Vidu Q4 деген не?
Vidu Q4 Preview — кейіпкерлердің бірізділігі, аудио мен видеоны үйлестіру және камера қозғалысын басқару талап етілетін қысқа, кинематографиялық көріністер жасауға арналған ЖИ видео генерация моделi. Жалғыз статикалық суретті ғана анимациялайтын жұмыс процесінен айырмашылығы, оның Reference-to-Video режимі бірнеше көрнекі референсті және аудио клиптерді біріктіріп, жасалатын сахнаны бағыттай алады.
Бұл модель ЖИ қысқа драмаларына, кейіпкерге негізделген әңгімелеуге, өнім жарнамасына, әлеуметтік видеоға және кинематографиялық превизуализацияға әсіресе қатысты.
Vidu Q4 негізгі мүмкіндіктері
Референс арқылы нысанның бірізділігін сақтау
reference-to-video жұмыс процесі 1–15 суретті қабылдайды. Бұл суреттер кейіпкерлерге, өнімдерге, локацияларға, костюмдерге немесе сахна стильдеріне көрнекі бағыт беруі мүмкін. Бұл әр кадрды дербес түрде ойдан құрастырудың орнына, бір тізбек бойында танылатын визуалды детальдарды сақтауға көмектеседі.
Бірізділік — генерация мақсаты, алайда бұл әр кадрда беттерді, пропорцияларды, логотиптерді немесе ұсақ детальдарды мінсіз сақтауға кепілдік емес.
Кіріктірілген аудио және синхрондалған видео
Q4 Preview аудио-видео шығысын қолдайды, бұл дыбысты әрдайым бөлек монтаж қадамында қосудың орнына, дыбысы бар клипті бірден генерациялауға мүмкіндік береді.
reference-to-video endpoint сонымен қатар үш аудио референске дейін қабылдайды. Бұлар берілген материалдар мен prompt-қа қарай сахнаның аудиомен байланысты аспектілерін бағыттауға көмектесуі мүмкін. Референс аудио дәл сөйлеу транскрипциясына, дауыс сәйкестігіне немесе ерін қимылымен мінсіз синхронизацияға кепілдік деп шатастырылмауы тиіс.
Ақылды камера ауыстыру
Модель автоматты камера ауыстыруды қолдайды, бұл бір статикалық камера бұрышына байланбай, өзгеретін көріністер жасауға көмектеседі.
Бұл диалогтық сахналарға, кейіпкер өзара әрекеттесулеріне, кинематографиялық тізбектерге және қысқа промо-видеоларға әсіресе өзекті. Дегенмен, авторлар генерацияланған кадр ауысуларын үздіксіздік, нысанның орналасуы және таңдалған ракурстардың жоспарланған оқиғаға сәйкестігі тұрғысынан тексеруі тиіс.
Бірнеше шығару рұқсаты мен аспект арақатынасы
Ресми модель картасында 24 fps жиілікте 540p-тен 4K-қа дейінгі шығыс параметрлері көрсетілген. Қолдаулы аспект арақатынастарына көлденең, тік және квадрат форматтар кіреді.
Бұл әртүрлі орналастырулар үшін видеолар дайындауда жасаушыларға икемділік береді, соның ішінде:
- 16:9 — дәстүрлі көлденең видеоға.
- 9:16 — тік қысқа форматты контентке.
- 1:1 — квадрат әлеуметтік медиа ассеттеріне.
- 3:4 және 4:3 — өзге тік немесе көлденең макеттерге.
Жоғары рұқсат автоматты түрде жақсырақ қозғалысты, күштірек бірізділікті немесе аз визуалды артефакттарды білдірмейді.
Асинхронды API арқылы генерация
Құжатталған API тапсырмаға негізделген жұмыс процесін ұстанады: генерация сұрауын жіберу, task ID алу және нәтиже қолжетімді болғанға дейін тапсырманы сұрау.
Бұл бірнеше клипті өңдеу, тапсырма күйін қадағалау және нәтижелерді бағдарламалық түрде алу қажет өндірістік пайплайндарға қолайлы.
Vidu Q4, Vidu Q3 және басқа видео модельдері
| Критерий | Vidu Q4 Preview | Vidu Q3 | Басқа видео модельдері |
|---|---|---|---|
| Негізгі позициялау | Референске негізделген кинематографиялық көріністер | Нарративтік видео генерациясы | Модельге байланысты |
| Көрнекі референстер | 15 суретке дейін | API режиміне байланысты | Модельге байланысты |
| Аудио референстер | 3 клипке дейін | Модель мен режимге байланысты | Модельге байланысты |
| Ең ұзақ ұзақтығы | 16 секунд | Құжатталған Q3 маршруттарында 16 секундқа дейін | Әртүрлі |
| Ең жоғары рұқсат | 4K | Маршрутқа байланысты | Әртүрлі |
| Ең қолайлы бағалау нысанасы | Кейіпкер, дауыс, камера және сахна бірізділігі | Нарратив және аудио-видео жұмыс процестері | Тапсырмаға тән |
Бұл мүмкіндік салыстыруы, бенчмарк рейтинг емес. Vidu Q3 жөніндегі техникалық егжей-тегжей үшін қараңыз: CometAPI-дің Vidu Q3 нұсқаулығы
Ұсынылатын қолдану сценарийлері
- ЖИ қысқа драмалары: Қысқа нарративтік сахналар бойында кейіпкердің сыртқы бейнесі мен дауысын сақтау.
- Жарнамалық және өнім видеолары: Референс суреттер арқылы өнімнің келбетін және сахна композициясын бағыттау.
- Әлеуметтік желі контенті: Креативті тестілеу мен кампания вариациялары үшін қысқа кинематографиялық клиптер генерациялау.
- Фильм превизуализациясы: Өндіріс алдында камера қозғалысын, экшн тізбектерін және кадр ауысуларын зерттеу.
- Кейіпкерге бағдарланған анимация: Біріздірек орындаулар үшін көрнекі референстерді дауыс нұсқауларымен біріктіру.