Vidu Q4 Preview 模型介绍

一句话定位：生数科技（清华系）新一代视频旗舰的首个预览版——把竞争焦点从「清晰度」挪到「演技」：人物反应、镜头张力、复杂视效；最多 15 张参考图 + 3 段参考音频把角色、服装、道具、音色跨镜头锁死，4K / 10bit 输出、单条最长 16 秒，首发 0.09 元/秒起。⚠️ 预览版只支持图生视频与参考生视频，没有文生视频——每条都得有一张源图。
整理日期：2026-10-21 ｜资料来源见文末

项目	信息
厂商	生数科技（清华系，2023 年成立；U-ViT 架构提出者）
模型 ID	`viduq4-preview`
发布时间	2026-10-08（新一代旗舰首个预览版）
定位	高表现力视频旗舰：人物演绎 + 镜头语言 + 复杂视效
支持形态	图生视频 / 参考生视频（⚠️ 预览版无文生视频）
参考上限	15 张参考图 + 3 段参考音频
输出规格	最高 4K、10bit 色深；单条最长 16 秒
官方首发价	0.09 元/秒起（按分辨率分档；图生/参考生 30% 优惠至 2026-11-30，第三方口径）
珂艾网关上架	✅ 已上架，分组 `Vidu-2`，按清晰度分档按秒计费（价格页 2026-10-23 显示）：540P 约 $0.2813/秒、720P 约 $0.5938/秒、1080P 约 $0.75/秒、2K 约 $1.188/秒、4K 约 $2.438/秒

一、官方上线介绍：Q4 Preview 是什么来头

1.1 发布背景：清华系团队的第四个 Q

2026-10-08，生数科技发布新一代视频生成旗舰模型的首个预览版本 Vidu Q4 Preview，官方网页产品与 API 平台同步开放。

团队背景（中国日报 / 北京市科委）：生数科技 2023 年 3 月成立，核心成员来自清华大学人工智能研究院；创始人朱军为清华计算机系教授、IEEE Fellow；联合创始人兼 CEO 骆怡航。技术路线上，团队 2022 年提出 U-ViT 架构（U 型 Vision Transformer，早于 OpenAI 的 DiT），是国际上最早深耕深度概率生成模型的研究组之一。融资方面，A 轮超 6 亿元、B 轮超 20 亿元（启明创投领投，三年累计超 26 亿元），拟港股 IPO；用户与业务覆盖全球 200 个国家。

Q 系列迭代线：2024 年 4 月首次公开亮相（国内首个全面对标 Sora 的文生视频模型）→ Q1 / Q2 / Q3 → 2026-10-08 Q4 Preview。

1.2 核心能力：这次卷的是「演技」，不是清晰度

官方给 Q4 Preview 的定位是「高表现力旗舰模型」，聚焦三件事：人物演绎、镜头语言、复杂视效。

人物反应有「过程」：加强人物情绪、动作与镜头节奏之间的协同——不是只给一个表情终点，而是「听完 → 停顿 → 眼神先移过去 → 再慢慢转回头」这种真人演员处理信息的次序。

15 张参考图，分层锁定：人物、场景、服装、道具、产品、环境可以分别给参考，互不干扰，跨镜头一致性大幅提升。媒体对比：可灵 1–3 张、即梦 1–2 张、MiniMax H3 1 张——Q4 是目前参考维度最多的商用级模型。

3 段参考音频参与表演：角色音色统一，语气 / 语速 / 情绪进入演出，不再是后期贴配音。

交付规格拉满：最高 4K 输出、10bit 色深，单条最长 16 秒；追逐、打斗场景运镜与剪辑更连贯，爆炸、烟花、粒子等视效与周围场景融合更自然。

第三方榜单：据 AI Free Tool 引述 Artificial Analysis 图生视频榜，Q4 Preview 首发上榜第三（1,179 Elo）。

1.3 价格：把旗舰视频压到「角时代」

官方首发优惠价 0.09 元/秒起（多档输出规格）；官方称在可比规格和计费条件下，同等预算最高可生成 5 倍内容。

据第三方（AI Free Tool）：起价约 0.014 美元/秒（最低分辨率），4K 约 0.39 美元/秒；图生 / 参考生 30% 折扣至 2026-11-30。

媒体价格坐标（电影界，2026 年 10 月 API 刊例价，1080P 档）：万相 3.0 约 0.84 元/秒（限时 7 折后）、Seedance 2.5 3.74 元/秒、MiniMax H3（2K）0.80 元/秒、可灵 3.0 Omni 1.20 元/秒、Vidu Q3 Turbo 0.41 元/秒——Q4 的 0.09 元/秒起直接击穿了前沿视频模型的价格带。

