视频生成

Vidu Q4

由 Shengshu Technology 提供

生数科技的最新视频模型。
最多 12 张参考图和 3 段声音，在同一片段里保持一致，自带原生音频，540p 到 4K。

Vidu Q4

核心功能

A potter's hands shaping wet clay on a spinning wheel, warm studio light立即试用

技术规格

Vidu Q

生数科技的 Vidu 系列，Q4 是最新一代

2 种

图生视频和参考生视频，均已可用

3至16秒

一次生成可选任意整秒时长（默认 5 秒）

540p至4K

540p、720p、1080p、2K、4K（默认 720p）

最多 12 张

角色、产品、物体和场景都能保持一致

最多 3 段

MP3 声音片段，每段 3 到 12 秒

原生

对白和音效与片段同步生成

5 种

参考生视频支持 16:9、9:16、4:3、3:4 和 1:1

应用场景

角色驱动的故事

把演员阵容标注一次，Vidu Q4 就会记住每张脸、每套服装和每个声音，从第一帧到最后一帧，角色始终认得出来。

品牌内容与广告

放入产品图和一位口播人物，整段片子里都保持原样，再配上原生音频，适合短广告和社交平台的短视频。

让静态图动起来

把一张图作为首帧，再用提示词指定动作、运镜和一句台词，原图的主体与构图不会走样。

多主体同框

在一条提示词里按位置引用每张图，就能把角色、物体和场景合成一个连贯的画面。

有声对白

提供最多三段参考声音，并让每句台词对应各自的声音，整段片子里的说话声保持一致。

多镜头序列

在一次生成里安排镜头切换，每个镜头都保持被引用的主体，不用把几段单独的片子拼起来。

提示词示例

带声音的参考场景

[@reference_image_1] 在黄昏的西湖边漫步，手里拿着 [@reference_image_2]，然后转向镜头，用 [reference_audio_1] 的声音说话

Edit prompt

让静态图说一句话

女孩转向镜头微笑，随后切到特写，她说：“我们出发吧”

Edit prompt

产品与口播人物

[@reference_image_1] 在明亮的摄影棚里举起 [@reference_image_2]，用 [reference_audio_1] 的声音说：“新品上架，欢迎试试”

Edit prompt

多主体场景

[@reference_image_1] 和 [@reference_image_2] 隔着 [@reference_image_3] 这张小茶桌聊天，镜头缓缓推近

Edit prompt

多镜头序列

穿红色夹克的 [@reference_image_1]：一个镜头穿过夜市，随后硬切到同一角色在黄昏时分走到亮灯的门口

Edit prompt

两个声音的对话

[@reference_image_1] 和 [@reference_image_2] 围坐在火锅桌旁交谈，前者用 [reference_audio_1] 的声音说话，后者用 [reference_audio_2] 回应

Edit prompt

概览

Vidu Q4 是生数科技最新的视频生成模型。它可以用您提供的参考来搭建片段，最多 12 张图和 3 段声音，也可以让一张首帧图动起来。单次生成 3 到 16 秒，最高 4K，音频可选原生同步。它是 Morphic 上最新的 Vidu。

Vidu Q4 有什么不同

最大的亮点是参考容量。很多视频模型只吃一张图。Vidu Q4 则在一条提示词里接受最多 12 张参考图，角色、产品、物体、场景都行。外加最多三段声音，每个主体和声音都保持一致。您按位置引用每一项，一次生成就能把演员、场景和对应的声音凑齐。

图生视频与参考生视频

Vidu Q4 有两种模式。图生视频让一张首帧图动起来，保留原图的主体与构图，由提示词指定动作、运镜和台词。参考生视频是更完整的一种：在提示词里标注最多 12 张图和 3 段声音，模型把它们合成一个场景，让每个角色、产品和声音保持一致。

两种模式都自带原生音频，与视频在同一次生成中产出。参考生视频里还能关掉音频，输出无声片段。

在 Morphic 上使用 Vidu Q4

Vidu Q4 已上线 Morphic，与 Veo、Kling、Seedance 和更早的 Vidu 版本并排。同一组参考可以发给两个模型，放在同一块 Canvas 上比较。想知道 Vidu Q4 能否比别的模型更好地保持您的角色一致，这是最快的办法，比相信发布会上的图表可靠。

