Vidu Q4 रिव्यू: Vidu AI के नए मॉडल को 4 रेफ़रेंस, एक वॉयस क्लिप और 2K पर परखा

Vidu Q4 वह मॉडल है जिसे Vidu AI ने अक्टूबर 2026 में जारी किया, और इस पर अभी भी प्रीव्यू का लेबल लगा है। इसका दावा दो बातों पर टिका है: एक ही शॉट में कई रेफ़रेंस सब्जेक्ट रखना, और एक ऑडियो क्लिप से किरदार की आवाज़ पक्की करना।

स्लाइड पर यह अच्छा लगता है। पर क्या असल में टिकता है? Vidu Q4 को ZOOOP पर जोड़ने के बाद हमने इनपुट का एक तय सेट बनाया और उसे चार सवालों पर चलाकर देखा।

छोटे में बात

• कई सब्जेक्ट वाले रेफ़रेंस सच में काम करते हैं। हमने दो लोग, एक स्कूटर और एक गली दी, और चारों एक ही शॉट में दिखे। न लोगों की शक्लें आपस में बदलीं, न स्कूटर का रंग।
• वॉयस रेफ़रेंस अपना काम करता है। क्लिप में बोली गई बात लगभग उसी पिच पर आती है जिस पर रेफ़रेंस ऑडियो है।
• Vidu Q3 Pro के मुक़ाबले, पहले फ़्रेम से बना एक सादा शॉट लगभग एक जैसा दिखता है, जबकि Vidu Q4 की लागत काफ़ी कम है।
• 2K, 540p से कहीं ज़्यादा साफ़ है, लेकिन ऊँचा रेज़ोल्यूशन आपको एक नई क्लिप देता है, बड़ी की हुई कॉपी नहीं।
• न सिर्फ़-टेक्स्ट मोड है, न आख़िरी फ़्रेम। शुरुआत हमेशा कम से कम एक इमेज से होती है।

Vidu Q4 क्या है

Vidu Q4, Vidu AI का सबसे नया वीडियो मॉडल है, और यह दो तरह से काम करता है। पहला फ़्रेम मोड एक इमेज में जान डालता है, और आउटपुट उसी इमेज का आस्पेक्ट रेशियो बनाए रखता है। रेफ़रेंस मोड 12 तक रेफ़रेंस इमेज और 3 से 12 सेकंड की ज़्यादा से ज़्यादा तीन MP3 वॉयस क्लिप लेता है, और इन सब्जेक्ट और आवाज़ों के इर्द-गिर्द एक सीन बनाता है।

दोनों मोड में क्लिप 3 से 16 सेकंड की होती है, 540p से 4K तक पाँच रेज़ोल्यूशन मिलते हैं, और मॉडल अपनी नेटिव आवाज़ भी बनाता है, जिसे आप बंद कर सकते हैं। ZOOOP पर पहला फ़्रेम मोड पहले और आख़िरी फ़्रेम से वीडियो में है और रेफ़रेंस मोड एआई वीडियो जनरेटर में। दोनों में से किसी में भी Vidu Q4 चुन लीजिए।

टेस्ट 1: एक शॉट में चार रेफ़रेंस सब्जेक्ट

हमने एआई इमेज जनरेटर से चार रेफ़रेंस इमेज बनाईं: लाल कोट वाली एक महिला, चश्मा लगाए दाढ़ी वाला एक आदमी, मिंट-ग्रीन रंग का एक विंटेज स्कूटर, और किसी यूरोपीय पुराने शहर की पत्थरों वाली गली।

प्रॉम्प्ट: गोल्डन आवर में आदमी स्कूटर चलाते हुए गली से गुज़रता है, महिला पीछे बैठी है और कैमरे की ओर हाथ हिलाती है। 720p, 5 सेकंड।

आख़िरी सेकंड पर रोककर देखिए, हर रेफ़रेंस मेल खाता है। लाल कोट और लालिमा लिए भूरे बाल उसी महिला के हैं, चश्मा और दाढ़ी उसी आदमी की, स्कूटर वही मिंट-ग्रीन है, और गली भी रेफ़रेंस वाली ही है, बाईं ओर कैफ़े की मेज़ों समेत।

कमज़ोर पहलू: पहले आधे हिस्से में सवार दूर हैं और उनके चेहरे छोटे दिखते हैं। अगर आपको पूरे समय चेहरे साफ़ पहचान में आने चाहिए, तो प्रॉम्प्ट में "medium shot" या "the riders fill half the frame" लिखिए।

टेस्ट 2: किरदार के लिए वॉयस रेफ़रेंस

Vidu Q4 सबसे अलग यहीं दिखता है, और Vidu AI की इस पीढ़ी की सबसे बड़ी नई क्षमता भी यही है। हमने टेक्स्ट टू स्पीच से 5.7 सेकंड की एक क्लिप बनाई, जिसमें एक महिला अपना परिचय देती है। फिर वह क्लिप लाल कोट वाली फ़ोटो के साथ मॉडल को दी और कहा कि वह गली में खड़ी होकर कैमरे के सामने यही लाइन बोले। 540p, वर्टिकल 9:16, 6 सेकंड।

होंठों की हरकत और बोलने की रफ़्तार आवाज़ से मेल खाती है। आवाज़ परखने के लिए हमने सिर्फ़ कानों पर भरोसा नहीं किया, पिच नापकर देखी: रेफ़रेंस क्लिप का मीडियन क़रीब 219 Hz है और जनरेट हुई आवाज़ का क़रीब 225 Hz, यानी 3% से भी कम का फ़र्क़, और फैलाव भी लगभग एक जैसा। मतलब, Vidu Q4 सच में रेफ़रेंस आवाज़ के पीछे चलता है।

