TLDR: Vidu Q4 Preview es la vista previa pública del próximo modelo de video de ShengShu Technology, anunciada el 7 de octubre de 2026. Admite flujos de trabajo de imagen a video y de referencia a video, genera hasta 4K, soporte para hasta 15 referencias de imagen + 3 referencias de voz, y un rendimiento de personajes, lenguaje de cámara y VFX notablemente más sólido. Su principal diferenciador es la combinación de salida en alta resolución con múltiples referencias visuales y de audio.
Debutó en el puesto #3 del ranking AA-Video-I2V de Artificial Analysis (1,179 de Elo, subiendo 16 posiciones desde Vidu Q3 Pro). Los precios comienzan desde ~$0.014/seg (con descuentos de lanzamiento), disponible vía la app web oficial de Vidu, API y plataformas como CometAPI. Ideal para drama corto, publicidad, contenido social y producción cinematográfica.
Puntos clave
- Vidu Q4 Preview es el modelo de video más avanzado de Shengshu hasta la fecha, centrado en la “expresividad” con emociones realistas, voces naturales, movimiento fluido e impactos VFX de alto nivel.
- Capacidades principales: solo Imagen a Video y Referencia a Video (sin texto a video en la Preview); máximo 16 s; resoluciones 540p–4K; hasta 15 imágenes de referencia y 3 referencias de audio; generación de audio nativa.
- Benchmark: #3 en la tabla de clasificación de imagen a video de Artificial Analysis (1,179 Elo) vs. Vidu Q3 Pro en #19; mejor calidad a un costo similar o inferior en muchas comparativas.
- Precios: tarifas de lanzamiento de ~$0.014–$0.045/seg en resoluciones bajas, aumentando para 4K; 30% de descuento en imagen/referencia a video hasta el 30 de noviembre de 2026 en canales oficiales.
- Acceso: sitio oficial de Vidu y API en platform.vidu.com; también disponible en plataformas de terceros y APIs unificadas como CometAPI.
- Ideal para flujos profesionales que requieren coherencia de personajes/producto a lo largo de escenas multishot con audio.
¿Qué es Vidu Q4 Preview?
Vidu Q4 Preview es la versión de acceso anticipado público del próximo modelo insignia de generación de video de Shengshu Technology (también referido como ShengShu o Vidu AI). Lanzado el 7 de octubre de 2026, se basa en la serie Vidu Q anterior (notablemente Q3) con un fuerte énfasis en “传神表现力” — una interpretación expresiva y realista.
Shengshu Technology se originó en los laboratorios de investigación de IA de la Universidad de Tsinghua y ha posicionado a Vidu como un modelo de video orientado a producción para dramas cortos, agencias de publicidad, creadores de contenido social, estudios independientes y equipos de producción cinematográfica. La versión Preview se lanzó intencionalmente antes del Q4 completo para que los creadores puedan probarla en proyectos reales y aportar feedback que moldeará la versión final.
A diferencia de los modelos puramente de texto a video, Q4 Preview está guiado por referencias. Prioriza la consistencia de personajes, estilos, escenas, productos y voces cuando se suministran múltiples referencias. La salida incluye audio nativo sincronizado (diálogo, efectos de sonido y ambiente generados junto con el video), lo que elimina o reduce la necesidad de posproducción de audio por separado en muchos casos.
Los puntos destacados oficiales incluyen resolución máxima 4K, hasta 16 segundos por clip, hasta 15 imágenes de referencia y hasta 3 pistas de audio de referencia.
Características clave y especificaciones técnicas
| Especificación | Vidu Q4 Preview |
|---|---|
| Model ID | viduq4-preview |
| Modo | Imagen a Video; Referencia a Video |
| Resolución | 540p; 720p; 1080p; 2K; 4K |
| Fotogramas por segundo | 24 fps |
| Duración máxima de video | 16 segundos |
| Duración Imagen a Video | 3–16 segundos |
| Referencias de imagen | Hasta 15 |
| Referencias de audio | Hasta 3 |
| Generación audio-video | Compatible |
| Aspect ratios en Referencia a Video | 16:9, 9:16, 1:1, 4:3, 3:4 |
Vidu Q4 Preview opera en dos modos principales:
Imagen a Video (I2V)
Sube una única imagen (que se convierte en el primer fotograma), añade un prompt de texto describiendo movimiento, movimiento de cámara, diálogo o efectos, y genera un video de 3–16 segundos. La salida preserva la relación de aspecto original de la imagen de origen. Admite resoluciones de 540p a 4K.
