Vidu Q4

No que o Vidu Q4 é bom, e onde não é

O Vidu Q4 foi feito para manter muita coisa consistente ao mesmo tempo. Enquanto a maioria dos modelos de vídeo se sai bem com uma ou duas referências, o Q4 aceita até 12 imagens de referência em um único plano e até três vozes de referência, então um elenco de personagens, um produto e uma locação mantêm a aparência enquanto os diálogos gerados mantêm a voz certa.

A primeira capacidade de destaque é vídeo a partir de referências com sujeitos e vozes. Anexe as imagens, indique no prompt quem faz o quê e, se quiser, adicione clipes de voz em MP3 de 3 a 12 segundos. Nos nossos testes, duas referências de robôs ficaram lado a lado em um terraço ao pôr do sol, em 9:16, balançando sem que os designs se trocassem, e um único personagem acenou para a câmera com o som gerado junto com a imagem.

A segunda é a faixa de resolução. Cinco níveis de 540p a 4K permitem testar uma versão gastando pouco e renderizar a escolhida em 2K ou 4K para telas grandes, sem trocar de modelo.

A terceira é duração com som. Qualquer duração de 3 a 16 segundos, com diálogos, efeitos e som ambiente gerados juntos. Você pode desligar o áudio para clipes só de imagem.

Onde é mais fraco: não há modo só de texto nem quadro final. Texto para vídeo puro fica com o Gemini Omni 1.1 Flash ou o MiniMax H3 Max, e transições entre quadro inicial e final com o MiniMax H3 Max. Ele também ainda é um modelo em prévia, então espere mudanças de comportamento à medida que amadurece. Para tomadas com mais de 16 segundos, o Wan V3.0 vai até 30.

Um modelo mental razoável: escolha o Vidu Q4 quando vários sujeitos ou uma voz específica precisarem se manter consistentes, ou quando a versão final tiver que ser em 4K. Use o MiniMax H3 Max para clipes rápidos a partir de um quadro inicial e o Gemini Omni 1.1 Flash quando precisar editar ou estender.