TLDR: Vidu Q4 Preview는 ShengShu Technology가 2026년 10월 7일 발표한 차세대 비디오 모델의 공개 프리뷰입니다. 이미지-투-비디오와 레퍼런스-투-비디오 워크플로우를 지원하며, 최대 4K 출력, , 최대 15개 이미지 레퍼런스 + 3개 오디오 레퍼런스를 지원하고, 캐릭터 퍼포먼스, 카메라 워크, VFX가 대폭 강화되었습니다. 핵심 차별점은 고해상도 출력과 다중 시각·오디오 레퍼런스의 결합입니다.
Artificial Analysis AA-Video-I2V 리더보드에서 3위로 데뷔(1,179 Elo, Vidu Q3 Pro 대비 16계단 상승). 가격은 출시 할인 적용 시 최소 ~$0.014/초부터 시작하며, 공식 Vidu 웹앱과 API, CometAPI 등을 통해 이용할 수 있습니다. 단막극, 광고, 소셜 콘텐츠, 시네마틱 제작에 이상적입니다.
핵심 요점
- Vidu Q4 Preview는 Shengshu의 가장 진보된 비디오 모델로, 생동감 있는 감정, 자연스러운 보이스, 유려한 모션, 강력한 VFX 등 “표현력”에 집중합니다.
- 핵심 기능: 이미지-투-비디오와 레퍼런스-투-비디오만 지원(프리뷰에는 텍스트-투-비디오 없음); 최대 16초; 해상도 540p–4K; 최대 15개 이미지 레퍼런스와 3개 오디오 레퍼런스; 네이티브 오디오 생성.
- 벤치마크 성과: Artificial Analysis 이미지-투-비디오 리더보드 3위(1,179 Elo), Vidu Q3 Pro의 19위 대비 향상; 많은 비교에서 유사하거나 더 낮은 비용으로 더 나은 품질.
- 가격: 출시 초기 540p~1080p 구간 ~$0.014–$0.045/초부터, 4K는 더 높음; 2026년 11월 30일까지 공식 채널에서 이미지/레퍼런스-투-비디오 30% 할인.
- 접근: 공식 Vidu 웹사이트 및 platform.vidu.com API; 제3자 플랫폼과 CometAPI 같은 통합 API에서도 이용 가능.
- 다중 샷 장면에서 캐릭터/제품 일관성과 오디오가 필요한 프로 워크플로우에 최적.
Vidu Q4 Preview란?
Vidu Q4 Preview는 Shengshu Technology(ShengShu 또는 Vidu AI라고도 함)의 차세대 플래그십 AI 비디오 생성 모델의 공개 얼리액세스 버전입니다. 2026년 10월 7일 출시되었으며, 이전 Vidu Q 시리즈(특히 Q3)를 기반으로 “传神表现力” — 생동감 있고 표현력 있는 퍼포먼스에 강하게 초점을 맞춥니다.
Shengshu Technology는 Tsinghua University의 AI 연구실에서 기원했으며, Vidu를 단막극, 광고 대행사, 소셜 크리에이터, 인디 스튜디오, 영화 제작팀을 위한 프로덕션 지향 비디오 모델로 포지셔닝했습니다. 프리뷰 버전은 최종 Q4에 앞서 실전 프로젝트에서 테스트하고 피드백을 받아 최종 릴리스를 다듬기 위해 의도적으로 먼저 공개되었습니다.
순수 텍스트-투-비디오 모델과 달리 Q4 Preview는 레퍼런스 중심입니다. 여러 레퍼런스를 제공할 때 캐릭터, 스타일, 장면, 제품, 보이스의 일관성을 우선시합니다. 출력에는 네이티브 동기화 오디오(대사, 효과음, 앰비언스가 비디오와 함께 동시 생성)가 포함되어, 많은 경우 별도의 오디오 후반 작업이 불필요하거나 줄어듭니다.
공식 하이라이트에는 최대 4K 해상도, 최대 16초 클립, 최대 15개 이미지 레퍼런스, 최대 3개 오디오 레퍼런스가 포함됩니다.
주요 기능 및 기술 사양
| 사양 | Vidu Q4 Preview |
|---|---|
| 모델 ID | viduq4-preview |
| 모드 | Image-to-Video; Reference-to-Video |
| 해상도 | 540p; 720p; 1080p; 2K; 4K |
| 프레임 레이트 | 24 fps |
| 최대 비디오 길이 | 16 seconds |
| 이미지-투-비디오 길이 | 3–16 seconds |
| 이미지 레퍼런스 | Up to 15 |
| 오디오 레퍼런스 | Up to 3 |
| 오디오-비디오 동시 생성 | Supported |
| 레퍼런스-투-비디오 화면비 | 16:9, 9:16, 1:1, 4:3, 3:4 |
Vidu Q4 Preview는 두 가지 기본 모드로 동작합니다:
Image-to-Video (I2V)
단일 이미지를 업로드(첫 프레임이 됨)하고, 모션, 카메라 움직임, 대사 또는 효과를 설명하는 텍스트 프롬프트를 추가해 3–16초 비디오를 생성합니다. 출력은 소스 이미지의 원본 화면비를 유지합니다. 540p부터 4K까지의 해상도를 지원합니다.
