Beholder det opprinnelige formatet
Utdata følger formatet på bildet. Et stående produkt forblir stående, og et bredt utsnitt forblir bredt. Du slipper å beskjære til hvert nettverk, og kantene i komposisjonen blir med.


Vidu Q4 Preview er den nyeste AI-videomodellen fra ShengShu. Den gjør om ett bilde, eller opptil 15 referansebilder og 3 stemmeklipp, til video på opptil 16 sekunder med innebygd lyd og 2K/4K-utdata.
Utgitt av Vidu 7. okt. 2026 · Nå i Topview

Begynn med ett bilde. Beskriv bevegelse og kamera, så strekker Vidu Q4 det stille bildet ut til et klipp på 3–16 sekunder, i 2K eller 4K. Utseendet følger filen du laster opp. Prompten avgjør hva som skjer etterpå.
Utdata følger formatet på bildet. Et stående produkt forblir stående, og et bredt utsnitt forblir bredt. Du slipper å beskjære til hvert nettverk, og kantene i komposisjonen blir med.
Kampsport, løping og slåssing er der bilde til video oftest glipper. Vidu sier at Q4 gjør den bevegelsen mer flytende, med mindre forvrengning, hakk og artefakter. Nevn handling og retning i prompten.
Eksplosjoner, røyk, partikler og energi kommer ut med mer naturlig lys og bevegelse. I en spilltrailer, en fantasykortfilm eller en produktavsløring er det den effekten som bærer innstillingen.
En vanlig innvending mot Vidu bilde til video er at klippet driver bort fra bestillingen. Q4 følger kamerabevegelser og overganger tettere, men det er fortsatt prompten som regisserer: ett motiv, én hovedhandling og én kamerabevegelse per innstilling.
Her flytter Q4 seg mest. I stedet for ett startbilde gir du modellen et sett referanser: fjes, kostymer, rekvisitter, steder og ett stilbilde. Opptil 15 bilder og 3 stemmeklipp går inn i én generering, og Vidu Q4 bygger scenen rundt dem.
Last opp hver figur, hvert kostyme og hver rekvisitt slik et crew rigger settet. Plassene går fra 7 i referansemodellene til Q3 til 15. En scene med to personer får plass til forfra og profil av begge, pluss sted og stil.
Hvis to referanser ikke stemmer i fjes eller kostyme, er det prompten som avgjør. Pek på hver referanse med merkelappen og skriv hva den gjør, for eksempel: "@1 i hvit drakt slår, @2 holder dekning." Tydelige merkelapper gir færre blandede fjes.
Opptil tre stemmeklipp, hvert på 3–12 sekunder, låser hvordan figuren høres ut. Replikkene skriver du i prompten og knytter dem til den som sier dem.
Referanse til video i Q4 tar stillbilder og lyd. Den tar ikke referansevideo til bevegelse eller klipp. Skal du kopiere en bevegelse som allerede er filmet, bruk en modell som tar referansevideo.
Q4 genererer lyden sammen med bildet. Dialog og stemning kommer i samme steg: du trenger ikke eksportere et stumt klipp og lime på lyden etterpå.
Munnbevegelsen genereres sammen med stemme og fjes, ikke limt på et ferdig klipp. Mimikk og munn følger det figuren faktisk sier.
I tidligere modeller kunne samme figur høres ulik ut for hver generering. Stemmereferanser låser stemmen til prøven du velger, slik at en seriefigur holder seg lik fra episode til episode.
Sett dialogen i anførselstegn og si hvem som snakker. Hver replikk må få plass i klippet: 16 sekunder er taket, og en kortere replikk gir rom til en reaksjon.
Vidu har bygget Q4 for fire typer arbeid: AI-serier, reklame, sosiale medier og filmatisk produksjon. Slik bruker hver av dem AI-videogeneratoren fra Vidu.
Figurer som kommer tilbake, trenger samme fjes og samme stemme i hver episode. Bilder og stemmeklipp gjør det mulig gjennom en kort sesong.
Prøv flere retninger til en pitch, eller versjoner av samme produktfilm for ulike markeder, uten å bygge rollebesetningen på nytt hver gang.
Stående klipp til Reels, Shorts og TikTok, med dialog og lyd allerede inne.
Sett spill, utsnitt og rytme før opptaket. 4K-utdata med 10-bit farge tåler fargekorrigering.
Vidu Q4 er tilgjengelig i Topview. Dette er trinnene.

Beskriv videoen i prompten: handlingen, kameraet og hvem som gjør hva.

Klikk Generer. Vidu Q4 lager klippet fra prompten og bildene dine.

Se gjennom videoen, og last ned versjonen du vil ha.
Dette er det som er endret, ifølge API-dokumentasjonen til Vidu. En strek betyr at funksjonen ikke tilbys, eller ikke er oppført for den modellen.
| Vidu Q4 Preview | Vidu Q3 Pro | Vidu Q3 (referansemodeller) | Vidu Q2 | |
|---|---|---|---|---|
| Genereringsmoduser | Bilde til video, referanse til video | Tekst til video, bilde til video, start- og sluttbilde | Referanse til video | Referanse til video* |
| Maks. varighet | 16s | 16s | 16s | 10s |
| Referansebilder | Opptil 15 | — | Opptil 7 | Opptil 7 |
| Stemmereferanser | Opptil 3 | — | Stemmereferanse i Q3 Mix | — |
| Maks. oppløsning | 4K (10-bit farge) | 1080p | 1080p | 1080p |
| Innebygd lyd | Ja | Ja | Ja | — |
| Artificial Analysis, bilde til video | #3 | #19 | — | — |
*Tallene for Q2 gjelder bare modusen referanse til video.
To ting er uendret. Taket på 16 sekunder er det samme som i Vidu Q3, og Q4 har ikke tekst til video, som Q3 Pro fortsatt har. Trenger du en av de to, se Vidu Q3-siden vår.
På Artificial Analysis-rangeringen for bilde til video debuterte Vidu Q4 Preview som nr. 3, og Vidu Q3 Pro ligger som nr. 19 på samme rangering (per 8. okt. 2026).
Topview legger Vidu Q4 ved siden av resten av videoflyten.
Kjør de samme referansene og det samme manuset gjennom Vidu Q4, Vidu Q3 og andre modeller i ett arbeidsområde, og behold klippet som treffer.
Del utkast med teamet og lås en versjon før noe publiseres.
Ta resultatet rett inn i reklame- og sosiale formater i Topview, uten å flytte filer mellom verktøy.
Sammenligner du fortsatt? Se guiden vår til Vidu AI-alternativer.
Start med ett bilde, eller med opptil 15 referanser og 3 stemmeklipp. Generer et klipp på opptil 16 sekunder i Topview.