O que é o Vidu Q4?
Vidu Q4 Preview é um modelo de geração de vídeo por IA projetado para cenas curtas e cinematográficas que exigem personagens consistentes, áudio e vídeo coordenados e movimento de câmera controlado. Ao contrário de um fluxo de trabalho que anima apenas uma imagem estática, seu modo Reference-to-Video pode combinar várias referências visuais e clipes de áudio para orientar a cena gerada.
O modelo é particularmente relevante para dramas curtos com IA, narrativas centradas em personagens, publicidade de produtos, vídeo social e pré-visualização cinematográfica.
Principais recursos do Vidu Q4
Consistência do sujeito guiada por referência
O fluxo de trabalho reference-to-video aceita 1–15 imagens. Elas podem fornecer orientação visual para personagens, produtos, locais, figurinos ou estilos de cena. Isso é útil quando um vídeo precisa manter detalhes visuais reconhecíveis ao longo de uma sequência, em vez de inventar cada quadro de forma independente.
A consistência é um objetivo de geração, não uma garantia de que cada quadro preservará perfeitamente rostos, proporções, logotipos ou pequenos detalhes.
Áudio nativo e vídeo sincronizado
Q4 Preview suporta saída com áudio e vídeo, permitindo que criadores gerem um clipe com som em vez de sempre adicionar o áudio em uma etapa de edição separada.
O endpoint reference-to-video também aceita até três referências de áudio. Elas podem ajudar a orientar aspectos relacionados ao áudio de uma cena, dependendo dos materiais fornecidos e do prompt. Áudio de referência não deve ser confundido com uma garantia de transcrição exata da fala, identidade de voz ou sincronização labial perfeita.
Troca inteligente de câmera
O modelo suporta troca automática de câmera, o que pode ajudar a criar cenas com pontos de vista variáveis, em vez de um único ângulo de câmera estático.
Isso é especialmente relevante para cenas de diálogo, interações de personagens, sequências cinematográficas e vídeos promocionais curtos. No entanto, os criadores devem inspecionar os cortes gerados quanto à continuidade, posicionamento do sujeito e se os ângulos selecionados correspondem à história pretendida.
Múltiplas resoluções e proporções de aspecto de saída
O mapa oficial do modelo lista opções de saída de 540p a 4K a 24 fps. As proporções de aspecto compatíveis incluem formatos horizontal, vertical e quadrado.
Isso oferece aos criadores flexibilidade ao preparar vídeos para diferentes veiculações, incluindo:
- 16:9 para vídeo horizontal convencional.
- 9:16 para conteúdo vertical de formato curto.
- 1:1 para recursos quadrados de mídia social.
- 3:4 e 4:3 para outros layouts verticais ou horizontais.
Maior resolução não implica automaticamente melhor movimento, maior consistência ou menos artefatos visuais.
Geração assíncrona via API
A API documentada segue um fluxo de trabalho baseado em tarefas: enviar uma solicitação de geração, receber um ID da tarefa e consultar a tarefa até que o resultado gerado esteja disponível.
Isso é adequado para pipelines de produção que precisam processar vários clipes, acompanhar o status das tarefas e recuperar resultados de forma programática.
Vidu Q4 vs. Vidu Q3 vs. outros modelos de vídeo
| Critério | Vidu Q4 Preview | Vidu Q3 | Outros modelos de vídeo |
|---|---|---|---|
| Posicionamento primário | Cenas cinematográficas orientadas por referência | Geração de vídeo narrativa | Depende do modelo |
| Referências visuais | Até 15 imagens | Depende do modo da API | Depende do modelo |
| Referências de áudio | Até 3 clipes | Depende do modelo e do modo | Depende do modelo |
| Duração máxima | 16 segundos | Até 16 segundos nas rotas documentadas do Q3 | Varia |
| Resolução máxima | 4K | Depende da rota | Varia |
| Melhor alvo de avaliação | Consistência de personagem, voz, câmera e cena | Fluxos de trabalho narrativos e de áudio-vídeo | Específico da tarefa |
Esta é uma comparação de capacidades, não uma classificação de benchmark. Para detalhes técnicos sobre Vidu Q3, veja guia do Vidu Q3 da CometAPI
Casos de uso recomendados
- Dramas curtos com IA: manter a aparência e a voz dos personagens em cenas narrativas curtas.
- Publicidade e vídeos de produto: orientar a aparência do produto e a composição da cena com imagens de referência.
- Conteúdo para redes sociais: gerar clipes cinematográficos curtos para testes criativos e variações de campanha.
- Pré-visualização de filmes: explorar movimento de câmera, sequências de ação e transições de planos antes da produção.
- Animação centrada em personagens: combinar referências visuais com orientação de voz para performances mais consistentes.