Reference-to-Video (R2V)
1–15개의 이미지 레퍼런스(캐릭터, 제품, 객체, 장소, 스타일)와 선택적으로 0–3개의 보이스/오디오 레퍼런스(일반적으로 짧은 MP3 클립)를 결합합니다. 모델은 생성된 멀티샷 시퀀스 전반에서 시각적/보컬 일관성을 유지합니다. 길이는 1–16초 범위입니다. 이 모드는 여러 주체가 등장하는 복잡한 원테이크 스토리텔링을 가능하게 합니다.
추가 기술 세부 정보 :
- 프레임 레이트: 24 fps
- 컬러: 상위 해상도(2K/4K)에서 최대 10비트로 프로 워크플로우 지원
- 오디오: 동기화된 음성, 감정 표현, 립싱크, 효과음을 네이티브로 생성
- 카메라 & 모션: 안정성 향상, 더 부드러운 멀티샷 전환, 대규모 동작(무술, 전투, 달리기) 처리 개선, 더 강한 시네마틱 카메라 문법
- VFX: 폭발, 연기, 파티클, 에너지 효과, 복잡한 장면 다이내믹스 강화
- 프롬프트: 지시문 준수 능력 강화; 사용자는 이미지 순서(예: “image 1”, “image 2”)를 참조하고, 멀티샷 제어를 위해 타이밍 비트를 포함하는 것이 권장됨
이러한 업그레이드는 보다 미묘한 안면 표정, 자연스러운 감정 전달, 일관된 조명/텍스처, 이전 세대 대비 감소한 아티팩트를 제공합니다.
성능 벤치마크 및 지원 데이터
Artificial Analysis의 독립 평가에서 Vidu Q4 Preview는 AA-Video-I2V v1.0 리더보드 3위에 올랐고 Elo 점수는 1,179입니다. 이는 Vidu Q3 Pro(이전 약 19위, ~1,056 Elo) 대비 16계단 상승입니다. 스냅샷 시점(2026년 10월 초)에는 MiniMax H3 Max가 ~1,195 Elo로 선두였고, 그 뒤를 MiniMax H3와 Vidu Q4 Preview가 이었습니다.
Shengshu 및 제3자 보고에 따르면 Q4 Preview는 유사 구성에서 Q3 Pro 대비 동일하거나 더 낮은 실효 비용으로 더 높은 품질을 달성합니다(예: 한 테스트 구성에서 1080p 오디오 포함 분당 약 $7.20로, 때때로 25% 더 비용 효율적이라고 인용). 출시 메시지는 유사 사양에서 동일 예산으로 최대 5배 더 많은 출력을 주장합니다.
SelfyzAI, RunningHub 같은 플랫폼에서의 베타를 포함한 초기 테스트는 더 강한 캐릭터 일관성, 보다 진짜 같은 연기/립싱크, 더 안정적인 카메라 워크, 대규모 효과(재난, SF, 판타지 시퀀스)의 임팩트 있는 구현을 강조했습니다. 중국어 텍스트 렌더링과 온스크린 텍스트 처리도 프로덕션 준비 수준으로 호평받았습니다.
프리뷰 특성상, 최종 Q4 릴리즈 전까지 구체적 점수, 한계, 가격은 변동될 수 있습니다.
Vidu Q4 vs Vidu Q3: 유사점과 차이점
이 비교는 Q3 제품군 전체가 아니라 특히 Q3 Pro에 대한 것입니다. Q3 Mix, Q3 Turbo 및 기타 Q3 변형은 워크플로우와 제한이 다릅니다.
| 구분 | Vidu Q4 Preview | Vidu Q3 Pro |
|---|---|---|
| 명시된 최대 해상도 | 4K | 1080p |
| API 지속시간 | Q4 엔드포인트에서 3–16 seconds | 문서화된 Q3 Pro 라우트에서 1–16 seconds |
| 생성 라우트 | Image-to-Video; Reference-to-Video | Text-to-Video; Image-to-Video; Start-End Frame |
| 레퍼런스 가이던스 | Reference-to-Video에서 최대 15개 이미지와 최대 3개 오디오 레퍼런스 | 본 Q3 Pro 비교 항목에는 동등한 레퍼런스-투-비디오 라우트 없음 |
| 동기화된 오디오-비디오 | Supported | Supported |
| 초기 최적 용도 | 레퍼런스 주도, 고해상도 짧은 장면 | 텍스트 전용 또는 시작/종료 프레임 워크플로우 |
출처: Vidu의 Q4 API 문서 및 Q3 모델 문서.
