Vidu Q4 là gì?
Vidu Q4 Preview là một mô hình tạo video AI được thiết kế cho các cảnh ngắn mang tính điện ảnh, yêu cầu nhân vật nhất quán, âm thanh và video phối hợp, cùng chuyển động máy quay được kiểm soát. Khác với quy trình chỉ hoạt hoạ một ảnh tĩnh, chế độ Reference-to-Video của nó có thể kết hợp nhiều tham chiếu hình ảnh và đoạn âm thanh để định hướng cảnh được tạo.
Mô hình này đặc biệt phù hợp với phim ngắn AI, kể chuyện do nhân vật dẫn dắt, quảng cáo sản phẩm, video mạng xã hội và trực quan hoá tiền kỳ mang tính điện ảnh.
Tính năng chính của Vidu Q4
Tính nhất quán chủ thể được dẫn dắt bởi tham chiếu
Quy trình reference-to-video chấp nhận 1–15 ảnh. Chúng có thể cung cấp định hướng trực quan cho nhân vật, sản phẩm, địa điểm, trang phục hoặc phong cách cảnh. Điều này hữu ích khi video cần giữ lại các chi tiết trực quan dễ nhận biết xuyên suốt một chuỗi thay vì tạo mới từng khung hình một cách độc lập.
Tính nhất quán là một mục tiêu tạo sinh, không phải là đảm bảo rằng mọi khung hình sẽ bảo toàn hoàn hảo khuôn mặt, tỷ lệ, logo hoặc các chi tiết nhỏ.
Âm thanh gốc và video đồng bộ
Q4 Preview hỗ trợ xuất cả âm thanh và hình ảnh, cho phép người sáng tạo tạo một đoạn clip có âm thanh thay vì lúc nào cũng phải thêm âm thanh ở bước biên tập riêng.
Điểm cuối Reference-to-Video cũng chấp nhận tối đa ba tham chiếu âm thanh. Chúng có thể giúp định hướng các khía cạnh liên quan đến âm thanh của một cảnh, tùy thuộc vào tư liệu cung cấp và prompt. Âm thanh tham chiếu không nên bị nhầm lẫn với việc đảm bảo chép lời chính xác, nhận dạng giọng nói, hay đồng bộ khẩu hình hoàn hảo.
Chuyển đổi camera thông minh
Mô hình hỗ trợ chuyển đổi camera tự động, giúp tạo ra các cảnh có góc nhìn thay đổi thay vì một góc máy tĩnh duy nhất.
Điều này đặc biệt hữu ích đối với các cảnh đối thoại, tương tác nhân vật, chuỗi cảnh điện ảnh và video quảng bá ngắn. Tuy nhiên, người sáng tạo nên kiểm tra các cảnh cắt đã tạo về tính liên tục, vị trí chủ thể, và liệu các góc máy chọn có phù hợp với câu chuyện dự định hay không.
Nhiều độ phân giải và tỷ lệ khung hình đầu ra
Bản đồ mô hình chính thức liệt kê các tùy chọn đầu ra từ 540p đến 4K ở 24 fps. Các tỷ lệ khung hình được hỗ trợ bao gồm định dạng ngang, dọc và vuông.
Điều này mang lại sự linh hoạt cho người sáng tạo khi chuẩn bị video cho các vị trí/định dạng khác nhau, bao gồm:
- 16:9 cho video ngang thông thường.
- 9:16 cho nội dung dọc dạng ngắn.
- 1:1 cho nội dung vuông trên mạng xã hội.
- 3:4 và 4:3 cho các bố cục dọc hoặc ngang khác.
Độ phân giải cao hơn không tự động đồng nghĩa với chuyển động tốt hơn, tính nhất quán mạnh hơn, hoặc ít tạo tác hình ảnh hơn.
Tạo sinh API bất đồng bộ
API đã được tài liệu hoá tuân theo quy trình dựa trên tác vụ: gửi yêu cầu tạo sinh, nhận ID tác vụ, và truy vấn tác vụ cho đến khi kết quả tạo sinh sẵn sàng.
Điều này phù hợp với các pipeline sản xuất cần xử lý nhiều clip, theo dõi trạng thái công việc, và truy xuất kết quả một cách lập trình.
Vidu Q4 so với Vidu Q3 và các mô hình video khác
| Tiêu chí | Vidu Q4 Preview | Vidu Q3 | Các mô hình video khác |
|---|---|---|---|
| Định vị chính | Các cảnh điện ảnh được dẫn dắt bởi tham chiếu | Tạo sinh video mang tính tự sự | Tùy thuộc vào mô hình |
| Tham chiếu hình ảnh | Tối đa 15 ảnh | Tùy thuộc vào chế độ API | Tùy thuộc vào mô hình |
| Tham chiếu âm thanh | Tối đa 3 đoạn | Tùy thuộc vào mô hình và chế độ | Tùy thuộc vào mô hình |
| Thời lượng tối đa | 16 giây | Tối đa 16 giây trên các route Q3 đã được tài liệu hoá | Tùy theo |
| Độ phân giải tối đa | 4K | Tùy thuộc vào route | Tùy theo |
| Mục tiêu đánh giá phù hợp nhất | Tính nhất quán về nhân vật, giọng nói, camera và cảnh | Quy trình tự sự và âm thanh - hình ảnh | Cụ thể theo tác vụ |
Đây là so sánh về năng lực, không phải bảng xếp hạng theo điểm chuẩn. Để biết chi tiết kỹ thuật về Vidu Q3, xem Hướng dẫn Vidu Q3 của CometAPI
Các trường hợp sử dụng được khuyến nghị
- Phim ngắn AI: Duy trì ngoại hình và giọng nói của nhân vật xuyên suốt các cảnh tự sự ngắn.
- Quảng cáo và video sản phẩm: Định hướng diện mạo sản phẩm và bố cục cảnh bằng ảnh tham chiếu.
- Nội dung mạng xã hội: Tạo các clip ngắn mang tính điện ảnh cho thử nghiệm sáng tạo và biến thể chiến dịch.
- Trực quan hoá tiền kỳ: Khám phá chuyển động máy quay, chuỗi hành động và chuyển cảnh trước khi sản xuất.
- Hoạt hình do nhân vật dẫn dắt: Kết hợp tham chiếu hình ảnh với hướng dẫn giọng nói để có màn trình diễn nhất quán hơn.