从文字到分镜：Vidu Q4 参考图生视频概念演示

本条目演示 vidu-q4-preview 的 reference-to-video 工作流：先用两张参考图锁定角色与场景，再以提示词按 @Image1、@Image2 的顺序指代素材，驱动一段短镜头。选题聚焦「从文字到画面」的分镜概念——把剧本描述拆成可复用的角色设定与场景设定图，再交给参考模式生成带原生音频的连续镜头，避免反复重写角色外观。 构成上，base 保留了线路 schema 的非媒体参数：duration 取 6 秒、720p、16:9，audio 保持默认开启，以便同一流程内含对白与音效。assets 负责两张参考图：一张角色半身设定，一张场景氛围图，分别绑定到 reference_image_urls[0] 与 reference_image_urls[1]。提示词中按顺序引用参考图，属于该线路 schema 说明的用法。 适用场景：独立创作者与小型工作室在正式生产前做镜头预演；需要角色、风格在不同镜头间保持一致性的系列化短片；以及用同一组参考图反复比稿表情、机位或开场方式的场景。需注意该版本为 Preview，能力持续迭代，单次生成时长上限 16 秒，长镜头需分段拼接。