Vidu Q3 技術規格
| 項目 | Vidu Q3 (viduq3-pro) |
|---|---|
| 模型 ID | viduq3-pro |
| 提供方 | Vidu |
| 模型系列 | Vidu Q3 系列 |
| 模型類型 | AI 影片生成 |
| 輸入類型 | 文字、圖片、起始圖片 + 結束圖片 |
| 輸出類型 | 具原生同步音訊的影片 |
| 解析度 | 540p, 720p, 1080p |
| 時長 | 1–16 秒 |
| 影格率 | 24 FPS |
| 音訊生成 | 原生音訊與影片同步生成 |
| 文字轉影片 | 支援 |
| 圖片轉影片 | 支援 |
| 起始-結束轉影片 | 支援 |
| 智能鏡頭切換 | 支援 |
| 主要側重 | 敘事講述與電影質感影片創作 |
什麼是 Vidu Q3?
Vidu Q3 是 Vidu 旗艦的第三代影片模型,專為以故事驅動的影片生成打造。與傳統先生成畫面、後處理音訊的 AI 影片系統不同,Vidu Q3 可同時生成對白、旁白、音效、音樂與影片,讓故事在單次生成流程中直接實現同步敘事。該模型面向短劇、電影鏡頭段落、廣告內容與角色驅動的敘事。
Vidu Q3 主要功能
- 原生音畫同步:與影片同步直接生成對白、旁白、音效與音樂。
- 16 秒連續生成:單次生成即可產出完整敘事片段。
- 逐幀精準的鏡頭控制:支援對鏡頭運動、節奏與場景構圖的細緻控制。
- 多說話者對話支援:面向對話與角色互動場景設計。
- 多語生成:支援英語、日語與中文內容生成。
- 影院級敘事優化:針對戲劇、電影風格內容、漫畫與敘事廣告進行調校。
Vidu Q3 的基準表現
不同於語言模型,Vidu Q3 不公布如 MMLU 或 SWE-Bench 等標準化分數。對外披露的效能指標包括:
| 指標 | 公開資訊 |
|---|---|
| 最長時長 | 16 秒 |
| 最高解析度 | 1080p |
| 原生音訊生成 | 是 |
| 多說話者對話 | 是 |
| 多語支援 | 英語、日語、中文 |
| 逐幀鏡頭控制 | 是 |
Artificial Analysis 分數為 1241,位列全球領先的影片生成系統之列,但獨立基準驗證仍然有限。
Vidu Q3 vs Vidu Q3 Turbo vs Kling 2.1
| 功能 | Vidu Q3 | Vidu Q3 Turbo | Kling 2.1 |
|---|---|---|---|
| 定位 | 高端品質 | 速度優化 | 通用影片生成 |
| 原生音訊 | 是 | 是 | 取決於流程 |
| 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 |
| 鏡頭控制 | 進階 | 進階 | 強 |
| 敘事聚焦 | 最高 | 中等 | 強 |
| 生成速度 | 標準 | 更快 | 具競爭力 |
已知限制
- 單段影片仍限制為 16 秒。
- 長片製作需組合多次生成。
- 與領先的 LLM 供應商相比,公開基準透明度仍然有限。
- 敘事品質高度依賴提示設計與場景規劃。
典型使用場景
AI 短片
生成具同步對白、環境音與音樂的電影質感場景。
短劇製作
無需獨立音訊製作流程,即可創作連載式戲劇內容。
廣告與品牌敘事
生成整合配音與聲音設計的敘事型廣告。
漫畫改編
將分鏡與插圖轉化為動態敘事片段。
社群媒體影片創作
為 TikTok、Shorts、Reels 生成可即時發布的同步音訊影片內容。
模型版本說明
Vidu Q3 是 Q3 系列的高階版本。相較於 Vidu Q3 Turbo,標準版 Q3 更側重輸出品質、敘事一致性與電影化敘事,而非生成速度。兩者皆支援原生音畫輸出,並可生成最長 16 秒的影片。
如何在 CometAPI 上存取並部署 viduq3 API
步驟 1:註冊或登入 CometAPI 並取得你的 viduq3 API 金鑰
建立你的 CometAPI 帳號或登入既有帳號,以便在 API 可用時存取。發佈後,你將可從平台取得 HappyHorse-1.0 API 金鑰,準備進行測試或整合。
步驟 2:在 Playground 免費測試 viduq3 API
部署之前,你可以在 CometAPI 的 Playground 直接試用 viduq3 API。這提供一種簡便方式來探索輸出品質、測試提示或圖片輸入,並在進入生產環境前更清楚了解 API 的效能。
步驟 3:在生產環境部署 viduq3 API
測試完成後,將 viduq3 API 部署到你的應用、產品或內部環境。如此即可在真實的影片生成場景中使用 viduq3 API,確保穩定存取與實際整合。