सीरीज़ बनाने वालों को यह पसंद आएगा: एक ही किरदार की आवाज़ हर क्लिप में एक जैसी रह सकती है।

टेस्ट 3: वही पहला फ़्रेम, Vidu Q4 बनाम Vidu Q3 Pro

अक्सर पूछा जाता है कि Vidu Q4, Vidu Q3 से बेहतर क्या करता है। हमने कैफ़े की खिड़की के पास कॉफ़ी लिए एक महिला की एक फ़ोटो और एक प्रॉम्प्ट लिया (वह कप उठाती है, एक घूँट लेती है, मुस्कुराती है और कैमरे की ओर मुड़ती है), और दोनों पर 720p में 5 सेकंड चलाया।

सच कहें तो फ़र्क़ बहुत मामूली है। दोनों में हरकत लगभग एक जैसी है: एक घूँट, कप थोड़ा नीचे आता है, फिर मुड़ना और मुस्कुराना। रोशनी, बाल और कप, दोनों में बराबर अच्छे से टिके रहते हैं।

तो अगर आपको बस एक इमेज को चलाना है, तो Vidu Q3 Pro और Vidu Q4 दोनों काम कर देते हैं, और यहाँ Q4 साफ़ तौर पर सस्ता है। Q4 आगे निकलता है टेस्ट 1 और 2 जैसे कामों में, जहाँ कई सब्जेक्ट और आवाज़ के रेफ़रेंस चाहिए। यह Vidu Q3 लाइन में है ही नहीं।

टेस्ट 4: 540p बनाम 2K से कितना फ़र्क़ पड़ता है

वही स्कूटर इमेज, वही प्रॉम्प्ट ("slow push-in as sunlight glints off the chrome mirrors"), 540p और 2K दोनों पर 3 सेकंड। हर क्लिप से एक ही हिस्सा काटकर यह रहा:

540p पर शीशे का किनारा और ब्रेक लीवर धुंधले हैं; 2K पर क्रोम की चमक और लीवर का मेटल साफ़ दिखते हैं। पहला फ़्रेम मोड इमेज का आकार भी बनाए रखता है: यह 4:3 प्रोडक्ट शॉट 4:3 वीडियो के रूप में लौटा।

एक पेच है: 2K क्लिप में हेडलाइट जल रही है और 540p वाली में बंद है। रेज़ोल्यूशन बदलने पर आपको एक अलग क्लिप मिलती है, 540p वाला टेक बड़ा होकर नहीं। 540p को प्रॉम्प्ट परखने के लिए इस्तेमाल कीजिए, कोई टेक चुनकर उसे "अपग्रेड" करने के लिए नहीं।

क्या टूटा, और सीमाएँ

• सिर्फ़ टेक्स्ट से जनरेशन नहीं। पहले फ़्रेम मोड को एक इमेज चाहिए और रेफ़रेंस मोड को कम से कम एक रेफ़रेंस इमेज। सिर्फ़ टेक्स्ट से वीडियो के लिए कोई दूसरा मॉडल इस्तेमाल कीजिए।
• आख़िरी फ़्रेम नहीं। "A को B में बदलो" जैसे ट्रांज़िशन इसके दायरे से बाहर हैं।
• रेफ़रेंस मोड धीमा है। हमारी पहले फ़्रेम वाली क्लिप एक-दो मिनट में आ गईं; रेफ़रेंस क्लिप में कई मिनट लगे।
• यह अभी प्रीव्यू है। वर्ज़न बदलने पर इसका बर्ताव बदल सकता है, इसलिए किसी बड़े प्रोजेक्ट से पहले छोटे पैमाने पर आज़माइए।
• वॉयस रेफ़रेंस MP3 में ही होने चाहिए, हर एक 3 से 12 सेकंड का।

Vidu Q4 से सबसे ज़्यादा कैसे निकालें

Vidu AI के नए मॉडल के साथ हमारे लिए यह क्रम काम आया:

1. प्रॉम्प्ट और रेफ़रेंस के मेल 540p पर 3 से 5 सेकंड में परखिए, और देखिए कि हर इंसान और हर चीज़ पहचानी गई है;
2. दिशा ठीक बैठ जाए तो फ़ाइनल 1080p, 2K या 4K पर रेंडर कीजिए;
3. एक ही किरदार की कई क्लिप के लिए वही वॉयस रेफ़रेंस दोबारा इस्तेमाल कीजिए, ताकि आवाज़ एक जैसी रहे;
4. सारे टुकड़े जनरेटिव कैनवस पर जोड़िए।

अगर आपको बस एक फ़ोटो में जान डालनी है और कई सब्जेक्ट या आवाज़ की ज़रूरत नहीं, तो Q3 Pro और Q4 के नतीजे क़रीब-क़रीब एक जैसे हैं, इसलिए कोई भी चलेगा।

आख़िरी बात

Vidu Q4 हर चीज़ में पिछली पीढ़ी से बेहतर नहीं है; पहले फ़्रेम वाले सादे शॉट पर यह Vidu Q3 Pro के बराबर रहता है। इसकी ख़ूबी यह है कि यह कई तय लोगों और चीज़ों को एक ही शॉट में रख देता है और एक ऑडियो क्लिप से आवाज़ पक्की कर देता है। ये दोनों काम पहले या तो नामुमकिन थे या इन्हें पोस्ट-प्रोडक्शन में ठीक करना पड़ता था। ब्रांड किरदारों, एपिसोड वाले शॉर्ट्स और कई लोगों वाले विज्ञापनों के लिए Vidu AI का यह नया मॉडल आज़माने लायक़ है।

स्पेसिफ़िकेशन और ज़्यादा उदाहरण Vidu Q4 मॉडल पेज पर हैं।