Referencia a Video (R2V)
Combina 1–15 imágenes de referencia (personajes, productos, objetos, ubicaciones, estilos) más 0–3 referencias de voz/audio opcionales (normalmente clips MP3 cortos). El modelo mantiene la coherencia visual y vocal a lo largo de la secuencia multishot generada. Las duraciones van de 1–16 segundos. Este modo habilita narrativas complejas en una sola toma con múltiples sujetos.
Detalles técnicos adicionales:
- Fotogramas por segundo: 24 fps
- Color: Hasta 10 bits en resoluciones más altas (2K/4K) para flujos profesionales
- Audio: Generación nativa de voz sincronizada, entrega emocional, sincronización labial y efectos de sonido
- Cámara y movimiento: Mayor estabilidad, transiciones multishot más suaves, mejor manejo de movimientos amplios (artes marciales, combate, carrera) y lenguaje de cámara más cinematográfico
- VFX: Explosiones, humo, partículas, efectos de energía y dinámicas de escena complejas mejorados
- Prompts: Mayor seguimiento de instrucciones; se recomienda referenciar imágenes por orden (p. ej., “imagen 1”, “imagen 2”) e incluir beats temporales para control multishot
Estas mejoras aportan expresiones faciales más matizadas, entrega emocional de voz más natural, iluminación/texturas coherentes y menos artefactos respecto a generaciones anteriores.
Benchmarks de rendimiento y datos de apoyo
La evaluación independiente de Artificial Analysis situó a Vidu Q4 Preview en el puesto #3 del leaderboard AA-Video-I2V v1.0 con una puntuación Elo de 1,179. Esto representa un salto de 16 posiciones frente a Vidu Q3 Pro (anteriormente alrededor del #19 con ~1,056 Elo). En el momento del snapshot (inicios de octubre de 2026), MiniMax H3 Max lideraba con ~1,195 Elo, seguido de cerca por MiniMax H3 y luego Vidu Q4 Preview.
Informes de Shengshu y de terceros señalan que Q4 Preview logra mayor calidad al mismo o menor costo efectivo que Q3 Pro en configuraciones comparables (p. ej., alrededor de $7.20 por minuto a 1080p con audio en una configuración probada, citado a veces como 25% más eficiente en costo). Los mensajes de lanzamiento afirman hasta 5× más salida con el mismo presupuesto bajo especificaciones similares.
Pruebas tempranas (incluida beta en plataformas como SelfyzAI y RunningHub) destacan mayor coherencia de personajes, actuación/sincronización labial más auténticas, trabajo de cámara más estable y efectos de gran escala impactantes (secuencias de desastres, ciencia ficción, fantasía). El renderizado de texto chino y el manejo de texto en pantalla también han sido elogiados como aptos para producción.
Tenga en cuenta que, al ser una Preview, puntuaciones, límites y precios específicos pueden evolucionar antes del lanzamiento completo de Q4.
Vidu Q4 vs Vidu Q3: similitudes y diferencias
Esta comparación es específicamente contra Q3 Pro, no contra todos los modelos de la familia Q3. Q3 Mix, Q3 Turbo y otros variantes de Q3 tienen flujos y límites diferentes.
| Dimensión | Vidu Q4 Preview | Vidu Q3 Pro |
|---|---|---|
| Resolución máxima listada | 4K | 1080p |
| Duración vía API | 3–16 segundos en los endpoints de Q4 | 1–16 segundos en las rutas documentadas de Q3 Pro |
| Rutas de generación | Imagen a Video; Referencia a Video | Text-to-Video; Image-to-Video; Start-End Frame |
| Guía por referencias | Hasta 15 imágenes y hasta 3 referencias de audio en Referencia a Video | No hay ruta equivalente de Referencia a Video en esta comparación de Q3 Pro |
| Audio-video sincronizado | Compatible | Compatible |
| Mejor ajuste inicial | Escenas cortas de alta resolución guiadas por referencias | Flujos de texto únicamente o de fotograma inicial/final |
Fuentes: Documentos de la API de Q4 de Vidu y Documentos del modelo Q3.
