Qu’est-ce que Vidu Q4 ?
Vidu Q4 Preview est un modèle de génération vidéo d’IA conçu pour des scènes courtes et cinématographiques nécessitant des personnages cohérents, un audio et une vidéo coordonnés, et des mouvements de caméra contrôlés. Contrairement à un workflow qui n’anime qu’une seule image fixe, son mode Reference-to-Video peut combiner plusieurs références visuelles et des extraits audio pour guider la scène générée.
Le modèle est particulièrement pertinent pour les courts drames IA, les récits guidés par les personnages, la publicité produit, la vidéo sociale et la prévisualisation cinématographique.
Principales fonctionnalités de Vidu Q4
Cohérence du sujet guidée par des références
Le workflow reference-to-video accepte 1–15 images. Celles-ci peuvent fournir des repères visuels pour des personnages, des produits, des lieux, des costumes ou des styles de scène. Cela est utile lorsqu’une vidéo doit conserver des détails visuels reconnaissables tout au long d’une séquence plutôt que d’inventer chaque image indépendamment.
La cohérence est un objectif de génération, pas une garantie que chaque image préservera parfaitement les visages, les proportions, les logos ou les petits détails.
Audio natif et vidéo synchronisée
Q4 Preview prend en charge une sortie audio-vidéo, permettant aux créateurs de générer un clip avec du son au lieu d’ajouter systématiquement l’audio lors d’une étape de montage séparée.
L’endpoint reference-to-video accepte également jusqu’à trois références audio. Celles-ci peuvent aider à guider les aspects audio d’une scène, selon les éléments fournis et le prompt. Les références audio ne doivent pas être confondues avec une garantie de transcription exacte de la parole, d’identité vocale ou de synchronisation labiale parfaite.
Changement de caméra intelligent
Le modèle prend en charge le changement automatique de caméra, ce qui peut aider à créer des scènes avec des points de vue changeants plutôt qu’un seul angle statique.
Cela est particulièrement pertinent pour les scènes de dialogue, les interactions entre personnages, les séquences cinématographiques et les courtes vidéos promotionnelles. Toutefois, les créateurs doivent inspecter les coupes générées quant à la continuité, au positionnement du sujet et à l’adéquation des angles choisis avec l’histoire souhaitée.
Multiples résolutions de sortie et rapports d’aspect
La cartographie officielle du modèle répertorie des options de sortie de 540p à 4K à 24 fps. Les rapports d’aspect pris en charge incluent les formats paysage, portrait et carré.
Cela offre aux créateurs de la flexibilité lors de la préparation de vidéos pour différents emplacements, notamment :
- 16:9 pour la vidéo paysage classique.
- 9:16 pour les contenus verticaux de courte durée.
- 1:1 pour les contenus carrés destinés aux réseaux sociaux.
- 3:4 et 4:3 pour d’autres mises en page portrait ou paysage.
Une résolution plus élevée n’implique pas automatiquement un meilleur mouvement, une plus grande cohérence ou moins d’artefacts visuels.
Génération asynchrone via API
L’API documentée suit un workflow basé sur des tâches : soumettre une requête de génération, recevoir un ID de tâche, puis interroger la tâche jusqu’à ce que le résultat généré devienne disponible.
Ceci convient aux pipelines de production qui doivent traiter plusieurs clips, suivre l’état des jobs et récupérer les résultats de manière programmatique.
Vidu Q4 vs. Vidu Q3 vs. autres modèles vidéo
| Critère | Vidu Q4 Preview | Vidu Q3 | Autres modèles vidéo |
|---|---|---|---|
| Positionnement principal | Scènes cinématographiques guidées par des références | Génération vidéo narrative | Dépend du modèle |
| Références visuelles | Jusqu’à 15 images | Dépend du mode API | Dépend du modèle |
| Références audio | Jusqu’à 3 extraits | Dépend du modèle et du mode | Dépend du modèle |
| Durée maximale | 16 secondes | Jusqu’à 16 secondes sur les routes Q3 documentées | Variable |
| Résolution maximale | 4K | Dépend de la route | Variable |
| Meilleure cible d’évaluation | Cohérence des personnages, de la voix, de la caméra et de la scène | Workflows narratifs et audio-vidéo | Spécifique à la tâche |
Il s’agit d’une comparaison de capacités, et non d’un classement de référence. Pour des détails techniques sur Vidu Q3, voir le guide Vidu Q3 de CometAPI
Cas d’usage recommandés
- Courts drames IA : Maintenir l’apparence et la voix des personnages sur de courtes scènes narratives.
- Publicités et vidéos produit : Guider l’apparence du produit et la composition de scène avec des images de référence.
- Contenus pour les réseaux sociaux : Générer de courts clips cinématographiques pour des tests créatifs et des variantes de campagne.
- Prévisualisation de film : Explorer les mouvements de caméra, les séquences d’action et les transitions de plan avant la production.
- Animation centrée sur les personnages : Combiner des références visuelles avec un guidage vocal pour des performances plus cohérentes.