프로덕션 워크플로우가 다수의 시각 레퍼런스, 오디오 레퍼런스, 혹은 2K/4K 출력을 필요로 할 때 Q4 Preview가 더 적합합니다. 텍스트-투-비디오나 시작/종료 프레임 제어가 필요하면 Q3 Pro가 여전히 유효합니다. 최대 길이 자체는 Q4의 개선점이 아닙니다: 문서화된 라우트 기준으로 두 모델 모두 16초까지 도달합니다.
아래 비교는 Q3 Pro를 기준으로 합니다. 두 모델 모두 동기화 오디오가 포함된 짧은 비디오를 생성합니다. Q4 Preview는 더 높은 해상도 상한과 다중 레퍼런스 라우트를 추가하고, Q3 Pro는 텍스트-투-비디오와 시작/종료 프레임 워크플로우를 유지합니다. 이 차이는 문서화된 라우트를 설명하며 모든 Q3 변형에 일반화되어서는 안 됩니다.
유사점: 짧은 클립, 오디오, 품질 향상은 아직 입증되지 않음
두 모델 모두 최대 16초 클립을 지원하므로 Q4 Preview가 최대 길이를 확장하지는 않았습니다. 또한 동기화 오디오-비디오 생성과 카메라 전환을 지원합니다. Q4 Preview의 오디오 레퍼런스는 장면의 사운드를 가이드하는 방법을 추가합니다. 이러한 기능은 립싱크, 모션 또는 정체성 일관성에서의 측정된 개선을 입증하지 않습니다. 아래 Artificial Analysis 결과는 Q3 Pro의 맥락을 제공하지만, Q4 점수나 Q3 대 Q4의 직접 품질 비교를 제공하지는 않습니다.
차이점: 레퍼런스 입력과 생성 라우트
두 모델 모두 Image-to-Video를 제공합니다. Q4 Preview는 또한 Reference-to-Video를 제공하며, 1–15장의 이미지와 최대 3개의 오디오 클립을 허용합니다. Q3 Pro는 Text-to-Video와 Start-End Frame 라우트를 제공합니다. Q4의 레퍼런스 라우트는 캐릭터, 제품 또는 시각 스타일로 가이드되는 장면에 적합하며, Q3 Pro는 시작 입력이 텍스트이거나 특정 쌍의 프레임이 지정된 경우에 유효합니다. Q4 Preview는 Q3 Pro의 1080p에서 4K로 해상도 상한을 높여 더 높은 해상도의 딜리버리를 제공합니다.
차이점: 가격과 최적 워크플로우
Vidu의 표준 네이티브 API 가격 기준으로, Q4 Preview는 720p에서 초당 19 크레딧, Q3 Pro는 20 크레딧이며, 1080p에서는 둘 다 초당 24 크레딧입니다. 따라서 Q4가 항상 더 저렴한 것은 아닙니다. 2K와 4K 옵션은 더 높은 요율을 가집니다. Q4는 고해상도, 레퍼런스 주도 장면에 적합하며, Q3 Pro는 텍스트 전용 및 시작/종료 프레임 작업에 적합합니다. 이 네이티브 요율은 CometAPI 가격과는 별개입니다.
Vidu Q4 Preview는 얼마인가요?
Vidu는 네이티브 API 생성을 크레딧으로 청구합니다. 공개된 크레딧 단가는 크레딧당 RMB 0.03125입니다. 아래 계산은 선택 서비스나 개별 조건 없이 표준 Q4 Preview 생성 요율을 사용합니다.
| 해상도 | 초당 크레딧 | 계산된 RMB/초 | 계산된 RMB/5초 |
|---|---|---|---|
| 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 |
Vidu Q4 Preview 이용 방법
공식 Vidu 웹앱 — vidu.com/vidu-q4 또는 Reference-to-Video, Image-to-Video의 메인 생성 인터페이스를 방문하세요. 회원가입 또는 로그인 후 레퍼런스를 업로드하고, 프롬프트를 작성하고, 길이/해상도를 선택해 생성합니다. 신규 사용자 프로모션 코드가 공식 소셜 채널에 공유되었습니다.
