TL;DR : Vidu Q4 Preview est la préversion publique du modèle vidéo nouvelle génération de ShengShu Technology, annoncée le 7 octobre 2026. Elle prend en charge les workflows image-vers-vidéo et référence-vers-vidéo, produit jusqu’en 4K, prend en charge jusqu’à 15 références d’images + 3 références vocales, et offre des performances nettement supérieures en jeu d’acteur, travail de caméra et VFX. Son principal différenciateur est la combinaison d’une sortie haute résolution avec de multiples références visuelles et audio.
Elle a débuté à la 3e place du classement Artificial Analysis AA-Video-I2V (1 179 Elo, un bond de 16 places par rapport à Vidu Q3 Pro). Les tarifs commencent à environ ~0,014 $/s (avec remises de lancement), disponible via l’application Web officielle Vidu, l’API et des plateformes comme CometAPI. Idéal pour les courts dramatiques, la publicité, le contenu social et la production cinématographique.
Points clés
- Vidu Q4 Preview est à ce jour le modèle vidéo le plus avancé de Shengshu, axé sur une « performance expressive » avec des émotions réalistes, des voix naturelles, des mouvements fluides et des VFX percutants.
- Capacités principales : uniquement Image-vers-vidéo et Référence-vers-vidéo (pas de texte-vers-vidéo en Preview) ; durée max 16 s ; résolutions 540p–4K ; jusqu’à 15 images de référence et 3 références audio ; génération audio native.
- Résultat de benchmark : n°3 sur le classement image-vers-vidéo d’Artificial Analysis (1 179 Elo) vs Vidu Q3 Pro à la 19e place ; meilleure qualité à coût similaire ou inférieur dans de nombreuses comparaisons.
- Tarification : tarifs de lancement d’environ ~0,014–0,045 $/s aux résolutions basses, augmentant pour la 4K ; 30 % de remise sur l’image/référence-vers-vidéo jusqu’au 30 novembre 2026 sur les canaux officiels.
- Accès : site officiel Vidu et API platform.vidu.com ; également disponible sur des plateformes tierces et des API unifiées comme CometAPI.
- Idéal pour des workflows professionnels exigeant une cohérence personnages/produits sur des scènes multi-plans avec audio.
Qu’est-ce que Vidu Q4 Preview ?
Vidu Q4 Preview est la version d’accès anticipé public du modèle phare de génération vidéo nouvelle génération de Shengshu Technology (également appelé ShengShu ou Vidu AI). Lancé le 7 octobre 2026, il s’appuie sur la série Vidu Q précédente (notamment Q3) en mettant fortement l’accent sur « 传神表现力 » — une expressivité vivante et convaincante.
Issue des laboratoires de recherche en IA de l’Université Tsinghua, Shengshu Technology positionne Vidu comme un modèle vidéo orienté production pour les courts dramatiques, les agences de publicité, les créateurs de contenu social, les studios indépendants et les équipes de production cinématographique. La version Preview a été publiée intentionnellement avant la version Q4 complète pour permettre aux créateurs de la tester sur de vrais projets et de fournir des retours qui façonneront la version finale.
Contrairement aux modèles purement texte-vers-vidéo, Q4 Preview est guidé par des références. Il privilégie la cohérence des personnages, des styles, des scènes, des produits et des voix lorsqu’on fournit plusieurs références. La sortie inclut un audio natif synchronisé (dialogues, effets sonores et ambiance générés avec la vidéo), réduisant ou supprimant souvent le besoin de post-production audio séparée.
Les points forts officiels incluent une résolution maximale 4K, des clips jusqu’à 16 secondes, jusqu’à 15 images de référence et jusqu’à 3 pistes audio de référence.
