跳到主内容
vision生数科技

Vidu Q4

Vidu Q4 Preview 于 2026-10-07 发布:单次最长 16 秒、最高 4K 10bit、最多 15 张参考图与 3 段参考音频,原生声画同步,首发 ¥0.09/秒起。仅支持图生视频与参考生视频,AA 图生视频榜第 3。

发布 2026-11-01更新 2026-11-01核实 2026-11-01

规格

厂商
生数科技
发布日期
2026/10/7
类型
vision
定价
Q4 Preview 首发 ¥0.09/秒起($0.014/秒起,最低分辨率档);Q3 系列 API 按秒计费,Q3-pro 约 $0.12/秒(1080p)
API 兼容
vidu

基准测试

1,179(2026-10-08 首秀第 3)
AA-Video-I2V Elo
约 $7.20/分钟(第三方换算,非官方价)
AA 实测成本(生产设置)
540p / 720p / 1080p / 2K / 4K,10bit;单次 3–16 秒(图生视频)/ 1–16 秒(参考生视频)
分辨率 / 时长

优势

  • •最高 4K + 10bit 色深,单次最长 16 秒,覆盖从创意测试到高清交付的不同档位
  • •最多 15 张参考图 + 3 段参考音频(每段 3–12 秒 mp3),人物、服装、道具、商品与音色的可控性明显提升
  • •原生声画同步:对白、音效随视频同一 pass 生成,省掉音频后期;支持自动切镜
  • •首发价 ¥0.09/秒起,官方称可比规格下同预算可生成约 5 倍内容
  • •AA 图生视频榜(AA-Video-I2V)首秀第 3,Elo 1,179(2026-10-08)

不足

  • •Q4 Preview 仅有图生视频与参考生视频,**没有文生视频模式**——每次生成至少需要一张图
  • •Preview 版本:规格与价格可能在正式版前调整,完整版 Q4 未公布日期
  • •单次上限 16 秒,长广告仍需拼接与字幕处理;4K 是「加分项」不是必需品(竖屏平台压缩狠)
  • •退款政策明确不退款;合同主体为香港实体,企业与采购合规需自行确认

适用场景

短剧 / 漫剧 / 广告的人物表演镜头:表情、情绪、肢体与音色保持连贯需要同一角色跨多条素材复用的批量化内容(15 张参考图 + 3 段音色)电商与品牌素材的多版本创意测试(按秒计价、低分辨率先试)

概述

Vidu Q4 是北京生数科技(Shengshu Technology)的新一代视频生成旗舰,2026-10-07 以 Preview 形式上线(国内媒体 10-08 报道)。生数团队来自清华大学,2022 年提出 U-ViT 架构,2024 年 4 月 Vidu 首次公开亮相,路线一直压在「长时长、高一致性、强动态」三件事上。

Q4 的定位很明确:围绕「人物演得真」做升级——表情、情绪、肢体动作与声音的协同,配合 15 张参考图与 3 段参考音频的强控制,把旗舰视频生成推进到「以分计价」的区间。

版本线(用于判断你手上的部署):

时间版本关键变化
2024-04Vidu 首次亮相长时长、一致性、强动态的早期探索
2026-01-30Vidu Q3 Pro首次支持单次 16 秒 1080p,并在同一 pass 内生成对白、音效与音乐
2026-10-07Vidu Q4 Preview4K / 2K 输出、10bit 色深、15 张参考图、3 段参考音频、人物表演强化

Q4 Preview 的规格

维度参数
生成模式图生视频、参考生视频(无文生视频)
单次时长图生视频 3–16 秒;参考生视频 1–16 秒
分辨率 / 色深540p / 720p / 1080p / 2K / 4K,10bit
参考输入最多 15 张参考图;最多 3 段参考音频(3–12 秒,mp3)
音频原生同步对白与音效,支持自动切镜
接入Vidu Web 产品与 Vidu API(图生视频 / 参考生视频端点)

唯一需要先记住的限制:没有文生视频。如果你的工作流是「一句 prompt 直接出片」,Q4 Preview 现在接不上——它的输入起点必须是一张图或一组参考图。

能力侧:这次升级押在「表演」上

Q4 的三项官方主推能力:人物演绎、镜头语言、复杂视效。

  • 人物演绎:重点提升表情、情绪与肢体动作的协调性,覆盖文戏的细腻情绪与武戏的高速动作;声音参与角色塑造(3 段参考音频保音色统一,再用语气、语速、情绪增强感染力)。
  • 镜头语言:动态运镜、切镜与复杂镜头衔接增强,追逐 / 奔跑 / 打斗等高动态场景下镜头能配合动作节奏。
  • 复杂视效:爆炸、烟火、粒子、能量等效果更强调与人物、空间、剧情的结合,而不是单独炫技。