공식 API — platform.vidu.com에서 이용 가능합니다. 모델 ID: viduq4-preview. 540p–4K 해상도, 비동기 작업 처리를 위한 콜백, 두 생성 모드를 지원합니다. 자동화 파이프라인을 구축하는 개발자에게 적합합니다.
개발자와 팀에 권장: CometAPI
CometAPI(cometapi.com)는 여러 제공사의 텍스트·이미지·비디오·오디오 모델 500+개를 단일 키와 엔드포인트(https://api.cometapi.com/v1)로 집약한, OpenAI 호환 통합 API 게이트웨이입니다. 이미 Vidu 모델(Q3 변형 및 모델 카탈로그의 Q4 Preview 포함)을 경쟁력 있는 가격(공식가 대비 할인인 경우가 많음)과 쉬운 통합으로 제공합니다. Vidu Q4 접근을 위해 CometAPI를 사용할 때의 이점:
- 하나의 API 키로 Vidu와 수백 개의 다른 모델을 함께 사용(통합을 다시 작성하지 않고 전환).
- 간소화된 빌링과 모니터링.
- 비디오 생성에 프로덕션 준비된 엔드포인트.
- 가입 시 무료 테스트 크레딧; 시작에 신용카드 불필요.
- 기존 OpenAI SDK와 드롭인 호환(기본 base_url과 key만 변경). 시작 방법: cometapi.com에 가입해 API 키를 만들고, 적절한 Vidu 모델 ID로 비디오 생성 엔드포인트를 호출하세요(현재 models/vidu 페이지에서
viduq4-preview또는 동등 모델을 확인).
실용적 사용 사례 및 최적 결과 팁
- AI 단막극/시리즈: 다중 레퍼런스 입력으로 샷 간 캐릭터 정체성과 보이스를 유지합니다.
- 광고 & 제품 영상: 다수의 제품 샷 + 보이스오버 레퍼런스로 제품 외형과 브랜드 스타일을 고정합니다.
- 소셜/시네마틱 콘텐츠: 다이내믹 카메라와 임팩트 있는 VFX를 갖춘 멀티샷 스토리텔링.
- 반복 워크플로우: 저해상도 드래프트를 빠르게 생성해 프롬프트·레퍼런스를 다듬고, 최종을 2K/4K로 렌더링합니다.
프롬프트 팁: 카메라 움직임(“slow push-in”, “tracking shot”), 감정, 대사 타이밍, 각 레퍼런스가 어떤 요소에 대응하는지 구체적으로 명시하세요. 한 번에 하나의 변수를 바꿔가며 반복하세요. 네이티브 생성이 강력하지만, 상업용 납품을 위해서는 립싱크와 오디오를 주의 깊게 검토하고 선택적 후반 작업을 권장합니다.
유의해야 할 제한
프리뷰에서는 텍스트-투-비디오가 지원되지 않습니다(최소 한 장의 이미지가 필요). 최종 Q4에서 기능이 확장될 수 있습니다. 결과는 가변적일 수 있으며, 복잡한 다중 주체 장면은 레퍼런스 준비와 프롬프트 엔지니어링이 여전히 중요합니다. 사용하는 플랫폼의 상업적 라이선스와 콘텐츠 정책을 항상 확인하세요.
결론 및 권장 사항
Vidu Q4 Preview는 더 높은 해상도, 우수한 레퍼런스 제어, 더욱 표현력 있는 퍼포먼스, 경쟁력 있는 경제성을 제공하며 Shengshu의 Vidu 라인업에 의미 있는 도약을 가져옵니다. 독립 벤치마크에서의 강한 성과와 프로덕션 현실(일관성 + 네이티브 오디오)에 대한 집중은 2026년 말 기준 레퍼런스 주도 비디오 작업의 최상위 선택지로 자리매김하게 합니다.
가장 손쉬운 실험과 확장을 원하는 크리에이터와 개발자에게는: 창의적 탐색은 공식 Vidu 사이트에서 시작하고, 프로덕션 워크플로우에는 공식 API 또는 CometAPI 같은 통합 게이트웨이를 활용하세요. 수백 개 모델을 단일 키로 접근하는 CometAPI는 통합 오버헤드를 줄이고 비용 이점도 자주 제공하므로, 콘텐츠 자동화 구축, 다중 비디오 모델 A/B 테스트, 텍스트/이미지 파이프라인과의 결합에 이상적입니다.
지금 vidu.com/vidu-q4 또는 cometapi.com/models/vidu/의 CometAPI 모델 카탈로그에서 Vidu Q4 Preview를 살펴보세요. 최종 Q4 릴리스는 이번 프리뷰의 피드백을 반영해 발전할 가능성이 높습니다 — 철저히 테스트한 얼리어답터가 최종 모델을 가장 잘 활용할 수 있습니다.