Vidu Q4 是什么?
Vidu Q4 是来自圣数科技的 AI 视频模型(预览,2026 年 10 月 7 日)。 它将一张图像或最多 15 张图像和 3 个声音转换为带有原生音频的 16 秒 4K 视频。
两种创建方式:对一张图像进行动画处理或直接使用参考
图像转视频
将一张图像制作成带有音频的 3-16 秒剪辑。保持原始纵横比。


参考视频
结合 15 个图像和 3 个声音来锁定角色和声音。最长 16 秒,连拍。


专为性能驱动视频打造的主要功能

为行动而生,而不仅仅是动画
表情、情感、动作和声音一起产生。

一致的角色和声音
参考可以使镜头中的面孔、服装和声音保持稳定。

一次性原生音频
对口型对话、音效和氛围一气呵成。

高达 4K,10 位色彩
输出从 540p 到 4K,2K 和 4K 时具有 10 位色彩。

多镜头相机方向
用简单的语言直接推动、平移和剪切。

流畅的动作和集成的视觉特效
更流畅的战斗和追逐,以及场景内的效果。
专为角色驱动的视频制作而打造

AI 短剧
保持场景和剧集中重复出现的角色和声音一致。

广告和品牌形象
将吉祥物或发言人图像变成演讲、表演的 4K 广告。

社交和创作者内容
从单张照片中制作说话人物剪辑和反应镜头。

电影预览
在投入制作之前测试摄像机移动、表演和动作节拍。

动画和风格化的世界
通过匹配的声音和表情让插图或动漫人物栩栩如生。

电商和产品视频
基于同一组参考素材,持续制作人物出镜的产品视频。
Vidu Q4 与 Vidu Q3 Pro:您应该使用哪一个?
Q4 在决心、参考资料和行动方面更强。当您从文本开始时,Q3 Pro 是更好的选择。
如果您...,请选择 Vidu Q4
从图像开始,需要一致的角色和声音,或者想要2K/4K输出,表演更强。
如果您...,请选择 Vidu Q3 Pro
从文本提示开始,想要快速探索概念,或者 1080p 就足以满足您的交付需求。
技术规格
探索更多 AI 模型 Pixmax
Vidu Q4常见问题
圣数科技的 AI 视频模型,自 2026 年 10 月 7 日起公开预览。它使用来自图像和语音参考的原生音频制作长达 16 秒的 4K 视频。
预览中没有。它从图像开始。使用 Vidu Q3 Pro 进行文本转视频。
最多 15 个图像和 3 个语音参考。
540p 到 4K,最长 16 秒。 2K 和 4K 下的 10 位颜色。
是的。对口型对话、音效和氛围。
Q4增加了4K,参考更多,演技更强。 Q3 Pro 添加了文本转视频功能,最高可达 1080p。