Vidu Q3 Turbo 的技術規格
| 項目 | Vidu Q3 Turbo |
|---|---|
| 模型 ID | viduq3-turbo |
| 提供方 | Vidu |
| 模型家族 | Vidu Q3 系列 |
| 模型類型 | 影片生成 |
| 輸入類型 | 文字、圖片、起始圖片 + 結束圖片 |
| 輸出類型 | 影片(可選擇同步音訊) |
| 解析度 | 540p, 720p, 1080p |
| 時長範圍 | 1–16 秒 |
| 影格率 | 24 FPS |
| 音訊生成 | 原生影音生成 |
| 文字轉影片 | 支援 |
| 圖片轉影片 | 支援 |
| 起始-結束轉影片 | 支援 |
| 參考轉影片 | 透過 Q3 Turbo 工作流程支援 |
| 長寬比 | 16:9, 9:16, 3:4, 4:3, 1:1 |
| 主要側重 | 快速、低延遲的影片生成 |
什麼是 Vidu Q3 Turbo?
Vidu Q3 Turbo 是 Vidu Q3 影片生成模型的速度最佳化版本。它專為需要快速迭代、同時維持影音同步輸出的創作者與開發者而設計。不同於早期需要獨立音訊製作流程的影片模型,Q3 Turbo 能在單一生成工作流程中同時產出對話、旁白、音效、音樂與影片。
Vidu Q3 Turbo 的主要功能
- 原生影音生成: 以同步輸出同時產出影片、對話、旁白、音效與音樂。
- 快速推論管線: 相較標準版 Vidu Q3 具更低延遲,同時維持視覺一致性。
- 支援 16 秒生成: 單次執行即可生成最長 16 秒的完整敘事片段。
- 多元創作模式: 支援文字轉影片、圖片轉影片與起始/結束影格的影片生成。
- 彈性輸出解析度: 支援 540p、720p 與 1080p 生成。
- 逐格敘事控制: 支援細緻的鏡頭運動與節奏指令,以產出具電影感的效果。
Vidu Q3 Turbo 的基準表現
Vidu 尚未公開可與 MMLU 或 SWE-Bench 等 AI 語言模型基準相當的標準化分數。相反地,Vidu 以生產級指標來定位 Q3 Turbo:
| 能力 | 公開資訊 |
|---|---|
| 單次生成時長 | 最長 16 秒 |
| 解析度 | 最高 1080p |
| 原生音訊支援 | 是 |
| 多說話者對話 | 支援 |
| 多語言影片生成 | 英語、日語、中文 |
由於尚未發布官方基準排行榜,目前無法取得獨立的基準比較。
Vidu Q3 Turbo vs Vidu Q3 vs Kling 2.1
| 特性 | Vidu Q3 Turbo | Vidu Q3 | Kling 2.1 |
|---|---|---|---|
| 生成速度 | Q3 系列中最快 | 更側重高品質 | 具競爭力 |
| 原生音訊 | 是 | 是 | 依工作流程而定,功能有限 |
| 最長時長 | 16 秒 | 16 秒 | 視情況而定 |
| 解析度 | 最高 1080p | 最高 1080p | 最高 1080p |
| 文字轉影片 | 是 | 是 | 是 |
| 圖片轉影片 | 是 | 是 | 是 |
| 最適用於 | 快速迭代 | 高品質敘事輸出 | 電影感生成 |
已知限制
- 每次生成的影片最長為 16 秒。
- 長篇製作需要將多個片段拼接。
- 目前沒有公開可用的標準化基準測試套件。
- 在優先追求最高生成速度時,品質可能略低於以高品質為重的變體。
代表性使用情境
短劇製作
生成包含同步語音、音效與音樂的完整敘事情節。
社群媒體內容
以最少後製,快速製作 TikTok、Reels、Shorts 與廣告影片。
分鏡與前期視覺化
將腳本或概念美術轉換為動態片段,用於創意審閱。
行銷影片
製作產品展示、宣傳短片與品牌敘事內容。
角色動畫
將參考圖片動畫化,並在跨場景間維持視覺一致性。
模型版本說明
Vidu Q3 Turbo 屬於 Vidu 模型的 Q3 代,定位為標準 Q3 的低延遲替代方案。該模型強調製作速度、同步音訊生成與以創作者為中心的敘事工作流程,同時保留 1080p 影片輸出與 16 秒片段生成的支援。
如何在 CometAPI 上使用 Vidu Q3 Turbo
透過 CometAPI 使用 Vidu Q3 Turbo 時,應用程式通常會提交影片生成請求、接收任務識別碼、以非同步方式監控任務狀態,並在生成完成後擷取已完成的資產。
此工作流程非常適合生產系統、內容平台與自動化媒體管線。
工作流程
- 在 CometAPI 進行驗證
- 提交 Vidu Q3 Turbo 生成請求
- 儲存返回的任務識別碼
- 輪詢任務狀態,或在可用時使用回呼式工作流程
- 在完成後擷取生成的影片資產
監控任務狀態直到 ge