真香？聊聊刚发布的 Vidu Q4 Preview
我们整理了 Vidu Q4 Preview 的测试结果，写在正式版之前。
我们整理了 Vidu Q4 Preview 的测试结果，写在正式版之前。
👦🏻 作者: GaKi
🥷 编辑: Koji
🧑🎨 排版: NCon
Vidu 又更新了，这次推出的是新一代视频旗舰模型 Q4。今天率先开放的 Q4 Preview，是 Q4 面向创作者推出的首个预览版本。
Vidu 一直是国内 AI 视频赛道里特别值得期待的一家。团队的技术和人才实力都很强，过去几代模型也一直保持着比较快的迭代速度，所以它后面的潜力一直很被看好。这次的 Q4 Preview 发布，也自然值得关注。
如果简单概括这次 Q4 Preview 的变化，可以看两个方向：创作自由，以及表达自由。
旗舰视频，人人可用。
一边是生成成本继续下降。
Q4 Preview 最低 0.09 元/秒起，这个价格比较惊喜，意味着很多过去需要犹豫的试拍，现在可以更放心地多生成几轮，按照实际项目需求组合使用，组合出一个在效果、效率和成本之间更平衡的工作流。
另一边则是表达能力。
这次 Q4 Preview 明显把更多能力放到了人物演绎、镜头表现和特效上。
8 个月前，我们在《在一场 5 天的发布会里，Vidu 放出了一整套内容生产链》一文中，介绍过 Vidu Q2 参考生 Pro、Q3 等模型。
现在，Q4 Preview 又来了，一次最多可以加入 15 张参考图、3 段参考音频，让模型同时理解更多人物、场景、音频和视觉信息。在输出规格上，单次最高支持 4K。
加上这次的价格体系，至少从 Preview 阶段来看，这款模型已经是一款在价格、规格和综合表现上都比较有竞争力的视频模型。
🚥
我们这次也玩了一些比较有趣的 Case，很有 Vidu 味儿：
- 短视频平台现在爆火的「疯狂水世界」抽象营销短视频；
- 成为大网红的噜噜和噜妹系列；
- 打破第四面墙的古风短视频；
- 像素假面超人特效片。
接下来，分享我们的体验。
有「Vidu 味儿」的实测
在正式进入几个 Case 之前，可以先说一下我在这次实测里一个比较明显的感受：
在模型同质化的今天，有趣的灵魂万里挑一。从这次实测来看，Vidu Q4 Preview 在演技、特效、运镜和切镜等方面，都有比较明显的提升。作为 Q4 的预览版本，等更多真实创作者上手之后，团队还能根据实际使用反馈继续迭代，后面还有不少优化空间。 比如人物表情更细致了，动作更自然了，复杂运镜和切镜更稳，爆炸、烟雾、粒子这类特效也更容易做出来。再加上最多 15 张参考图，人物、道具和场景可以一次在同一个任务里实现。
最后会发现，它生成出来的视频，还是有一种很熟悉的「Vidu 味儿」，镜头很有张力，在动漫打斗上都比较有口碑。
我们理解的「Vidu 味儿」，其实并不是某一种固定的画风，更像是模型比较偏爱一些很有戏的视频。
比如，人物会有一些明显的情绪变化，场面可以再大一点。如果本身还有追逐、反转、动作或者特效，Vidu 往往更容易把这些东西做得比较完整。
这也是我们这次为什么会去玩了「像素假面超人」、「疯狂冰世界」、「噜噜和噜妹」这么多 Case 的原因。
而且，今年 AI 模型还有一个很明显的趋势，就是能力越来越强，价格却在继续往下降。
就在昨天（10 月 7 日），Anthropic 发布了 Claude Haiku 5.5，官方表示，相比上一代 Haiku 4.5，新模型的平均运行成本降低了约 75%。
对于不超过 10 万 tokens 的请求，API 单价更是直接降低了 90%。
现在，这种趋势也开始越来越明显地出现在 AI 视频领域。
