Vidu Q4 とは?
Vidu Q4 Preview は、キャラクターの一貫性、音声と映像の同期、制御されたカメラワークを要する短いシネマティックなシーン向けに設計された AI 動画生成モデルです。単一の静止画像だけをアニメーション化するワークフローとは異なり、Reference-to-Video モードでは複数のビジュアル参照や音声クリップを組み合わせて、生成されるシーンをガイドできます。
このモデルは、AI 短編ドラマ、キャラクター主導のストーリーテリング、商品広告、ソーシャル動画、シネマティックなプリビジュアライゼーションに特に有用です。
Vidu Q4 の主な機能
参照ガイドによる被写体の一貫性
Reference-to-Video ワークフローは 1〜15 枚の画像を受け付けます。これらはキャラクター、商品、ロケーション、衣装、シーンのスタイルに対する視覚的な指針を提供できます。各フレームを独立に生成するのではなく、シーケンス全体で識別可能な視覚的ディテールを保持する必要がある動画に有用です。
一貫性は生成の目標であり、すべてのフレームで顔、プロポーション、ロゴや小さなディテールが完全に保持されることを保証するものではありません。
ネイティブ音声と同期した映像
Q4 Preview は音声付きの映像出力をサポートしており、常に別の編集工程で音声を追加するのではなく、音付きクリップを生成できます。
reference-to-video エンドポイントは音声参照を最大 3 つまで受け付けます。これらは、提供された素材とプロンプトに応じて、シーンの音声関連の側面をガイドするのに役立ちます。参照音声は、発話の正確な書き起こし、声の同一性、あるいは完璧なリップシンクを保証するものではありません。
インテリジェントなカメラ切り替え
このモデルは自動カメラ切り替えをサポートしており、単一の固定カメラアングルではなく、視点が変化するシーンの生成を支援します。
これは、対話シーン、キャラクターのインタラクション、シネマティックなシークエンス、短いプロモーション動画に特に関連します。ただし、制作者は生成されたカットについて、継続性、被写体の位置取り、選択されたアングルが意図したストーリーに合致しているかを確認する必要があります。
複数の出力解像度とアスペクト比
公式のモデルマップには、24 fps で 540p から 4K までの出力オプションが記載されています。サポートされるアスペクト比には、横長、縦長、正方形の形式が含まれます。
これは、さまざまな掲載先に向けて動画を準備する際の柔軟性をもたらします。例えば次のとおりです:
- 16:9 は一般的な横長動画向け。
- 9:16 は縦型ショートフォームコンテンツ向け。
- 1:1 は正方形のソーシャルメディア用アセット向け。
- 3:4 および 4:3 はその他の縦長または横長レイアウト向け。
高解像度であっても、より良いモーション、より強い一貫性、あるいは視覚的なアーティファクトの減少が自動的に得られるわけではありません。
非同期 API 生成
ドキュメント化された API はタスクベースのワークフローに従います。生成リクエストを送信し、タスク ID を受け取り、生成結果が利用可能になるまでそのタスクを照会します。
これは、複数のクリップを処理し、ジョブのステータスを追跡し、プログラムで結果を取得する必要がある本番パイプラインに適しています。
Vidu Q4 と Vidu Q3、および他の動画モデルの比較
| 評価項目 | Vidu Q4 Preview | Vidu Q3 | 他の動画モデル |
|---|---|---|---|
| 主な位置付け | 参照駆動のシネマティックなシーン | ナラティブ動画生成 | モデルによる |
| ビジュアル参照 | 最大 15 枚の画像 | API のモードによる | モデルによる |
| 音声参照 | 最大 3 クリップ | モデルとモードによる | モデルによる |
| 最大長さ | 16 秒 | ドキュメント記載の Q3 ルートで最大 16 秒 | モデルにより異なる |
| 最大解像度 | 4K | ルートによる | モデルにより異なる |
| 評価に最適な対象 | キャラクター、音声、カメラ、シーンの一貫性 | ナラティブおよび音声・映像のワークフロー | タスクに依存 |
これはベンチマークの順位付けではなく、機能比較です。Vidu Q3 の技術的詳細については、CometAPI の Vidu Q3 ガイド を参照してください。
推奨ユースケース
- AI 短編ドラマ:短い物語シーンにわたり、キャラクターの外見と声を維持。
- 広告・商品動画:参照画像で商品の外観やシーン構成をガイド。
- ソーシャルメディア向けコンテンツ:クリエイティブテストやキャンペーンのバリエーション用に短いシネマティッククリップを生成。
- 映画のプリビジュアライゼーション:制作前にカメラの動き、アクションシークエンス、ショット遷移を検討。
- キャラクター主導のアニメーション:ビジュアル参照と音声ガイダンスを組み合わせ、より一貫したパフォーマンスを実現。