Vidu Q4 review: we testten het nieuwe model van Vidu AI met 4 referenties, een stemfragment en 2K

Vidu Q4 is het model dat Vidu AI in oktober 2026 uitbracht, en het draagt nog steeds het label preview. De belofte bestaat uit twee dingen: veel referentieonderwerpen in één shot zetten, en de stem van een personage vastleggen met een audiofragment.

Op een slide klinkt dat goed. Maar houdt het stand? Nadat we Vidu Q4 aan ZOOOP hadden toegevoegd, stelden we één vaste set input samen en legden die langs vier vragen.

De korte versie

• Referenties met meerdere onderwerpen werken echt. We gaven het model twee mensen, een scooter en een straat, en alle vier verschenen in één shot, zonder dat de twee mensen door elkaar liepen of de scooter van kleur veranderde.
• De stemreferentie doet wat ze moet doen. De spraak in de clip komt uit op bijna dezelfde toonhoogte als de referentieaudio.
• Tegenover Vidu Q3 Pro ziet een eenvoudig shot vanaf een startframe er bijna identiek uit, terwijl Vidu Q4 merkbaar minder kost.
• 2K is veel scherper dan 540p, maar een hogere resolutie geeft je een nieuwe clip, geen vergrote kopie.
• Geen modus met alleen tekst en geen eindframe. Je begint altijd met minstens één afbeelding.

Wat Vidu Q4 is

Vidu Q4 is het nieuwste videomodel van Vidu AI en werkt op twee manieren. Startframe-modus animeert één afbeelding, en de output houdt de beeldverhouding van die afbeelding aan. Referentiemodus neemt tot 12 referentiebeelden plus tot drie MP3-stemfragmenten van 3 tot 12 seconden, en bouwt rond die onderwerpen en stemmen één scène op.

Beide modi maken clips van 3 tot 16 seconden, bieden vijf resoluties van 540p tot 4K en genereren native audio die je kunt uitzetten. Op ZOOOP vind je de startframe-modus onder video uit eerste en laatste frame en de referentiemodus in de AI-videogenerator; kies in allebei Vidu Q4.

Test 1: vier referentieonderwerpen in één shot

We maakten vier referentiebeelden met de AI-beeldgenerator: een vrouw in een rode jas, een man met baard en bril, een mintgroene vintage scooter en een keienstraat in de oude binnenstad van een Europese stad.

De prompt: hij rijdt op de scooter met haar achterop door de straat tijdens het gouden uur, en zij zwaait naar de camera. 720p, 5 seconden.

Zet de laatste seconde op pauze en elke referentie klopt. De rode jas en het kastanjebruine haar zijn van haar, de bril en de baard van hem, de scooter heeft precies dat mintgroen, en de straat is die uit de referentie, tot en met de cafétafeltjes aan de linkerkant.

Het zwakke punt: in de eerste helft zijn de twee ver weg en zijn hun gezichten klein. Wil je de gezichten de hele tijd goed kunnen zien, zet dan "medium shot" of "the riders fill half the frame" in de prompt.

Test 2: een stemreferentie voor het personage

Hier onderscheidt Vidu Q4 zich het meest, en het is de belangrijkste nieuwe mogelijkheid in deze generatie van Vidu AI. Met tekst naar spraak maakten we een fragment van 5,7 seconden waarin een vrouw zichzelf voorstelt. Dat fragment gaven we het model samen met de foto van de vrouw in de rode jas, met de opdracht dat ze de tekst op straat tegen de camera uitspreekt. 540p, verticaal 9:16, 6 seconden.

Mondbewegingen en tempo lopen gelijk met de spraak. Om de stem te beoordelen vertrouwden we niet alleen op onze oren, maar maten we de toonhoogte: de mediaan van het referentiefragment ligt rond 219 Hz, die van de gegenereerde spraak rond 225 Hz. Dat is minder dan 3% verschil, met bijna dezelfde spreiding. Met andere woorden: Vidu Q4 volgt de referentiestem echt.

