Vidu Q4

Was Vidu Q4 gut kann und wo nicht

Vidu Q4 ist darauf ausgelegt, viele Dinge gleichzeitig konsistent zu halten. Während die meisten Videomodelle mit ein oder zwei Referenzen gut zurechtkommen, nimmt Q4 bis zu 12 Referenzbilder in einer einzigen Einstellung und bis zu drei Referenzstimmen an. So behalten ein ganzes Figurenensemble, ein Produkt und ein Schauplatz ihr Aussehen, während der generierte Dialog die richtige Stimme behält.

Die erste Kernfähigkeit ist Video aus Referenzen mit Motiven und Stimmen. Fügen Sie die Bilder hinzu, legen Sie im Prompt fest, wer was tut, und ergänzen Sie optional MP3-Sprachclips von 3 bis 12 Sekunden. In unseren Tests standen zwei Roboter-Referenzen in 9:16 nebeneinander auf einem Dach im Sonnenuntergang und wiegten sich, ohne dass ihre Designs vertauscht wurden; eine einzelne Figur winkte der Kamera zur Begrüßung zu, und der Ton entstand zusammen mit dem Bild.

Die zweite ist die Bandbreite der Auflösungen. Fünf Stufen von 540p bis 4K bedeuten, dass Sie eine Version günstig testen und die gelungene in 2K oder 4K für große Bildschirme rendern können, ohne das Modell zu wechseln.

Die dritte ist Länge mit Ton. Jede Dauer von 3 bis 16 Sekunden, mit Dialog, Effekten und Atmo in einem Durchgang generiert. Für Clips ohne Ton können Sie das Audio ausschalten.

Schwächen: Es gibt keinen reinen Textmodus und kein Endbild. Reines Text-zu-Video ist Sache von Gemini Omni 1.1 Flash oder MiniMax H3 Max, Übergänge von Start- zu Endbild von MiniMax H3 Max. Außerdem ist es noch ein Preview-Modell, sein Verhalten kann sich also mit der Zeit ändern. Für Takes über 16 Sekunden schafft Wan V3.0 bis zu 30.

Ein sinnvolles Denkmodell: Wählen Sie Vidu Q4, wenn mehrere Motive oder eine bestimmte Stimme konsistent bleiben müssen oder das Endergebnis in 4K vorliegen muss. Nutzen Sie MiniMax H3 Max für schnelle Clips aus einem Startbild und Gemini Omni 1.1 Flash, wenn Sie bearbeiten oder verlängern müssen.