保留原圖比例
輸出影片沿用你上傳圖片的比例：直式產品圖出來還是直式，寬幅圖出來還是寬幅。不用為每個平台重新裁切，也不會切掉構圖邊緣。
Vidu Q4 AI 影片生成器：角色和聲音前後一致
Vidu Q4 Preview 是生數科技最新的 AI 影片模型。一張圖片，或最多 15 張參考圖加 3 段聲音，就能生成最長 16 秒、自帶原生音訊的 2K/4K 影片。
Vidu 於 2026 年 10 月 7 日發布 · 已在 Topview 上線
Vidu Q4
上傳參考
Image1
1/15 images · 0/3 audio
49/2000
範例畫面
用 Vidu Q4 做 Vidu AI 圖片轉影片
從一張圖片開始。寫下動作和鏡頭，Vidu Q4 就把靜態畫面拉成 3–16 秒、2K 或 4K 的影片。畫面跟著你上傳的那一幀，接下來發生什麼由提示詞決定。
快動作不容易散掉
武打、奔跑、打鬥這類場面，圖片轉影片最容易變形。Vidu 表示 Q4 讓這類動作更順，變形、卡頓和瑕疵更少。在提示詞裡寫清動作和方向，模型才有一條明確的路徑。
特效更有分量
爆炸、煙霧、粒子和能量特效的光影和運動更自然。對遊戲預告、奇幻短片和產品揭曉來說，一次特效往往就撐起整個鏡頭。
提示詞把鏡頭留在軌道上
Vidu 圖片轉影片常被說影片偏離了要求。Q4 對運鏡和轉場跟得更緊，但方向仍由提示詞決定：每個鏡頭一個主體、一個主要動作、一種運鏡，結果最穩。
參考轉影片 AI：最多 15 張圖和 3 段聲音
參考轉影片是 Q4 變動最大的地方。你給模型的不再是一張起始畫面，而是一組參考：臉、服裝、道具、場景和一張風格圖。一次生成最多放進 15 張圖和 3 段聲音，Vidu Q4 圍繞它們把整場戲搭起來。
生成前先把角色定下來
像劇組備場一樣，把每個角色、服裝和道具都傳上去。參考位從 Q3 參考模型的 7 張增加到 15 張。一場兩人戲可以同時放進兩人的正面和側面，再加上場景和風格。
告訴模型誰是誰
兩張參考在臉或服裝上不一致時，由提示詞來定。用標籤指明每張參考，並寫清它在鏡頭裡做什麼，例如：「@1 穿著白色道服出拳，@2 在道館裡格擋」。標籤寫清楚，臉被混在一起的情況就少。
替每個角色配上聲音
最多加 3 段聲音，每段 3–12 秒，用來固定角色的音色。聲音片段決定聽起來像誰；台詞本身寫在提示詞裡，指定由誰來說。
只收圖片和聲音
Q4 的參考轉影片只接受靜態圖片和音訊，不接受用參考影片來控制動作或做剪輯。若要沿用既有素材裡的動作，請改用支援影片參考的模型。
有聲音的圖片轉影片：人聲、對口型、音效一起生成
Q4 在生成畫面的同時生成聲音。對白和環境音一次出來，不用先匯出無聲影片再回頭補音訊。
Vidu 原生對口型
嘴型和聲音、臉部一起生成，而不是貼到做好的影片上。表情和口型始終跟著角色真正在說的話。
同一個聲音，一鏡接一鏡
以前的模型裡，同一個角色每次生成聲音都可能不一樣。參考聲音把音色固定在你選的樣本上，系列角色每一集都是同一個聲音。
台詞寫在提示詞裡
把台詞放在引號裡，並寫明誰說。每句長度要放得進這段影片：16 秒是上限，台詞短一點，還能留出反應鏡頭。
用 Vidu Q4 可以做什麼
Vidu 為 Q4 準備了四類工作：AI 連續劇、廣告、社群媒體和電影感製作。下面是每一類怎麼用這套 AI 影片生成器。
AI 連續劇與短劇
固定角色每一集都要同一張臉、同一個聲音。參考圖加上聲音片段，整季短劇才有辦法保持一致。
廣告構想與產品版本
為提案試幾種方向，或為不同市場做同一支產品片的多個版本，不用每次重建角色。
社群媒體影片
適合 Reels、Shorts 和 TikTok 的直式影片，對白和聲音已經在片子裡。
預演與電影感 Shorts
實拍前先排好表演、構圖和節奏。10-bit 色深的 4K 輸出，進調色也撐得住。
如何在 Topview 上使用 Vidu Q4
Vidu Q4 已在 Topview 上線。按下面的步驟使用。
步驟 1：輸入提示詞
在提示詞裡寫清你要的影片：動作、鏡頭，以及誰在做什麼。
步驟 2：點擊生成
點擊生成。Vidu Q4 會依照提示詞和圖片做成片。
步驟 3：下載結果
看過成片後，下載你要的那一版。
Vidu Q4 對比 Vidu Q3、Q3 Pro 和 Q2
以下變化依據 Vidu 自己的 API 文件。橫線表示該模型沒有這項功能，或文件沒有列出。
| Vidu Q4 Preview | Vidu Q3 Pro | Vidu Q3（參考模型） | Vidu Q2 | |
|---|---|---|---|---|
| 生成模式 | 圖片轉影片、參考轉影片 | 文字轉影片、圖片轉影片、首尾幀 | 參考轉影片 | 參考轉影片* |
| 最長時長 | 16s | 16s | 16s | 10s |
| 參考圖 | 最多 15 張 | — | 最多 7 張 | 最多 7 張 |
| 聲音參考 | 最多 3 段 | — | Q3 Mix 有聲音參考 | — |
| 最高解析度 | 4K（10-bit 色深） | 1080p | 1080p | 1080p |
| 原生音訊 | 有 | 有 | 有 | — |
| Artificial Analysis 圖片轉影片排名 | #3 | #19 | — | — |
*Q2 的數字只適用於它的參考轉影片模式。
有兩點沒變：最長 16 秒和 Vidu Q3 一樣；Q4 沒有文字轉影片，Q3 Pro 仍然有。若需要這兩項，請看我們的 Vidu Q3 頁面。
在 Artificial Analysis 圖片轉影片排行榜上，Vidu Q4 Preview 首發排第 3，同一榜上 Vidu Q3 Pro 排第 19（截至 2026 年 10 月 8 日）。
為什麼在 Topview 上用 Vidu Q4
Topview 把 Vidu Q4 放在你整套影片流程旁邊。
同一份簡報，多個模型
把同一組參考和腳本交給 Vidu Q4、Vidu Q3 和其他模型，在同一個工作區裡跑，留下最合適的那一條。
匯出前先確認
把草稿分享給團隊，對外發布前先把版本定下來。
從片段到完成的影片
結果可以直接放進 Topview 的廣告和社群媒體影片格式，不用在工具之間搬檔案。
還在比較其他選擇？看看我們的 Vidu AI 替代方案指南。