Vidu Q4 Preview 这次把价格做到了 0.09 元/秒起。对于需要不断尝试剧情、调整镜头、批量生产内容的创作者来说，这个价格确实很有吸引力。
尤其是短视频营销、小游戏广告、AI 动画短剧这些场景，创作者往往需要一次生成很多条视频，再从中挑选效果最好的版本。
所以，模型的性价比越高，创作者就越有空间去尝试一些更复杂、更有戏的内容。
从这个角度看，Vidu Q4 Preview 这次在演技、特效和运镜上的提升，再加上更低的使用门槛，确实让「Vidu 味儿」有了更大的发挥空间。
这种性价比也引起了不少海外 AI 创作者的关注。
最近在 X（Twitter）上，已经有不少海外博主开始讨论 Vidu Q4 Preview。大家关注的重点，除了最高 4K、15 张参考图和参考音频这些能力之外，讨论最多的还是它的价格，以及这个价格能给视频创作带来多大的空间。
【1】像素假面超人
实际玩下来，我们发现，Vidu Q4 Preview 对特效，尤其是这种大量粒子和复杂画面效果的处理，相当不错。
下面这个 Case，我上传了 2 张像素风参考图：一个少年站在涩谷路口，旁边是一头巨大的像素怪兽。
然后让 Vidu Q4 Preview 生成一段少年变身为假面超人的视频。
整段视频都保持《我的世界》Minecraft 的方块像素风。人物、怪兽、建筑、道路、云层，包括变身时的粒子和光效，全部都是方块结构。
最后的效果其实挺不错。包括画面里的英文、数字和文字，也能保持比较稳定的一致性。
上一段完成变身之后，我又直接让 Vidu Q4 Preview 接着生成了一段，作为前一段的续集。
这时候假面超人已经站在涩谷十字路口的斑马线上。随后他突然蓄力起飞，直接冲向前方的巨大怪兽。
当他撞进怪兽身体的时候，怪兽表面的像素方块会被直接冲开。紧接着，彩虹色开始沿着体素网格快速扩散，从撞击的位置一路蔓延到整个身体。
最后，整头怪兽都会变成彩虹色的像素方块，并彻底碎裂开来，形成一大片彩色的方块粒子特效。
整体看下来，Vidu Q4 Preview 对这类复杂特效的处理确实不错，尤其是核心视觉从头到尾保持得比较统一。
从少年变身，到假面超人起飞，再到最后怪兽碎成彩虹色方块，所有特效都一直沿着这套像素和体素逻辑来做的：
【2】疯狂冰世界
这段时间，如果你经常刷短视频，应该会发现现在很多抖音小游戏，都会专门做一些很魔性的 AI 小短剧，用来吸引大家点进去玩。
比较典型的例子就是《疯狂水世界》。它在抖音上发了很多 AI 做的短视频，剧情很夸张，但非常魔性、吸引人。
后来这些视频还被不少人拿出来讨论，觉得这种 AI 视频模型很适合小游戏做营销。
它的剧情其实很简单，基本都是几个固定人物轮流出场，然后向一个 NPC 展示自己在游戏里拿到的道具。
前面几个人拿出来的，一般都是看起来很不错的好道具。主角通常看起来比较落魄，拿出来的也是一个很差的道具，所以马上就会被嫌弃，甚至直接被赶走。
最后主角再留下一句「我一定还会回来的」，这一段就结束了。
基本上每条视频都是沿着这个套路来拍。
虽然这类视频的故事很简单，但其实很适合现在的短视频平台的传播。因为剧情直接、节奏快，而且一眼就能看懂。
再加上这种内容做起来不算复杂，所以很多小游戏账号更新得非常快，一天就能发很多条。看得多了之后，反而很容易让人记住，也能吸引不少人去点进游戏玩。
所以这次我也照着这个思路，做了一个《疯狂水世界》的翻版，叫《疯狂冰世界》。
剧情其实差不多，只是把背景换成了末日冰世界。在这个世界里，取暖器一类的道具非常珍贵。
一开始，男主角是一个穿军大衣的中年男人，看起来比较落魄。他拿出来的道具也很差，只是一个烤红薯，结果直接被大爷赶进了冰屋。
临走之前，他还喊了一句「我一定还会再回来的」。这一段结束之后，再接一个游戏画面的转场，基本就是一条完整的短视频了。