Fonctionnalités clés et spécifications techniques
| Spécification | Vidu Q4 Preview |
|---|---|
| Model ID | viduq4-preview |
| Mode | Image-vers-vidéo ; Référence-vers-vidéo |
| Résolution | 540p ; 720p ; 1080p ; 2K ; 4K |
| Fréquence d’images | 24 fps |
| Durée vidéo maximale | 16 secondes |
| Durée en image-vers-vidéo | 3–16 secondes |
| Références d’images | Jusqu’à 15 |
| Références audio | Jusqu’à 3 |
| Génération audio-vidéo | Pris en charge |
| Formats d’image en R2V | 16:9, 9:16, 1:1, 4:3, 3:4 |
Vidu Q4 Preview fonctionne selon deux modes principaux :
Image-vers-vidéo (I2V)
Téléversez une seule image (qui devient la première image), ajoutez un prompt textuel décrivant le mouvement, les déplacements de caméra, les dialogues ou les effets, et générez une vidéo de 3 à 16 secondes. La sortie conserve le ratio d’aspect d’origine de l’image source. Prise en charge des résolutions de 540p à 4K.
Référence-vers-vidéo (R2V)
Combinez 1 à 15 images de référence (personnages, produits, objets, lieux, styles) plus 0 à 3 références vocales/audio facultatives (généralement de courts fichiers MP3). Le modèle maintient une cohérence visuelle et vocale sur la séquence multi-plans générée. Les durées vont de 1 à 16 secondes. Ce mode permet une narration complexe en un seul plan avec plusieurs sujets.
Détails techniques supplémentaires :
- Fréquence d’images : 24 fps
- Couleur : jusqu’à 10 bits aux résolutions supérieures (2K/4K) pour les workflows pro
- Audio : génération native de voix synchronisées, interprétation émotionnelle, synchronisation labiale et effets sonores
- Caméra et mouvement : meilleure stabilité, transitions multi-plans plus fluides, meilleure gestion des mouvements amples (arts martiaux, combat, course), et langage de caméra plus cinématographique
- VFX : explosions, fumée, particules, effets d’énergie et dynamiques de scènes complexes améliorés
- Prompting : meilleure exécution des instructions ; il est recommandé de référencer les images par ordre (p. ex. « image 1 », « image 2 ») et d’inclure des repères temporels pour contrôler les multi-plans
Ces améliorations offrent des expressions faciales plus nuancées, une interprétation vocale naturelle, un éclairage/texture cohérents et moins d’artefacts par rapport aux générations précédentes.
Tests de performance et données à l’appui
Une évaluation indépendante d’Artificial Analysis a placé Vidu Q4 Preview à la 3e place du classement AA-Video-I2V v1.0 avec un score Elo de 1 179. Cela représente un bond de 16 places par rapport à Vidu Q3 Pro (précédemment autour de la 19e place avec ~1 056 Elo). Au moment de la capture (début octobre 2026), MiniMax H3 Max menait avec ~1 195 Elo, suivi de près par MiniMax H3 puis Vidu Q4 Preview.
Shengshu et des rapports tiers notent que Q4 Preview atteint une qualité supérieure à coût effectif identique ou inférieur à Q3 Pro dans des configurations comparables (p. ex., environ 7,20 $ par minute en 1080p avec audio dans une configuration testée, parfois citée comme 25 % plus rentable). Les messages de lancement revendiquent jusqu’à 5× plus de sortie pour le même budget à spécifications similaires.
Les premiers tests (notamment en bêta sur des plateformes comme SelfyzAI et RunningHub) soulignent une meilleure cohérence des personnages, un jeu/lip-sync plus authentique, une caméra plus stable et des effets à grande échelle percutants (séquences de catastrophe, science-fiction, fantasy). Le rendu du texte chinois et la gestion du texte à l’écran ont également été salués comme « prêts pour la production ».
À noter qu’en tant que Preview, certaines notes, limites et tarifs peuvent encore évoluer avant la sortie complète de Q4.
Vidu Q4 vs Vidu Q3 : similitudes et différences
Cette comparaison porte spécifiquement sur le Q3 Pro, pas sur tous les modèles de la famille Q3. Q3 Mix, Q3 Turbo et d’autres variantes Q3 ont des workflows et des limites différents.
| Dimension | Vidu Q4 Preview | Vidu Q3 Pro |
|---|---|---|
| Résolution maximale listée | 4K | 1080p |
| Durée via API | 3–16 secondes sur les endpoints Q4 | 1–16 secondes sur les routes Q3 Pro documentées |
| Routes de génération | Image-vers-vidéo ; Référence-vers-vidéo | Texte-vers-vidéo ; Image-vers-vidéo ; Début-fin de plan |
| Guidage par références | Jusqu’à 15 images et jusqu’à 3 références audio en Référence-vers-vidéo | Aucune route Référence-vers-vidéo équivalente dans cette comparaison Q3 Pro |
| Audio-vidéo synchronisés | Pris en charge | Pris en charge |
| Meilleur point de départ | Scènes courtes haute résolution guidées par références | Workflows texte seul ou début/fin de plan |
Sources : Documents d’API Q4 de Vidu et documents des modèles Q3.
