Vidu Q4 图生视频
上传一张 JPG、PNG 或 WEBP 图片（最大 50MB）作为首帧。视频沿用图片的画面比例。提示词可选。
打开工作台Vidu Q4 AI 视频生成器：原生音频的电影级 4K 视频
Vidu Q4 是一款 AI 视频模型，生成动作真实、角色生动、音画同步的电影级视频。你可以用一张图片生成 3–16 秒、最高 4K 的视频，也可以组合最多 15 张参考图和 3 段声音参考，让角色与声音保持一致。
图生视频或参考生视频 · 540p–4K · 3–16 秒 · 原生音频
Vidu Q4 图生视频与参考生视频
两种工作流共享相同的画质、时长和音频选项。可以从一张图片开始，也可以用参考素材引导新场景。
Vidu Q4 参考生视频
添加 1–15 张参考图和最多 3 段 MP3 声音参考，再描述场景。可选 16:9、9:16、1:1、4:3 或 3:4。
打开工作台探索 Vidu Q4 功能
Vidu Q4 为每段视频带来有感染力的表演、多参考控制、原生音频、电影级运镜、视觉特效和 4K 输出。
Vidu Q4 让角色表演更有感染力
生成表情自然、动作真实、情绪饱满的角色。Vidu Q4 能捕捉表情和手势的细微变化，从安静的对话到激烈的动作戏都能驾驭。角色会微笑、会回应、会说话，动作更真实。适合 AI 电影、动画故事和以角色为核心的视频。
- 细腻的表情与自然的手势
- 从安静对话到激烈动作
- 专为 AI 电影与动画故事打造
Vidu Q4 参考生视频，最多 15 张参考图
上传最多 15 张参考图，控制角色外貌、服装、物品和场景风格。Vidu Q4 会依据这些参考图，在生成新动作和新机位的同时，让主体始终可识别。你可以组合角色肖像、产品图和环境参考来引导画面构图。在提示词里按顺序引用每张图即可。
- 一个视频最多 15 张参考图
- 角色、服装、产品与场景保持一致
- 基于参考图生成新动作与新机位
原生音频生成，支持声音参考
Vidu Q4 能在生成视频的同时生成对白、环境声和电影级音效。声音参考可以引导角色的音色、语气和情绪表达。在参考模式下，可以添加最多 3 段 MP3 声音参考，每段 3–12 秒。原生音频还支持语音与口型同步，减少单独配音和手动剪辑音频的工作。
- 对白、环境声与音效一次生成
- 最多 3 段 MP3 声音参考，每段 3–12 秒
- 语音与口型保持同步
Vidu Q4 电影级镜头控制
生成运镜灵动、特写有张力、转场流畅的电影级镜头。Vidu Q4 能处理运动中的主体、复杂动作和不断变化的机位，同时保持画面连贯。在提示词里描述跟拍、追逐戏和多镜头段落即可。成片像是精心设计的，而不是随机拼凑。
- 跟拍、追逐与特写
- 一条提示词生成多镜头段落
- 运动镜头之间画面连贯
复杂场景的电影级视觉特效
用 Vidu Q4 生成爆炸、烟雾、烟花、能量特效和戏剧化光影。模型会把特效和场景运动、光照融合在一起，交互更真实。碎片飞溅、巨浪翻涌，火光照亮周围的人脸。动作戏、奇幻场景和电影特效，直接用提示词就能生成。
- 爆炸、烟雾、火焰与能量特效
- 特效与场景光影、运动联动
- 用提示词生成动作与奇幻场景
Vidu Q4 生成高品质 4K 视频
生成最高 4K 分辨率的视频，支持 10-bit 色深。Vidu Q4 能呈现细腻的纹理、光影和运动，满足电影级制作需求。快速测试可选 540p 或 720p，成片再用 1080p、2K 或 4K。每段视频时长 3 到 16 秒。
- 可选 540p、720p、1080p、2K、4K
- 10-bit 色深，渐变更细腻
- 每段 3 到 16 秒
如何用 Vidu Q4 创作视频
只需三步，用 Vidu Q4 做出电影感短片：
选择工作流并上传素材
登录并打开 Vidu Q4 工作台。图生视频：上传一张最大 50MB 的 JPG、PNG 或 WEBP 首帧图。参考生视频：添加 1–15 张图片，也可以再加最多 3 段 3–12 秒的 MP3 声音参考。
描述场景并选择参数
写下你想要的动作、运镜、对白和声音，并按顺序引用参考素材。选择 540p 到 4K 的画质、3 到 16 秒的时长，以及是否开启原生音频。开始前先确认积分预估。
生成、查看并下载
开始生成，Vidu Q4 会同时生成画面与声音。在作品库中预览，按需调整提示词或参考素材，然后下载成片，用于短片、广告或社交媒体。