不过，别看这种视频剧情简单，真正做起来还是要准备很多参考图。人物、衣服、道具、场景，通常都要先做出来。
我这次一开始就生成了十几张图片，然后一次性全都传给 Vidu Q4 Preview。
接下来只需要在提示词里写清楚剧情，Q4 Preview 会自己去这些参考图里找对应的人物、道具和场景。很多东西不用我再一张一张指定，整个制作过程会省事很多。
这样其实就方便很多了，能很快做出一系列短视频。
因为这个场景本身就需要大量更新，所以速度和效率比较重要。主要维持好角色一致性和道具一致性，人物有夸张表情的演技，基本就够了。
现在 Vidu Q4 Preview 可以很快就做出下面这样的短视频。
比如我们的男主角老孙，坐着一个大铁锅在冰面上滑，一边喊着「疯狂冰世界启动」，然后跟着人流排队，再给看门的大爷展示自己的道具。
结果大爷拿计量器一测，发现这个道具的温度特别低，就问他：「你这是烤红薯的吧？」
然后老孙直接被赶走了，还被赶进了冰屋。
最后，老孙对着所有人喊了一句：「我一定还会再回来，别瞧不起我。」
整个过程里，Vidu Q4 Preview 的参考效果还不错，整体风格也比较抽象、魔性，做起来效率挺高，不需要反复尝试很多次。
最后出来的视频，也比较符合一开始《疯狂水世界》的设定和故事线。
然后还可以继续用 Vidu Q4 Preview，给它一张游戏参考图，再生成一个游戏转场画面。之后直接在画面里加上文字，基本就很符合这种短视频平台上小游戏营销视频的效果了：
现在把这三个视频拼到一起，基本就是一条完整的《疯狂水世界》翻版营销短视频了。
而且如果后面还需要继续迭代，Vidu Q4 Preview 现在的价格也比较便宜，大概是 0.09 元/秒起。
【3】噜噜噜妹
下面这个 Case，我相信很多人这几天在短视频平台上都刷到过，因为现在几乎全网都在做。
就是两只水豚「噜噜」和「噜妹」的爱情故事，中间会放进各种很离奇的场景，整体看起来还是挺可爱的。
我在用 Vidu Q4 Preview 的时候，发现它一直有一个功能，就是可以先创建一个主体，然后直接在提示词里调用。
创建主体也很简单，只需要上传一张图片。比如我上传一张噜噜的图片，它会自动识别它的风格和外观，并生成对应的描述。之后再去生成视频时，角色的一致性就会比较好。
然后，再让 Vidu Q4 Preview 参考噜噜噜妹的音频，很快就能做出很多条网红短视频。
比如下雨天，噜妹一直在公交站台等噜噜。过了一会儿，噜噜终于顶着大雨赶过来，还带了一块小蛋糕。然后他跟噜妹说：「蛋糕没淋湿。」
整个画面的情绪也比较到位，两只水豚之间那种很感人的氛围，基本都做出来了。
这个时候可以再仔细看一下画面里的细节。
即便是这种偏 3D 动漫风格的角色，表情做得也还是比较细的。除了水豚整体的毛绒质感，像噜妹的眼神，还有眼睛里的泪光，细节都做得比较好。
然后还可以继续做各种不同的场景。
因为在短视频平台里，噜噜和噜妹本来就可以出现在不同的时代、不同的场景里，主要还是围绕两只水豚的爱情小故事来展开。
比如下面这个，噜噜手里有一个很有代表性的橘子，噜妹想把它拿走。噜噜一开始其实有点不高兴，但看到噜妹拿到橘子之后这么开心，情绪也变了。
后面两只水豚肩靠肩坐在一起，整个氛围和自然光的变化也比较顺。这时候再给视频加一个短视频平台常见的 BGM，基本就已经可以直接发了。
因为 Vidu Q4 Preview 生成速度比较快，价格也不算高，所以可以一次做很多不同的场景。
而且每一个场景都可以单独当成一条短视频发出去。所以如果是做短视频平台的内容，这种方式的效率还是比较高的。
上面几个 Case，主要还是在看 Vidu Q4 Preview 的演技、氛围、光影和一些特效表现。
下面这些 Case，我们主要想再看看 Vidu Q4 Preview 的运镜和镜头转换、跨风格下的角色一致性。
