Tiene le proporzioni originali
L'uscita segue il formato dell'immagine. Un prodotto verticale resta verticale e un quadro largo resta largo. Non serve ritagliare per ogni rete, né tagliare i bordi della composizione.


Vidu Q4 Preview è il modello video AI più recente di ShengShu. Trasforma un'immagine, oppure fino a 15 immagini di riferimento e 3 clip vocali, in video fino a 16 secondi con audio nativo e uscita 2K/4K.
Rilasciato da Vidu il 7 ott 2026 · Ora su Topview

Parti da un'immagine. Descrivi movimento e camera, e Vidu Q4 allunga il fotogramma fermo in un clip da 3 a 16 secondi, in 2K o 4K. L'aspetto segue l'immagine caricata; il prompt decide cosa succede dopo.
L'uscita segue il formato dell'immagine. Un prodotto verticale resta verticale e un quadro largo resta largo. Non serve ritagliare per ogni rete, né tagliare i bordi della composizione.
Arti marziali, corsa e lotta sono i punti in cui da immagine a video si deforma più spesso. Vidu dice che Q4 rende questo movimento più fluido, con meno deformazioni, scatti e artefatti. Nel prompt indica azione e direzione.
Esplosioni, fumo, particelle ed energia escono con luce e movimento più naturali. In un trailer di gioco, un corto fantasy o un reveal di prodotto, quell'effetto porta l'inquadratura.
Una critica frequente di da immagine a video Vidu è che il clip si allontana dalla richiesta. Q4 segue meglio movimenti di camera e transizioni, ma a dirigere resta il prompt: un soggetto, un'azione principale e un movimento di camera per inquadratura.
Qui Q4 cambia di più. Al posto di un fotogramma iniziale, dai al modello un set di riferimenti: volti, costumi, oggetti, luoghi e un'immagine di stile. Fino a 15 immagini e 3 clip vocali entrano in una generazione, e Vidu Q4 costruisce la scena intorno a loro.
Carica ogni personaggio, costume e oggetto come una troupe prepara il set. I posti passano da 7 nei modelli di riferimento di Q3 a 15. Una scena a due ci sta con fronte e profilo di entrambi, più luogo e stile.
Se due riferimenti non coincidono su volto o costume, decide il prompt. Indica ogni riferimento con l'etichetta e cosa fa, per esempio: "@1 in kimono bianco tira un pugno mentre @2 tiene la guardia." Etichette chiare riducono i volti mescolati.
Fino a tre clip vocali, da 3 a 12 secondi ciascuna, fissano come suona il personaggio. Le battute vanno nel prompt, assegnate a chi le dice.
Da riferimento a video in Q4 accetta immagini ferme e audio. Non accetta un video di riferimento per il movimento o il montaggio. Se ti serve copiare un movimento già girato, usa un modello che accetta video di riferimento.
Q4 genera il suono insieme all'immagine. Dialogo e ambiente escono nello stesso passaggio: non serve esportare un clip muto e incollare l'audio dopo.
Il movimento della bocca è generato con la voce e il volto, non incollato su un clip finito. Espressione e bocca restano legate a quello che il personaggio dice davvero.
Nei modelli precedenti lo stesso personaggio poteva suonare diverso a ogni generazione. I riferimenti vocali fissano la voce sul campione scelto, così un personaggio di serie resta uguale da un episodio all'altro.
Metti il dialogo tra virgolette e indica chi parla. Ogni battuta deve stare nel clip: 16 secondi è il tetto, e una battuta più corta lascia spazio a una reazione.
Vidu ha pensato Q4 per quattro lavori: serie AI, pubblicità, social media e produzione cinematografica. Ecco come ciascuno usa il generatore video AI di Vidu.
I personaggi che tornano hanno bisogno dello stesso volto e della stessa voce in ogni episodio. Immagini e clip vocali lo rendono possibile in una sequenza di episodi corti.
Prova più direzioni per una proposta, o versioni dello stesso film di prodotto per mercati diversi, senza ricostruire il cast ogni volta.
Clip verticali per Reels, Shorts e TikTok, con dialogo e suono già dentro.
Segna recitazione, inquadratura e ritmo prima delle riprese. L'uscita 4K con colore a 10 bit regge la correzione colore.
Vidu Q4 è disponibile su Topview. Questi sono i passaggi.

Descrivi il video nel prompt: l’azione, la camera e chi fa cosa.

Fai clic su Genera. Vidu Q4 trasforma il prompt e le immagini nella clip.

Controlla il video, poi scarica la versione che vuoi.
Ecco cosa è cambiato, secondo la documentazione API di Vidu. Un trattino significa che la funzione non è offerta o non è indicata per quel modello.
| Vidu Q4 Preview | Vidu Q3 Pro | Vidu Q3 (modelli di riferimento) | Vidu Q2 | |
|---|---|---|---|---|
| Modalità di generazione | Da immagine a video, da riferimento a video | Da testo a video, da immagine a video, fotogramma iniziale e finale | Da riferimento a video | Da riferimento a video* |
| Durata massima | 16s | 16s | 16s | 10s |
| Immagini di riferimento | Fino a 15 | — | Fino a 7 | Fino a 7 |
| Riferimenti vocali | Fino a 3 | — | Riferimento vocale in Q3 Mix | — |
| Risoluzione massima | 4K (colore a 10 bit) | 1080p | 1080p | 1080p |
| Audio nativo | Sì | Sì | Sì | — |
| Posizione Artificial Analysis, da immagine a video | #3 | #19 | — | — |
*I numeri di Q2 valgono solo per la modalità da riferimento a video.
Due cose restano uguali. Il tetto di 16 secondi è quello di Vidu Q3, e Q4 non ha da testo a video, che Q3 Pro offre ancora. Se ti serve uno dei due, guarda la nostra .
Nella classifica Artificial Analysis da immagine a video, Vidu Q4 Preview ha debuttato al 3º posto e Vidu Q3 Pro è 19º nella stessa classifica (all'8 ott 2026).
Topview mette Vidu Q4 accanto al resto del tuo flusso video.
Passa gli stessi riferimenti e lo stesso copione su Vidu Q4, Vidu Q3 e altri modelli in un'area di lavoro, e tieni il clip che funziona.
Condividi le bozze con il team e chiudi una versione prima di pubblicare.
Porta il risultato direttamente nei formati pubblicitari e social di Topview, senza spostare file tra gli strumenti.
Stai ancora confrontando? Guarda la guida alle alternative a Vidu AI.
Parti da un’immagine, oppure da fino a 15 riferimenti e 3 clip vocali. Genera un clip fino a 16 secondi su Topview.