Q4 Preview es una mejor opción cuando el flujo de producción depende de múltiples referencias visuales, referencias de audio o salida en 2K/4K. Q3 Pro sigue siendo relevante cuando se requiere texto a video o control de fotograma inicial/final. La duración máxima no es en sí una mejora de Q4: ambos pueden alcanzar 16 segundos según sus rutas documentadas.
La comparación a continuación usa Q3 Pro como línea base. Ambos modelos generan videos cortos con audio sincronizado. Q4 Preview añade un techo de resolución más alto y una ruta multirreferencia; Q3 Pro conserva flujos de texto a video y fotograma inicial/final. Estas diferencias describen las rutas documentadas y no deben generalizarse a todas las variantes de Q3.
Similitud: clips cortos, audio; las mejoras de calidad no están probadas
Ambos modelos admiten clips de hasta 16 segundos, por lo que Q4 Preview no extiende la duración máxima, y ambos admiten generación audio-video sincronizada y cambios de cámara. Las referencias de audio en Q4 Preview añaden una forma de guiar el sonido de una escena. Estas capacidades no establecen una mejora medida en sincronización labial, movimiento o consistencia de identidad. Los resultados de Artificial Analysis a continuación aportan contexto de Q3 Pro; no proporcionan una puntuación de Q4 ni una comparación directa Q3 a Q4 en calidad.
Diferencia: entradas de referencia y rutas de generación
Ambos ofrecen Imagen a Video. Q4 Preview también ofrece Referencia a Video, aceptando 1–15 imágenes y hasta tres clips de audio. Q3 Pro proporciona rutas de Text-to-Video y Start-End Frame. La ruta de referencias de Q4 se ajusta a escenas guiadas por personajes, productos o estilo visual; Q3 Pro sigue siendo relevante cuando el input inicial es texto o un par de fotogramas especificados. Q4 Preview eleva el techo de resolución desde los 1080p de Q3 Pro hasta 4K, aportando una opción de entrega a mayor resolución.
Diferencia: precios y flujos de mejor ajuste
Bajo el precio nativo estándar de la API de Vidu, Q4 Preview cuesta 19 créditos/segundo a 720p frente a los 20 de Q3 Pro; ambos cuestan 24 créditos/segundo a 1080p. Por tanto, Q4 no es uniformemente más barato. Sus opciones 2K y 4K tienen tarifas más altas. Q4 encaja en escenas de alta resolución guiadas por referencias; Q3 Pro encaja en trabajos de solo texto y fotograma inicial/final. Estas tarifas nativas son independientes de los precios de CometAPI.
¿Cuánto cuesta Vidu Q4 Preview?
Vidu factura la generación nativa de la API en créditos. Su precio publicado por crédito es de RMB 0.03125 por crédito. Los siguientes cálculos usan tarifas estándar de generación de Q4 Preview, sin servicios opcionales ni términos negociados.
| Resolución | Créditos / segundo | RMB calculado / segundo | RMB calculado / 5 segundos |
|---|---|---|---|
| 540p | 9 | 0.28125 | 1.40625 |
| 720p | 19 | 0.59375 | 2.96875 |
| 1080p | 24 | 0.75 | 3.75 |
| 2K | 38 | 1.1875 | 5.9375 |
| 4K | 78 | 2.4375 | 12.1875 |
Cómo acceder a Vidu Q4 Preview
App web oficial de Vidu — Visita vidu.com/vidu-q4 o las interfaces principales de creación para Referencia a Video e Imagen a Video. Regístrate o inicia sesión, sube referencias, escribe prompts, selecciona duración/resolución y genera. Se han compartido códigos promocionales para nuevos usuarios en canales sociales oficiales.