模型对比
Vidu Q4 对比 Vidu Q3：有哪些新变化
Vidu Q4 在 Vidu Q3 的基础上，更强调有表现力的角色、多参考控制和电影级制作。它支持最多 15 张参考图、3 段声音参考、原生音频和 4K 输出，表情、运镜和视觉特效都更进一步。
| 功能 | Vidu Q4最高 4K | Vidu Q3 |
|---|---|---|
| 定位 | 有表现力、由参考驱动的电影级视频 | 原生音画同出的叙事视频 |
| 工作流 | 图生视频与参考生视频 | 文生、图生与参考生视频 |
| 最高分辨率 | 4K | 1080p |
| 画质选项 | 540p、720p、1080p、2K、4K | 540p、720p、1080p |
| 色深 | 支持 10-bit | 未列出 |
| 单段时长 | 3–16 秒 | 最长 16 秒 |
| 参考图数量 | 最多 15 张 | 最多 7 张 |
| 声音参考 | 最多 3 段 MP3，每段 3–12 秒 | 未列出 |
| 原生音频 | 对白、环境声与音效 | 对白、旁白、音效与音乐 |
| 角色表演 | 表情与肢体更有表现力 | 精准口型同步 |
| 镜头与特效 | 跟拍、追逐、多镜头；爆炸、烟雾、能量特效 | 逐帧精准的镜头控制与智能切镜 |
| 适合场景 | 角色短片、广告与复杂动作戏 | 短剧、动画与叙事短片 |
Vidu Q4 常见问题
Vidu Q4 是什么？
Vidu Q4 是一款 AI 视频生成模型，能生成动作真实、角色生动、音画同步的电影级视频。它支持最高 4K 分辨率、最长 16 秒的视频，以及多张图片和多段声音参考，让角色与声音保持一致。
Vidu Q4 Preview 和 Vidu Q4 是同一个模型吗？
Vidu Q4 Preview 是 Vidu Q4 模型的预览版本。随着模型迭代，功能和参数可能会变化，本页会同步更新。
Vidu Q4 支持 4K 视频吗？
支持。Vidu Q4 的图生视频和参考生视频都提供 540p、720p、1080p、2K 和 4K。画质越高消耗积分越多，所以很多创作者会先用 540p 或 720p 测试。
Vidu Q4 视频最长多久？
每段 Vidu Q4 视频可选 3 到 16 秒，以整秒为单位。足够完成一个电影场景、一段角色戏或一条社交短视频。更长的故事可以把多段拼接起来。
Vidu Q4 支持多少张参考图？
Vidu Q4 参考生视频支持 1 到 15 张参考图，格式为 JPG、PNG 或 WEBP，每张最大 50MB。它们让整段视频中的角色、物品和画风保持一致。图生视频则使用一张图片作为首帧。
Vidu Q4 能生成带声音的视频吗？
可以。Vidu Q4 会同时生成画面、对白和音效，原生音频默认开启。参考生视频还可以添加最多 3 段 3–12 秒的 MP3 声音参考，让角色声音保持一致。需要无声视频时关闭音频即可。
Vidu Q4 消耗多少积分？
Vidu Q4 按视频秒数计费，价格取决于画质：540p 每秒 14.4 积分，720p 30.4，1080p 38.4，2K 60.8，4K 124.8。有无音频、两种工作流价格相同。一段 5 秒 720p 视频消耗 152 积分。
Vidu Q4 支持上传哪些文件？
图片支持 JPG、PNG 或 WEBP，每张最大 50MB。声音参考须为 MP3，时长 3–12 秒，最大 50MB。文件不符合要求时，上传框会说明原因和修改方法。
Vidu Q4 支持哪些画面比例？
图生视频中，Vidu Q4 沿用首帧图片的画面比例。参考生视频可选 16:9、9:16、1:1、4:3 或 3:4，同一组参考素材就能做横屏、竖屏和方形内容。
Vidu Q4 参考生视频的提示词怎么写？
按顺序引用每个素材，例如：“在参考图 1 的场景里，参考图 2 中的男子用参考音频 1 的声音打招呼。”再补充动作、运镜和氛围。提示词最长 20,000 个字符。
Vidu Q4 和 Vidu Q3 有什么区别？
Vidu Q4 把上限提高到 4K 和最多 15 张参考图，新增声音参考，并提升了表情、运镜和视觉特效。Vidu Q3 最高 1080p、最多 7 张参考图。两者都能生成最长 16 秒的原生音频视频。