Q4 Preview convient mieux lorsque le workflow de production dépend de nombreuses références visuelles, de références audio ou d’une sortie 2K/4K. Q3 Pro reste pertinent lorsque le texte-vers-vidéo ou le contrôle début/fin de plan est requis. La durée maximale n’est pas en soi une amélioration de Q4 : les deux peuvent atteindre 16 secondes via leurs routes documentées.
La comparaison ci-dessous utilise Q3 Pro comme référence. Les deux modèles génèrent de courtes vidéos avec audio synchronisé. Q4 Preview ajoute un plafond de résolution plus élevé et une route multi-références ; Q3 Pro conserve les workflows texte-vers-vidéo et début/fin de plan. Ces différences décrivent les routes documentées et ne doivent pas être généralisées à toutes les variantes Q3.
Similarité : clips courts, audio ; les gains de qualité restent à prouver
Les deux modèles prennent en charge des clips jusqu’à 16 secondes, donc Q4 Preview n’étend pas la durée maximale, et tous deux prennent en charge la génération audio-vidéo synchronisée et le changement de caméra. Les références audio de Q4 Preview ajoutent un moyen d’orienter le son d’une scène. Ces capacités n’établissent pas une amélioration mesurée de la synchronisation labiale, du mouvement ou de la cohérence d’identité. Les résultats d’Artificial Analysis ci-dessous fournissent un contexte pour Q3 Pro ; ils n’apportent pas un score Q4 ou une comparaison de qualité directe Q3-vers-Q4.
Différence : entrées de référence et parcours de génération
Les deux proposent l’Image-vers-vidéo. Q4 Preview offre aussi la Référence-vers-vidéo, acceptant 1 à 15 images et jusqu’à trois clips audio. Q3 Pro propose des routes Texte-vers-vidéo et Début-fin de plan. La route de référence de Q4 convient aux scènes guidées par des personnages, des produits ou un style visuel ; Q3 Pro reste pertinent quand l’entrée est du texte ou une paire d’images spécifiées. Q4 Preview relève le plafond de résolution de 1080p sur Q3 Pro à 4K, offrant une option de livraison en plus haute résolution.
Différence : tarification et workflows les mieux adaptés
Selon la tarification standard de l’API native de Vidu, Q4 Preview coûte 19 crédits/seconde en 720p contre 20 pour Q3 Pro ; les deux coûtent 24 crédits/seconde en 1080p. Q4 n’est donc pas uniformément moins cher. Ses options 2K et 4K ont des tarifs plus élevés. Q4 s’adapte aux scènes haute résolution guidées par références ; Q3 Pro s’adapte aux travaux texte seul et début/fin de plan. Ces tarifs natifs sont distincts de la tarification CometAPI.
Combien coûte Vidu Q4 Preview ?
Vidu facture la génération via l’API native en crédits. Son prix publié du crédit est de 0,03125 RMB par crédit. Les calculs suivants utilisent les taux standard de génération Q4 Preview, sans services optionnels ni conditions négociées.
| Résolution | Crédits/seconde | RMB calculés/seconde | RMB calculés/5 secondes |
|---|---|---|---|
| 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 |
Comment accéder à Vidu Q4 Preview
Application Web officielle Vidu — Visitez vidu.com/vidu-q4 ou les interfaces de création principales pour Référence-vers-vidéo et Image-vers-vidéo. Inscrivez-vous ou connectez-vous, téléversez des références, écrivez des prompts, sélectionnez durée/résolution et générez. Des codes promo pour nouveaux utilisateurs ont été partagés sur les réseaux sociaux officiels.