API oficial — Disponible en platform.vidu.com. Model ID: viduq4-preview. Admite resoluciones 540p–4K, callbacks para manejo de tareas asíncronas y ambos modos de generación. Ideal para desarrolladores que construyen canalizaciones automatizadas.
Recomendado para desarrolladores y equipos: CometAPI
CometAPI (cometapi.com) es una pasarela de API unificada, compatible con OpenAI, que agrega más de 500 modelos de texto, imagen, video y audio de múltiples proveedores bajo una sola clave y endpoint (https://api.cometapi.com/v1). Ya incluye modelos de Vidu (incluidas variantes de Q3 y listados de Q4 Preview en catálogos de modelos) con precios competitivos (a menudo con descuento frente a las tarifas oficiales) e integración sencilla. Beneficios de usar CometAPI para acceder a Vidu Q4:
- Una sola clave de API para Vidu y cientos de otros modelos (cambia sin reescribir integraciones).
- Facturación y monitoreo simplificados.
- Endpoints listos para producción para generación de video.
- Créditos de prueba gratis al registrarte; no se requiere tarjeta de crédito para empezar.
- Compatibilidad drop-in con SDKs existentes de OpenAI (solo cambia base_url y key). Para empezar: regístrate en cometapi.com, crea una clave de API y llama al endpoint de generación de video con el ID de modelo de Vidu correspondiente (consulta la página actual models/vidu para
viduq4-previewo equivalente).
Casos de uso prácticos y consejos para mejores resultados
- Dramas/series de IA: Mantén la identidad y la voz del personaje a través de los planos con entrada multirreferencia.
- Videos publicitarios y de producto: Fija la apariencia del producto y el estilo de marca con múltiples tomas del producto + referencias de voz.
- Contenido social/cinematográfico: Narrativa multishot con cámara dinámica y VFX de alto impacto.
- Flujo de iteración: Genera borradores en baja resolución rápidamente, refina prompts y referencias, luego renderiza finales en 2K/4K.
Consejos de prompting: Sé específico sobre movimientos de cámara (“acercamiento lento”, “traveling”), emoción, temporización del diálogo y qué referencia corresponde a cada elemento. Itera cambiando una variable a la vez. Revisa cuidadosamente la sincronización labial y el audio, ya que la generación nativa es sólida pero aún se beneficia de posproducción selectiva para entregas comerciales.
Limitaciones a tener en cuenta
Al ser una Preview, texto a video no está soportado (necesitas al menos una imagen). La versión completa de Q4 podría ampliar capacidades. Los resultados pueden variar; las escenas complejas con múltiples sujetos aún requieren preparación cuidadosa de referencias e ingeniería de prompts. Verifica siempre las licencias comerciales y las políticas de contenido en la plataforma que utilices.
Conclusión y recomendación
Vidu Q4 Preview supone un avance significativo para la línea Vidu de Shengshu, ofreciendo mayor resolución, mejor control por referencias, interpretaciones más expresivas y una economía competitiva que hace que el video de IA de alta calidad sea más accesible. Su buen desempeño en benchmarks independientes y su enfoque en realidades de producción (consistencia + audio nativo) lo posicionan como una de las mejores opciones a finales de 2026 para trabajos de video guiados por referencias.
Para creadores y desarrolladores que busquen el camino más fácil para experimentar y escalar: empieza en el sitio oficial de Vidu para la exploración creativa, luego integra vía la API oficial o una pasarela unificada como CometAPI para flujos de producción. El acceso con una sola clave de CometAPI a los modelos de Vidu (junto con más de 500 adicionales) reduce la sobrecarga de integración y a menudo ofrece ventajas de costo; ideal para equipos que construyen automatización de contenido, hacen A/B testing entre múltiples modelos de video o combinan video con pipelines de texto/imagen.
Explora Vidu Q4 Preview hoy en vidu.com/vidu-q4 o a través del catálogo de modelos de CometAPI en cometapi.com/models/vidu/. El lanzamiento completo de Q4 probablemente se basará en el feedback de este periodo de Preview: quienes adopten temprano y prueben a fondo estarán mejor posicionados para aprovechar el modelo final.