规格自定:支持 16:9、9:16、1:1、4:3、3:4 五种画幅与 540p 至 4K 分辨率,直接产出适配不同投放位的成片。

长提示词描述:prompt 最长 20000 字符,可容纳多角色分工、镜头走位与对白台词等结构化描述。

适用场景

  • 系列化短内容的创作者——用同一组角色与场景参考图批量生成多条短片,保持人物形象统一,直接用于社媒更新或剧集片段。
  • 带台词的剧情片段制作——提供角色参考图与音色样本并写明台词,产出带同步对白的短片,用作分镜预演或成片素材。
  • 广告与品牌短片的多方案比稿——更换参考图与提示词快速试出不同机位、开场方式的版本,供团队在正式拍摄前筛选方向。
  • 多平台投放的素材适配——用不同画幅比例与分辨率参数各生成一版,覆盖横屏、竖屏与高清交付的素材需求。

限制与选型建议

单次生成时长上限 16 秒,更长的叙事需分段生成再拼接;参考素材受数量限制,最多 15 张图像与 3 段音频,音频参考仅支持 MP3 且每段 3 至 12 秒。作为预览版本,能力与参数后续可能调整,不宜用于对输出稳定性要求极高的量产流程。若只需由单张首帧驱动画面,可选用同系列的首帧驱动线路;需要更长连续镜头时,应评估分段拼接的后期成本。

  • 图生视频可以自己设置画幅吗?

    不能。成片画幅完全跟随首帧图片:传横图出横屏、传竖图出竖屏,所以想要 9:16 竖屏就准备一张竖版首帧。首帧宽高比需在 1:4 到 4:1 之间,过于狭长的图片会在提交时被拒绝。

  • audio 开关有什么用?

    原生音频默认开启,会生成与画面同步的对白、环境声和音效;关闭后输出纯画面无声视频,适合做循环背景、后期自己配乐或加字幕。开关不影响价格。

  • 时长和价格是什么关系?

    按提交的整数秒时长乘以所选分辨率的每秒单价计费,音频开关和图片数量都不参与计价。分辨率越高每秒单价越高,4K 档约为 540p 档的 8.7 倍,具体金额以定价页为准。

  • 五档分辨率分别适合什么场景?

    540p 用来试提示词和镜头,也够做小尺寸循环背景;720p 覆盖大多数社媒与网页;1080p 用于常规投放;2K 适合大屏和电视展示;4K 用于展陈、影院级画面或需要后期裁切二次构图的镜头。定稿前先用低档试,定稿再用高档出。

同类型模型