选择适合镜头的生成方式
从单张图片出发，或结合多张参考图。
图生视频适合为商品图、人像或风景添加动作与镜头运动。场景需要多个主体、风格或环境参考时，可使用参考生视频。描述一个清晰的主要动作，以及希望镜头怎样移动，让视频具有明确的视觉重点。
Vidu Q4 视频生成器
Vidu Q4 视频生成器
让单张图片动起来，或将多张参考图组合成一个视频场景。选择540p至4K，描述画面动作与镜头运动，并按场景需要开启音频。
About
什么是 Vidu Q4？
Vidu Q4 是生数科技开发的视频模型。图生视频可将一张图片延展为3–16秒片段；参考生视频可结合1–15张图片生成3–16秒片段。可选音频与最多3段音色参考，适合探索人物、风格、场景和声音共同参与的视频创作。
Vidu Q4 功能
按你的场景选择合适的输入方式。
准备清晰的图像与音色参考
每份参考素材应提供不同且有用的信息。
图生视频使用一张图片，并继承图片比例。参考生视频支持1–15张图片，尽量选择有帮助的视角，避免外观互相矛盾。可额外添加最多3段 MP3 音色参考，每段3–12秒且不超过50 MB；请上传你有权使用的录音。
设置时长、构图与声音
让视频参数适合最终使用场景。
上传图片并描述动作后，从540p、720p、1080p、2K或4K中选择分辨率。单图视频支持3–16秒；参考视频支持3–16秒，并可选16:9、9:16、1:1、4:3或3:4。音频默认关闭，可按需开启。提交前确认当前积分预估。
为剪辑与分享创作片段
探索画面运动、氛围与可选的同步声音。
生成片段可以用于社交视频、商品展示或动态分镜。较高分辨率适合更大的观看画面，较短片段便于围绕一个动作尝试不同效果。开启音频后，应同时查看画面并聆听声音，再判断它怎样融入你的作品。
选择前完整检查结果
检查连续性、动作与生成的音频。
从头到尾观看视频，对照参考图检查主体细节，留意脸部、手部或商品是否发生变化，以及镜头运动和场景衔接是否自然。开启音频时，检查音色、时间配合与不需要的声音。身份一致性和口型同步并非保证，必要时调整素材或描述。
下载并完成后期制作
将生成片段用于最终剪辑。
下载想保留的结果，在剪辑软件中裁切、组合镜头，并添加字幕或声音。检查目标屏幕上的构图与可读性。Vidu Q4 不会自动赋予参考图、音色或生成内容的商用权利；发布前请确认素材权限及适用条款。
官方演示与原创场景示意
两段视频为 Vidu 官方演示。三张静态图为帮助准备场景的原创 AI 概念图，并非 Vidu Q4 输出。
参考生视频演示
图生视频演示
参考创作场景
运动场景
电影感场景
Vidu Q4 常见问题
Vidu Q4 视频生成器 FAQ
探索更多AI视频模型
Veo 3.1
新Veo 3.1 代表了 Google DeepMind 最先进的 AI 视频生成技术，具有开创性的原生音频生成功能，可同时创建同步的音效、对白和环境音频以及视频内容。
立即体验
Wan 2.6
新Wan 2.6 是阿里巴巴的视频生成模型，能够从文本提示词和参考图像生成高质量视频，支持多样化风格、流畅运动和电影级输出效果。
立即体验
Sora 2
Sora 2 是 OpenAI 的旗舰视频生成模型，能够从文本描述和图像输入生成高质量视频。它理解复杂的场景构图、角色互动、镜头运动和真实世界物理规律，呈现电影级效果。Sora 2 代表了AI视频生成的重大飞跃，具备更好的时间一致性、更长的时长支持和更忠实的提示词解读。
立即体验
Kling 2.6
Kling 2.6 是快手最新的AI视频生成模型，以卓越的运动质量和电影级输出著称。基于先进的时空建模技术，Kling 2.6 能生成角色动作流畅、镜头转场动感、视觉细节丰富的视频。支持文生视频和图生视频两种模式，是追求专业品质AI视频内容的创作者的多功能工具。
立即体验
Seedance 2.0
新Seedance 2.0 是字节跳动最先进的AI视频生成模型，于2026年2月发布。它采用统一的多模态音视频联合生成架构，同时支持4种输入模态——文字、最多9张图片、最多3段视频片段和最多3条音轨。开创性的 @-reference 系统让您可以在提示词中标记特定元素，并将其绑定到上传的参考素材，实现对镜头运动、角色外观、音频节奏和视觉风格的精细控制。输出最高可达2K分辨率，并配备原生同步音频，包括多语言口型同步、音效和背景音乐。
立即体验Grok Video
Grok Video（由 Grok Imagine Video 驱动）是 xAI 的视频生成模型，直接内置于 Grok 生态系统之中。由专有的 Aurora 引擎驱动，将文本提示词或静态图像转换为带同步音频的短视频片段。Grok Video 的独特之处在于其速度——视频片段在数秒而非数分钟内生成——同时结合实时网络数据访问，提供最新、最相关的视觉参考。该模型注重提示词遵循度和自然运动连贯性，非常适合快速社交媒体内容制作、快速原型设计和迭代式创意工作流。
立即体验
+1k