对短视频与电商素材来说,判据不是「像不像电影」,而是人脸是否能撑住一条 15 秒的连续叙事:表情、口型、情绪与音色必须同源。这正是 Q4 与 Q3 的主要差别。

定价(2026-11-01 核对)

按秒计价是这次价格叙事的核心:

项价格说明
Q4 Preview 首发价¥0.09/秒起(约 $0.014/秒)按最低分辨率档起;官方称可比规格下同预算约 5 倍内容
API 积分$0.005 / 积分自助充值,量大联系官方
Q3-pro(图/文/首尾帧 → 视频)$0.12 / $0.1 / $0.045 每秒(按档)错峰价 $0.06 / $0.05 / $0.025
Q3-turbo$0.065(1080p)/ $0.055(720p)/ $0.035(540p)错峰更低
Q3-mix(参考生视频)$0.145(1080p)/ $0.12(720p)每秒不支持错峰
Q1(5 秒 1080p)$0.4 / 条错峰 $0.2

Web 套餐:Free(试用积分)/ Standard 月付 $10(年付折算 $8)/ Premium $35($28)/ Ultimate $99($79),Team 与 Enterprise 需联系销售。工具卡上写的 $8 / $28 / $79 是年付折算价,月付实际为 $10 / $35 / $99——签合同前按官网当月口径核对。

一个必须自己算的数:官方「¥0.09/秒起」对应最低分辨率档。第三方按生产设置实测约 $7.20/分钟——两者不矛盾,但按 4K 或高频重试做预算时,请用实测口径,不要用宣传价外推。

榜单表现

  • AA-Video-I2V(图生视频榜):2026-10-08 首秀第 3,Elo 1,179。
  • 文生视频榜缺席——因为它没有文生视频模式,不是分数问题。

引用时注意:这是 Artificial Analysis 的第三方榜单口径,与厂商自报的精选样片不是一回事;Preview 版本的权重与推理配置也可能在正式版前调整。

适合 / 不适合

适合

  • 短剧、漫剧、广告里「有人物说话」的镜头:要表情、口型、情绪、音色一致;
  • 需要同一角色 / 商品跨多条素材复用的批量生产(15 张参考图 + 3 段音色);
  • 想先把成本压到「分」级、用低分辨率多试几版再出 4K 的团队。

不适合

  • 依赖文生视频的纯 prompt 工作流(Q4 Preview 不支持,改用 Q3);
  • 需要单条 30 秒以上成片、或要求一次成型的品牌片(上限 16 秒,仍需拼接与字幕);
  • 采购流程要求退款条款与完整 SLA 的团队(官方明确不退款)。

相关阅读

  • 产品与实测:Vidu 工具卡(Q3 能力、免费额度、API 端点与踩坑)
  • 同赛道:Kimi K3(多模态理解侧)· GPT-6 Astra(computer use 侧的「看屏幕」能力,与视频生成不是同一件事)
  • 概念:多模态 · 上下文工程(生成式素材的「参考一致性」与上下文设计同源)

来源

本卡片由 AI 之家 编辑部根据公开资料整理,非厂商付费内容。Q4 为 Preview 版本,规格与价格以官网当日页面为准;API 分档价格取自第三方价格追踪站,未经官方页面逐项核对,已在表中标注口径。

常见问题

Vidu Q4 支持文生视频吗?

Q4 Preview 不支持。它只有图生视频与参考生视频两种模式,每次生成至少需要一张图。需要文生视频的,得继续用 Q3 系列。

Vidu Q4 Preview 多少钱?

首发价 ¥0.09/秒起(约 $0.014/秒),按最低分辨率档计;官方称可比规格下同预算可生成约 5 倍内容。Web 端套餐为月付 $10 / $35 / $99(年付折算约 $8 / $28 / $79),API 走积分制($0.005/积分)。

Q4 Preview 和 Q3 怎么选?

要 4K/2K、10bit、15 张参考图与 3 段音色、且素材本身有起始图 → Q4 Preview;要文生视频、或只需 1080p 的常规产出 → Q3-pro / Q3-turbo 更成熟且更便宜。

国内能用吗?需要什么账号?

可以。Vidu 生数科技为北京团队,国内访问顺畅;海外侧通过 ShengShu AI HK Limited 结算,支持邮箱 / Google / Apple 注册,不需要中国手机号。