API officielle — Disponible sur platform.vidu.com. Model ID : viduq4-preview. Prend en charge les résolutions 540p–4K, des callbacks pour la gestion asynchrone des tâches et les deux modes de génération. Idéal pour les développeurs construisant des pipelines automatisés.
Recommandé pour les développeurs et les équipes : CometAPI
CometAPI (cometapi.com) est une passerelle API unifiée, compatible OpenAI, qui agrège 500+ modèles texte, image, vidéo et audio de plusieurs fournisseurs sous une seule clé et un seul endpoint (https://api.cometapi.com/v1). Elle répertorie déjà des modèles Vidu (y compris des variantes Q3 et des listings Q4 Preview dans les catalogues) avec des prix compétitifs (souvent inférieurs aux tarifs officiels) et une intégration facile. Avantages de CometAPI pour l’accès à Vidu Q4 :
- Une clé API unique pour Vidu plus des centaines d’autres modèles (bascule sans réécrire vos intégrations).
- Facturation et monitoring simplifiés.
- Endpoints prêts pour la production en génération vidéo.
- Crédits d’essai offerts à l’inscription ; carte bancaire non requise pour commencer.
- Compatibilité « drop-in » avec les SDK OpenAI existants (il suffit de changer base_url et key). Pour commencer : inscrivez-vous sur cometapi.com, créez une clé API et appelez l’endpoint de génération vidéo avec l’ID de modèle Vidu approprié (consultez la page models/vidu actuelle pour
viduq4-previewou équivalent).
Cas d’usage pratiques et conseils pour de meilleurs résultats
- Courts dramatiques / séries IA : maintenez l’identité du personnage et la voix sur plusieurs plans grâce à l’entrée multi-références.
- Publicités & vidéos produit : verrouillez l’apparence du produit et le style de marque avec plusieurs vues produit + références de voix off.
- Contenu social / cinématographique : narration multi-plans avec caméra dynamique et VFX percutants.
- Workflow d’itération : générez rapidement des brouillons basse résolution, affinez prompts et références, puis rendez les versions finales en 2K/4K.
Conseils de prompt : soyez précis sur les mouvements de caméra (« push-in lent », « travelling »), l’émotion, le timing des dialogues, et quelle référence correspond à quel élément. Itérez en ne changeant qu’une variable à la fois. Vérifiez attentivement la synchro labiale et l’audio, car la génération native est solide mais bénéficie encore d’une post-production sélective pour les livrables commerciaux.
Limitations à garder à l’esprit
En tant que Preview, le texte-vers-vidéo n’est pas pris en charge (il faut au moins une image). La version Q4 complète pourra étendre les capacités. Les résultats peuvent varier ; les scènes complexes à multiples sujets requièrent toujours une préparation soignée des références et un prompt engineering attentif. Vérifiez toujours les licences commerciales et les politiques de contenu de la plateforme utilisée.
Conclusion et recommandation
Vidu Q4 Preview marque une avancée notable pour la ligne Vidu de Shengshu, offrant une résolution supérieure, un contrôle des références renforcé, des performances plus expressives et une économie compétitive qui rendent la vidéo IA de haute qualité plus accessible. Sa bonne tenue sur des benchmarks indépendants et son focus sur les réalités de production (cohérence + audio natif) en font l’un des meilleurs choix fin 2026 pour les travaux vidéo guidés par références.
Pour les créateurs et développeurs cherchant la voie la plus simple pour expérimenter et passer à l’échelle : démarrez sur le site officiel Vidu pour l’exploration créative, puis intégrez via l’API officielle ou une passerelle unifiée comme CometAPI pour les workflows de production. L’accès à clé unique de CometAPI aux modèles Vidu (aux côtés de 500+ autres) réduit la charge d’intégration et offre souvent des avantages de coût — idéal pour les équipes construisant de l’automatisation de contenu, testant A/B plusieurs modèles vidéo, ou combinant vidéo avec des pipelines texte/image.
Découvrez Vidu Q4 Preview dès aujourd’hui sur vidu.com/vidu-q4 ou via le catalogue de modèles de CometAPI à l’adresse cometapi.com/models/vidu/. La version Q4 complète s’appuiera probablement sur les retours de cette période Preview — les adopteurs précoces qui testeront en profondeur seront les mieux placés pour tirer parti de la version finale.