首帧确定画面起点
Vidu Q4 以一张首帧图片开始创作，文字负责描述接下来的变化。选择主体清晰、边缘完整、留有运动空间的照片。原图提供构图、光线与服饰等线索，但不保证人脸、文字、商标或物体几何形状完全不变。需要准确展示产品时，应把原图与完整视频逐帧对照，而不是只看封面。
套餐最高可省 73%
视频模型
Vidu Q4 视频生成器
生成尚未开放；当前工作区仅供查看，不会上传图片或消耗积分。
Vidu Q4
Vidu Q4
生成结果将在这里显示。
Vidu Q4 图生视频控制项
按动作选择 3–16 秒
可选时长为 3 至 16 秒的每个整数秒，初始为 5 秒。先想清楚动作的开始与结束，再决定时长。轻微转头适合短镜头，缓慢展示产品则需要更多时间。增加秒数不能代替清晰指令，长片段也可能出现主体漂移。每次只安排一个主要动作，避免把多个场景挤进同一条提示词。
分辨率与原生音频
现有路由提供 540p、720p、1080p、2K、4K，默认 720p。更高分辨率会提高配置中的积分估算，不能修复模糊原图或矛盾动作。模型包含原生音频，应同时说明环境声、动作声以及是否需要对白。请完整试听，检查声画同步与意外语音。本页不提供独立关闭音频的开关，也不保证精确台词、特定声线或音乐版权。
如何准备 Vidu Q4 视频
1. 准备首帧图片
使用自己拥有或获准使用的图片。上传前检查清晰度、主体边缘与构图，避免截断手部或关键物体。竖屏项目应先准备合适的竖向原图，不要依赖额外画幅参数。本路由仅接收一张起始图片，不提供尾帧、参考视频、参考音频或多镜头输入。
2. 同时描述动作与声音
提示词包括一个主体动作、一个镜头方向和必要环境声。例如，让镜头缓慢靠近陶瓷杯，蒸汽向上飘散，背景保持安静室内声。内容须与原图一致，不要让暗室突然变成晴天户外。明确哪些细节要保持，避免同时要求推拉、旋转、切换场景与复杂人物互动。
3. 检查完整输出
后续验证并开放生成后，提交前检查模型名称、时长、分辨率与显示积分。观看首尾帧及全部运动，试听声音，注意人脸不稳定、反射错误、主体漂移和声画不符。需要修正时只改一个变量，才能判断有效的指令。相同提示词再次生成也可能得到不同结果，不能据单个片段推断整体质量。
Vidu Q4 提示词示例
克制的产品展示
建议提示词：陶瓷香水瓶保持在石质台面中央，镜头缓慢推近，柔和窗光掠过瓶身。保持瓶子轮廓与标签位置。安静室内环境声，无对白。选择背景简洁、边缘清晰的产品照片，检查整段反射和文字。这里是写作建议，并非已生成样片，也不保证包装细节完全一致。
单一动作的人像
建议提示词：原图中的人物轻轻转向窗户并微笑，固定机位，柔和室内环境声，无对白。保持服装与背景一致。选择姿态能够自然衔接动作的人像，重点检查眼睛、牙齿、手部和运动边缘。使用已获同意的人像，不要把生成表情作为真人做过该动作的证据。
插画的氛围运动
建议提示词：池塘泛起细小涟漪，纸船在原地轻轻摇晃，岸边与镜头保持静止。微风与轻微水声，无音乐。原图能提供风格线索，但运动细节仍可能被重绘。检查纸船折痕与水面接触；变化过多时减少运动元素，而不是堆叠形容词。这些内容是创作起点，不是质量测试结论。
探索其他视频工作流
按实际输入模式比较
可通过视频模型目录比较创作方式。MiniMax H3 与 Wan 3.0 Prime 有各自的参数和输入模式，不能把它们的规格套用到 Vidu Q4。比较时尽量保持原图、动作与输出设置一致，根据完整结果选择适合项目的镜头。模型名称不代表质量或速度必然更好，需要多个场景时应分别创作再剪辑。
视频模型目录Vidu Q4 常见问题
Vidu Q4 是什么？
Vidu Q4 将一张首帧图片转为 3–16 秒、含原生音频的视频。图片建立场景，提示词描述运动与声音。
能否只输入文字？
本页只连接图生视频路由，需要一张首帧图片。不提供纯文生视频、尾帧或参考视频模式。
支持哪些参数？
支持 540p、720p、1080p、2K、4K，时长为 3 至 16 秒的整数秒，初始为 720p、5 秒，含原生音频。
生成是否免费？
浏览页面不消耗积分。后续开放的视频生成使用积分，提交前应检查显示的估算。当前只读工作区无法提交任务。
现在可以生成吗？
暂不可以。工作区展示 Vidu Q4 并复用已有路由，但生成保持禁用，等待单独的真实验证及发布批准。本页没有制作付费 Vidu Q4 样片。