【4】噜噜歌手
我们先看一个 Vidu Q4 Preview 这次很适合的场景 —— 运镜转换。
我先做了一张参考图，把噜噜改成了 Rapper 造型：金色爆炸头、银白色眼镜，整体风格会更夸张一点。
他站在一个纯白背景里，这种画面其实很适合做 360 度多机位环绕切镜的广告短片。
镜头会围着噜噜依次切换，展示正面、侧面、背侧、背面，再转到另一侧，最后重新回到正面。整个过程中，噜噜基本保持原地站立。
每个机位结束时，画面还会短暂停留大约 0.2～0.3 秒。这个停顿很像一张时尚海报被定格了一下，然后马上利落地切进下一个角度。
效果如下：
可以看出来，Vidu Q4 Preview 对参考图的还原还是比较稳定的。
尤其是在这种 360 度多机位环绕的情况下，噜噜从正面切到侧面、背面，再回到正面，角色的外形和细节都能基本保持一致。
几个机位之间的转换也比较自然，没有明显的跳变感。
【5】打破第四面墙
下面再看最后一个跨时代风格的视频 Case。
最近越来越多电视剧会用「打破第四面墙」这种演绎方式来吸引观众，所以这次我也想用 Vidu Q4 Preview 试一下。
我先生成了一张宋朝肉夹馍铺的图片作为首帧，然后让 Vidu Q4 Preview 把它继续生成一段古风绘画动画。
主角是画面右后方正在拿刀剁肉的男师傅。一开始他还在正常干活，但做到一半，他突然意识到有人正在画面外看着自己。
于是他停下手里的动作，直接看向镜头，开始对着 2026 年的观众抱怨、求救。整个设定就像他其实是一个穿越者，被困在宋朝，只想赶紧回到 2026 年。
整个影片确实很荒诞，但很有意思：
从整个视频来看，角色的配音、口型和面部表情配合得比较自然。
尤其是他说自己真的受不了、想回到 2026 年的时候，旁边卖肉夹馍的老板娘还突然回过头来，让他别抱怨了，赶紧回来继续干活。
这个小互动还挺有意思，也让「打破第四面墙」这段剧情更完整了。
实际使用场景里体验过后，我觉得如果只是做一个很短、很简单的镜头，现在主流视频模型其实都已经能做得不错，同质化也越来越明显。
不过，仔细体验的话，还是会发现现在国内几家视频模型，其实也开始出现越来越明显的产品性格。
比如可灵这两年在真实感、物理运动和通用生成上一直比较稳定；Seedance 在叙事、多镜头和整体完成度上进步很快；Vidu 则一直在强化 Reference、角色表现、动作、运镜和一些更有视觉冲击力的场景。
像短视频营销、角色 IP 连载、动作和特效比较多的创意视频，以及需要比较强表演感的小剧情，都比较容易发挥出 Vidu 的特点。
毕竟，有趣的灵魂万里挑一。而 Vidu 背后的研发团队整体也比较年轻，很多人本身就长期关注游戏、动漫、电影和视觉特效。
某种程度上，这种偏动作、运镜和视觉冲击的产品取向，也能看出团队自己的审美偏好。
这次 Q4 Preview 还不是正式版，但从实测来看，它已经把这种产品取向做得更明显了。而且 0.09 元/秒起的价格，也会直接影响创作方式。
这个价格真正有意义的地方，是「可以大量试、大量废、大量迭代」慢慢变得有可能了。
尤其是短视频、小游戏营销、信息流广告这些场景，本来就需要同时测试很多脚本、人物和镜头。生成成本继续下降之后，团队不一定非要一开始就把每条视频都做得很精致，而是可以先批量生成几十个版本，再根据数据盘子继续改。
对平台来说，这也意味着视频模型的商业模式会越来越接近一种高频生产工具。
所谓 「Vidu 味儿」，大概也是在这个效果和成本互相影响的过程中慢慢形成的。
如果你最近也在玩 AI 视频、做 AI 短剧，尤其是想在短视频平台做自己的账号，持续做一些细分领域里比较有意思的内容，那 Vidu Q4 Preview 还是很值得自己去试一试的。
