Vidu
Vidu
Vidu 是一个以参考驱动的视频生成系列，拥有五个专业变体。它擅长利用多张参考图像和视频参考输入在多个片段中保持角色一致性。
Vidu 系列围绕参考引导生成构建。Q1 从多张参考图像生成视频，将视觉线索组合成连贯片段。Q3 是通用模型，支持五种宽高比的 1080p 文生视频和图生视频。Q2 提供 1-7 张输入图像的主体参考以实现强身份锁定。Q2 Image Reference 接受多图像参考集进行更广泛的视觉引导。Q2 Pro Video Reference 以视频到视频模式运行，使用现有视频加参考图像生成融合两者的新片段。这种分层方法使 Vidu 在角色跨片段一致性为首要优先级时成为最佳选择。
Vidu 变体
| 变体 | 说明 |
|---|---|
| Vidu Q1 | 从多张图像参考生成视频，组合视觉线索。 |
| Vidu Q3 | 通用文生视频和图生视频，5 种宽高比，1080p。 |
| Vidu Q2 主体参考 | 1-7 张输入图像的主体参考，强身份锁定。 |
| Vidu Q2 图像参考 | 多图像参考集进行更广泛的视觉引导。 |
| Vidu Q2 Pro 视频参考 | 带参考图像的视频到视频，融合现有视频与新视觉方向。 |
支持的功能
文本生成视频
图像生成视频
视频到视频
参考图像
尾帧控制
分镜编辑
音频驱动
支持的宽高比
16:99:164:33:41:1
最适合
- 保持角色身份一致的多片段系列
- 需要同一代言人出现在多个视频中的品牌活动
- 需要多个视觉输入的参考密集型工作流
- 将源素材与新风格参考融合的视频混搭
- 保持视觉连续性的产品展示系列
优势
- 最强的多参考输入系统，支持最多 7 张主体图像
- 五个专业变体用于不同的参考驱动工作流
- Q3 在 1080p 下提供可靠的通用基线
- V2V Pro 变体在一次生成中融合视频和图像参考
- 通用模型提供五种宽高比选项
局限性
- 为每个用例选择合适变体的学习曲线
- Q1 需要多张图像，增加了准备时间
- Q3 的通用质量可能落后于顶级单用途模型
使用技巧
使用 Q2 主体参考时，提供 3-5 张不同角度的角色图像以获得最佳身份锁定。
先用 Q3 制作通用片段，需要参考一致性时再切换到 Q1 或 Q2。
使用 V2V Pro 时，将简单的源视频与强风格参考配对以获得最干净的融合。
在图像集中保持参考图像的光线和色彩调性一致。
在 Astorie 上使用 Vidu
在 Astorie 的无限画布上将 Vidu 与其他 AI 模型连接使用。无需 GPU，免费开始。
免费开始