据量子位10月8日报道,生数科技开放了新一代视频生成旗舰模型Vidu Q4预览版。该预览版面向创作者先放出人物演绎、镜头语言和视效场面三项能力,画质最高支持4K直出,2K和4K超清规格可放量生成。

报道称,Vidu Q4预览版在参考素材上最多支持15张参考图和3段参考音频,支持跟拍、环绕、推拉、升降以及FPV视角,FPV单条最长16秒。其中,参考音频可用于为同一角色固定音色,让角色在不同场景和情绪下保持声音一致。多参考图则允许人物、服装、道具、场景分别对应不同素材,再用文字描述关系。

在量子位的实测中,Vidu Q4预览版用于生成正反打对话、漫画风格格斗、云海巨型装置点亮和咖啡广告等场景。报道提到,巨构点亮时宇航服、栏杆和云海被映成暖橙色,光暗下后画面回到偏冷天色;整段特效会影响周围环境,而非简单叠加滤镜。该媒体按720P价格计算,6段视频共计约110秒,花费不到10元。

价格方面,量子位称制作GTA 6风格《邪恶老奶》花费5.4元,折合每秒0.09元,并称0.09元/秒对应720P起步价,不同分辨率和模式价格不同。报道随后列出,MaaS端图生视频720P约0.6元/秒、1080P约0.75元/秒,并有分级价格机制;SaaS端在预览版阶段推出为期两个月的限时优惠,部分使用成本可降到每秒几分钱。上述价格随规格变化,报道未给出统一价目表。

生数科技将Vidu Q4预览版定位为面向创作者的第一个Q4版本。量子位在报道中称,其研发团队聚集年轻技术骨干,对游戏、动漫、电影和视觉特效保持敏感。由于价格降低,创作者可在同一预算下多次生成或重抽镜头,报道将其概括为“同样的钱,5倍的戏”。