Vidu Q3 Turbo 的技術規格
| 項目 | Vidu Q3 Turbo |
|---|---|
| 模型 ID | viduq3-turbo |
| 供應商 | Vidu |
| 模型系列 | Vidu Q3 Series |
| 模型類型 | 影片生成 |
| 輸入類型 | 文字、圖片、起始圖片 + 結尾圖片 |
| 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 | 原生音訊與影片生成 |
| 文字轉影片 | 支援 |
| 圖片轉影片 | 支援 |
| 起始-結尾轉影片 | 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優化版本。它面向需要快速迭代且同時保持音訊與畫面同步輸出的創作者與開發者。與早期需分離音訊製作管線的影片模型不同,Q3 Turbo 能在單次生成流程中同時生成對白、旁白、音效、音樂與影片。
Vidu Q3 Turbo 的主要特性
- 原生音訊與影片共同生成:在單一同步輸出中同時產生影片、對白、旁白、音效與音樂。
- 快速推論流程:在保持畫面一致性的同時,延遲低於標準版 Vidu Q3。
- 16 秒生成支援:一次即可生成最長 16 秒的完整敘事片段。
- 多種創作模式:支援文字轉影片、圖片轉影片,以及起始/結尾影格影片生成。
- 彈性輸出解析度:支援 540p、720p 與 1080p 生成。
- 影格層級的敘事控制:支援鏡頭運動與節奏等細節指令,產出電影級效果。
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。相對地,Vidu 以生產環境指標來定位 Q3 Turbo:
| 能力 | 公開披露 |
|---|---|
| 單次生成時長 | 最長 16 秒 |
| 解析度 | 最多至 1080p |
| 原生音訊支援 | 是 |
| 多說話人對話 | 支援 |
| 多語言影片生成 | English, Japanese, Chinese |
由於尚未發布官方基準排行榜,目前無法進行獨立基準對比。
Vidu Q3 Turbo vs Vidu Q3 vs Kling 2.1
| 功能 | Vidu Q3 Turbo | Vidu Q3 | Kling 2.1 |
|---|---|---|---|
| 生成速度 | Q3 系列中最快 | 側重更高品質 | 具競爭力 |
| 原生音訊 | 是 | 是 | 視工作流程而定,有限 |
| 最長時長 | 16s | 16s | 依情況而定 |
| 解析度 | Up to 1080p | Up to 1080p | Up to 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 | 電影級生成 |
已知限制
- 每次生成的片段最長為 16 秒。
- 長片製作需要拼接多個片段。
- 目前沒有公開的標準化基準測試套件。
- 在優先追求最高生成速度時,畫面品質可能略低於側重高品質的變體。
代表性使用場景
短劇製作
生成含同步語音、音效與音樂的完整敘事場景。
社群媒體內容
快速製作 TikTok、Reels、Shorts 與廣告影片,盡量減少後期製作。
分鏡與預視化
將腳本或概念美術轉換為動態序列,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
讓參考圖片動起來,同時在多場景間保持視覺一致性。
模型版本說明
Vidu Q3 Turbo 屬於 Vidu 模型的 Q3 世代,定位為標準 Q3 的低延遲替代方案。該模型強調生產速度、同步音訊生成與面向創作者的敘事工作流程,同時保留對 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,應用通常會提交影片生成請求、接收任務識別碼、非同步監控任務狀態,並在生成完成後擷取成品資產。
此流程適用於生產系統、內容平台與自動化媒體管線。
工作流程
- 透過 CometAPI 驗證
- 提交 Vidu Q3 Turbo 生成請求
- 儲存回傳的任務識別碼
- 輪詢任務狀態,或在可用時使用回呼式流程
- 在完成後擷取生成的影片資產
監控任務狀態直到 ge