简单定价

今天就免费开始，随时可以升级或取消。

Basic

$19/ 月
账单金额为 $0 每年

2400 每月 信用

1 个用户

所有模型

工作流

Standard

$24/ 月
账单金额为 $0 每年

3625 每月 信用

1 个用户

所有模型

工作流

Pro

$45/ 月
账单金额为 $0 每年

6350 共享 每月 信用

1 用户

+ 最多 4 人额外付费可增加

所有模型

工作流

Max

$170/ 月
账单金额为 $0 每年

24650 共享 每月 信用

1 用户

+ 最多 9 人额外付费可增加

所有模型

工作流

Enterprise

更高的限制

自定义

定价和账单条款

大容量信用
自定义席位限制
所有模型
工作流
Pricing Gradient

Free

供随意体验

$0

永久免费

最多 20 积分
仅1个用户
部分模型
工作流
比较方案详情

常见问题

Vidu Q4 是什么？
Vidu Q4 是生数科技 Vidu 视频模型的最新一代。它能生成 3 到 16 秒、最高 4K 的片段，输入可以是一张首帧图，也可以是最多 12 张参考图，并可选原生音频和最多三段参考声音。
Vidu Q4 能做手机竖屏短视频吗？
能。参考生视频支持 16:9、9:16、4:3、3:4 和 1:1 五种画幅，同一个模型既能出横屏画面，也能出竖屏的手机短视频。图生视频则沿用您所提供首帧图的形状。
图生视频和参考生视频有什么区别？
图生视频让一张首帧图动起来，保留原图的主体和构图，由提示词指定动作、切镜和台词。参考生视频则用您在提示词里标注的最多 12 张参考图和 3 段声音搭建场景，让每个主体和声音保持一致。
Vidu Q4 最多能用几张参考图和几段声音？
参考生视频模式下，最多 12 张参考图（PNG、JPEG、JPG 或 WebP），最多 3 段声音（MP3，每段 3 到 12 秒，不超过 50 MB）。在提示词里逐一标注，模型就会让该主体或声音在整段片子里保持一致。
Vidu Q4 能生成音频吗？
能。它会在生成视频的同一次过程中产出原生、同步的对白和音效，声音与画面里发生的事绑定，而不是事后叠加。参考生视频里音频是可选开关，所以也可以输出无声片段。
Vidu Q4 能生成多长的视频，分辨率是多少？
时长可在 3 到 16 秒之间任选整秒（默认 5 秒），分辨率有 540p、720p、1080p、2K 和 4K（默认 720p）。先用低分辨率快速试稿，定稿时再升到 4K。
如何让某个角色或声音保持一致？
在提示词里按位置引用它们：图片用第一张、第二张，声音用第一段、第二段。Vidu Q4 就会让该主体或声音在整段片子里保持不变。
Vidu Q4 和之前的 Vidu 模型有什么不同？
Vidu Q4 是生数科技 Vidu 系列的最新一代。最突出的新增是参考容量：单个片段里最多 12 张参考图和 3 段声音保持一致，同时有原生同步音频，分辨率最高 4K。在 Morphic 上，它与更早的 Vidu 版本并排运行，把同一个提示词分别发给两者，直接比较结果，而不必只看版本号。
怎样在 Morphic 上使用 Vidu Q4？
打开 Copilot，附上参考图或首帧图，加入声音片段，描述场景，再选择 Vidu Q4。Morphic 上还有 Veo、Kling、Seedance 等模型。您可以在同一块 Canvas 上把同一组参考发给两个模型，留下角色保持得更好的那一版。

其他模型

Nano Banana 2.1

Google DeepMind

Google DeepMind 的新 Flash 图像模型。 设计更好，改图更干净，角色更稳定。

Flux 3 Image

Black Forest Labs

Black Forest Labs 的控制优先图像模型。 每个元素都能摆，一次只改一个框。

Ideogram 4.5

Ideogram

Ideogram 的精准编辑模型。 连改多轮，画面不偏不糊。

Eleven v4

ElevenLabs

ElevenLabs 表现力最强的语音模型。 音频标签、90 多种语言，另有更快的 Turbo 版。