首帧驱动的原生音频短片：Vidu Q4 预览版图生视频

以 Vidu Q4 预览版（image-to-video 作者线路）的图生视频能力为对象，做一次参数最小但信息完整的实测演示：用一张首帧图驱动画面，同时开启原生音频开关，让对白与音效在同一生成流程里产生。 作者线路的必填项只有 image_url，因此本条目把重点放在「首帧决定构图与画幅、prompt 决定运动与声音」这一分工上：base 中显式给出 duration=8、resolution=1080p、audio=true，覆盖 schema 的全部默认值语义；prompt 只描述镜头运动、角色表演与声音事件，不重复描述首帧已固定的画面内容。首帧素材由产线生成（一条 image asset），绑定到 image_url。 适用场景：想快速验证「一张图 + 一段运动描述」能产出什么样的带声短片；需要在 3–16 秒区间内做多方案比稿的开发者；以及希望了解该模型族在角色表情、机位移动与同步音效上表现的制作团队。注意本线路单次生成上限为 16 秒，长镜头需分段拼接，且输出画幅跟随首帧图比例（1:4 至 4:1）。