Vidu Q4

Q: 一段影片最長多久？

每次生成 3 到 16 秒任選。

Vidu 最新影片模型：最多 12 個參考主體、3 段參考聲音，單段 3 到 16 秒，原生音訊，最高 4K。

無需訂閱

積分永不過期

瞭解更多

一次儲值積分,通用所有模型,想用再用。 · 按需儲值,不存在月度清零。

Vidu Q4

選擇模型*

Prompt*

0/5000

Reference Images*

Reference Voices

選擇比例*

影片解析度*

時長*

Generate Audio

登入後,你的生成結果會出現在這裡。

註冊即送體驗積分
無需訂閱 · 積分永不過期
圖片、影片、音訊的頂尖 AI 模型,全都有
收藏、管理、下載你的所有生成結果

建立帳號免費。

核心能力

最多 12 個參考主體

附上最多 12 張角色、產品或場景的圖片，模型會讓每一個在整段影片裡保持一致。

參考聲音

加入最多 3 段 3 到 12 秒的 MP3 聲音片段，生成的對白會跟著這些聲音走。

540p 到 4K

五檔解析度：先用 540p 出草稿，選中的那一版再用 1080p、2K 或 4K 輸出成片。

3 到 16 秒，帶聲音

時長 3 到 16 秒任選，對白、音效、環境音同步生成。只要畫面時可以關掉聲音。

使用場景

品牌角色走進新場景

吉祥物或代言人保持完全一致，放進廚房、街頭或舞台。

4K 產品廣告

把一張產品靜態圖做成精緻的鏡頭，最終用 4K 輸出，上大螢幕也夠清楚。

系列內容的固定聲音

每一集都用同一段聲音參考，旁白或角色的聲音始終如一。

多角色同框

一個鏡頭裡放進好幾個角色參考，比如兩個朋友在咖啡廳見面。

讓照片動起來

從一張照片開始，讓畫面動起來：頭髮被風吹起、一個微笑、鏡頭輕輕漂移。

直式社群短片

參考圖生成的影片可以出 9:16 做短影音，也可以出 1:1、4:3 發在動態消息。

如何選對模型

Vidu Q4 的專長是參考：主體多、聲音穩、最高 4K。鏡頭需要別的能力時，再換下面的模型。

多個主體和聲音保持一致，最高 4KVidu Q4 ←

首尾幀轉場MiniMax H3 Max

文字生成影片，外加編輯和延長Gemini Omni 1.1 Flash

把一個人換進現有的影片裡MiniMax H3

單段最長 30 秒Wan V3.0

上一代 ViduVidu Q3 Pro

如何使用

在本頁打開 Vidu Q4，選模式：首幀，或參考圖（可加參考聲音）。

上傳首幀或參考圖，寫清楚要發生什麼。

選時長（3 到 16 秒）、解析度（540p 到 4K），參考模式下再選畫面比例。

先用低檔位出一版看效果，滿意了再用高解析度重新輸出。

深入瞭解

Vidu Q4 擅長什麼，不擅長什麼

Vidu Q4 的強項是同時讓很多東西保持一致。大多數影片模型只適合一兩張參考圖，Q4 一個鏡頭最多能吃下 12 張參考圖，再加最多 3 段參考聲音。一群角色、一個產品、一個場景都能維持原樣，生成的對白也是對的聲音。

第一項核心能力是帶主體和聲音的參考圖生成影片。附上圖片，在提示詞裡寫清楚誰做什麼，還可以再加 3 到 12 秒的 MP3 聲音片段。在我們的測試裡，兩個機器人參考在 9:16 直式畫面裡並排站在夕陽下的屋頂上輕輕搖擺，造型沒有互換；單一角色朝鏡頭揮手打招呼時，聲音和畫面一起生成。

第二項是解析度跨度大。從 540p 到 4K 共五檔，可以先便宜地試一版，滿意的再用 2K 或 4K 輸出給大螢幕，不用換模型。

第三項是夠長，還帶聲音。時長 3 到 16 秒任選，對白、音效、環境音同步生成；只要畫面時也可以關掉聲音。

不擅長的地方：沒有純文字生成模式，也不支援尾幀。純文字生成影片用 Gemini Omni 1.1 Flash 或 MiniMax H3 Max，首尾幀轉場用 MiniMax H3 Max。它目前還是預覽版，表現可能會隨版本變化。單一鏡頭超過 16 秒，可以用 Wan V3.0，最長 30 秒。

一個合理的用法：幾個主體或某個聲音必須保持一致，或者成片必須是 4K 時，選 Vidu Q4。要快速出首幀影片用 MiniMax H3 Max，要編輯或延長用 Gemini Omni 1.1 Flash。