Wie een serie maakt, zal dit waarderen: hetzelfde personage kan van clip tot clip hetzelfde klinken.

Test 3: zelfde startframe, Vidu Q4 tegen Vidu Q3 Pro

Een veelgestelde vraag is wat Vidu Q4 beter doet dan Vidu Q3. We namen één foto van een vrouw met koffie bij een caféraam en één prompt (ze tilt het kopje op, neemt een slok, glimlacht en draait zich naar de camera), en draaiden die op allebei in 720p, 5 seconden lang.

Eerlijk gezegd is het verschil minimaal. De beweging is in beide bijna hetzelfde: een slok, het kopje zakt een stukje, een draai en een glimlach. Licht, haar en kopje houden in allebei even goed stand.

Wil je dus alleen één afbeelding animeren, dan leveren Vidu Q3 Pro en Vidu Q4 allebei, en Q4 is hier duidelijk de goedkoopste van de twee. Waar Q4 uitloopt, is het referentiewerk met meerdere onderwerpen en een stemreferentie uit test 1 en 2, iets wat de Vidu Q3-lijn niet biedt.

Test 4: hoeveel 540p tegenover 2K uitmaakt

Dezelfde scooterafbeelding, dezelfde prompt ("slow push-in as sunlight glints off the chrome mirrors"), 3 seconden in 540p en in 2K. Hier is van allebei dezelfde uitsnede:

In 540p zijn de rand van de spiegel en de remhendel zacht; in 2K zijn de chromen highlights en het metaal van de hendel scherp te zien. De startframe-modus houdt ook de vorm van de afbeelding aan: deze 4:3-productfoto kwam terug als 4:3-video.

Eén addertje: in de 2K-clip staat de koplamp aan en in de 540p-clip uit. Een andere resolutie geeft je een andere clip, niet de 540p-take opgeschaald. Gebruik 540p om prompts te testen, niet om een take uit te kiezen en die te "upgraden".

Wat misging, en de grenzen

• Geen generatie met alleen tekst. Startframe-modus heeft een afbeelding nodig en referentiemodus minstens één referentiebeeld. Voor pure tekst-naar-video gebruik je een ander model.
• Geen eindframe. Overgangen van het type "maak van A een B" vallen erbuiten.
• Referentiemodus is trager. Onze startframe-clips kwamen binnen een minuut of twee terug; referentieclips duurden enkele minuten.
• Het is nog een preview. Het gedrag kan per versie veranderen, dus test eerst klein voordat je aan een groot project begint.
• Stemreferenties moeten MP3 zijn, elk 3 tot 12 seconden.

Het meeste uit Vidu Q4 halen

Dit is de volgorde die voor ons werkte met het nieuwe model van Vidu AI:

1. Test prompts en combinaties van referenties in 540p met clips van 3 tot 5 seconden, en controleer of elke persoon en elk object herkend wordt;
2. Klopt de richting, render de eindversie dan in 1080p, 2K of 4K;
3. Gebruik voor meerdere clips van één personage steeds dezelfde stemreferentie, zodat de stem consistent blijft;
4. Zet de stukken in elkaar op het generatieve canvas.

Moet je alleen een foto tot leven brengen en heb je geen meerdere onderwerpen of stem nodig, dan liggen Q3 Pro en Q4 dicht bij elkaar en is elk van beide prima.

De conclusie

Vidu Q4 is niet in alles beter dan de vorige generatie; bij een eenvoudig shot vanaf een startframe speelt het gelijk met Vidu Q3 Pro. De waarde zit erin dat je meerdere vaste personen en objecten in één shot krijgt en de stem vastlegt met een audiofragment, twee dingen die vroeger onmogelijk waren of in de nabewerking gerepareerd moesten worden. Voor merkpersonages, korte series in afleveringen en reclames met meerdere mensen is het nieuwe model van Vidu AI het proberen waard.

Specificaties en meer voorbeelden vind je op de modelpagina van Vidu Q4.