生成效率：5 秒视频最快约 110 秒完成（OpenStarry 实测口径，实际耗时受分辨率与排队影响）。

二、实测与媒体评价

AI 日报（复刻实测）：上手直接复刻《沙丘》宫斗片段与北电教材《喜剧之王》名场面——王后从震惊到恐惧愤怒、最后只用一个眼神收尾，16 秒全靠两个近景正反打；柳飘飘雨后回头笑「你先养好你自己吧」，转身后在出租车后座崩溃。结论：「当画面清晰度卷到头，比的是会不会演」；同时如实指出情绪剧烈转折时的节奏自然度还有提升空间（预览版）。

OpenStarry（行业分析 + 实测）：展示了动漫角色的「眼神、动作和声音」——无对白列车戏里人物从紧绷到抬眼再到含泪浅笑；屋顶邮差段落拍出助跑、蹬地、腾空、屈膝落地的层次。双人对话实测：5 张参考图 + 2 段音色，生成 16 秒日语对话，两人轮流说话、用眼神和表情回应。给出的选型五维度：表演是否接住情绪、运镜是否服务叙事、视效是否参与叙事、参考能力是否够用、交付规格是否匹配。

官方创作赛事：「Q4 Preview·视界无界」（2026-10-08 至 11-08），模型测评与创意视频两赛道，5 万现金 + 5 万积分激励——想试手的可以顺手参赛。

三、核心优势

参考维度全场最多：15 图 + 3 音频，角色 / 服装 / 道具 / 音色跨镜头可控——直接对准短剧、漫剧、品牌内容的连贯性痛点。

「演技」导向的反应次序：表情和身体一起接住情绪，眼神、嘴角、手部动作有过程——这是判断「这人是真是假」的依据。

价格击穿价格带：0.09 元/秒起 + 同等预算 5 倍内容，「应抽尽抽」的试错策略第一次成立。

交付规格高：4K + 10bit 色深，单条 16 秒，声画同出（参考音频参与表演）。

复杂视效参与叙事：爆炸、粒子、披风掀起与人物动作在同一帧里交互，不是叠一层光效。

珂艾网关直接可用：Vidu-2 分组按清晰度分档按秒计费，异步任务模式；按 540P 档单条 16 秒参考成本约 $4.5，720P 约 $9.5，1080P 约 $12——试拍走低档、交付走高档。

四、适合用在哪

短剧 / 漫剧 / 动画短片：角色一致性 + 对白互动 + 连续镜头，一次锁定人物与音色。

广告 / 电商素材：同一产品多角度参考，快速试拍多版本创意。

影视预演：分镜预演、人物调度、镜头验证，开拍前把「演技」和「机位」先看一遍。

动漫文戏 / 打戏：表情过程 + 动作层次（起跳点、缺口、落点）。

文旅 / 教育数字内容：场景化动态演绎。

⚠️ 不适合：纯文生视频需求（预览版没有，需先备图）；单条超 16 秒的长内容（需分段拼接）。

五、劣势与注意事项

🔴 预览版没有文生视频：每条视频都至少需要一张源图——「一句话出片」的流程在 Q4 Preview 上走不通，选型时先确认自己的生产链路有没有图。

⚠️ preview = 规格与价格都可能变：官方明示这是预览版本，正式版的形态、价格、能力以官方公告为准。

⚠️ 情绪剧烈转折的自然度仍有提升空间（AI 日报实测）：哭笑哭笑的溃堤过程还不到位，这类镜头要留修改余量。

⚠️ 单条上限 16 秒：长视频需分段生成再拼接，注意段间一致性。

⚠️ 价格按分辨率分档：0.09 元/秒起只是最低档，2K/4K 更贵（第三方口径 4K 约 0.39 美元/秒）——核算成本时按目标分辨率算，别按「起价」算。

⚠️ 批量要按异步任务设计：5 秒最快约 110 秒，实际耗时受分辨率与排队影响，同步等待会拖垮流水线。

⚠️ Elo 为第三方单一口径：1,179 Elo（AA 图生视频榜首发第三）来自 AI Free Tool 引述，独立复测尚少。

⚠️ 珂艾网关只有一个分组：Q4 仅在 Vidu-2 上架（Q3 系另有 Vidu-1 档），没有比价空间。

六、推荐总结

推荐给谁

你的情况	建议
短剧 / 漫剧 / 动画短片	✅ 15 图 + 3 音频锁角色音色，正对口
广告 / 电商多版本试拍	✅ 低价 + 多参考，试错成本塌方
影视分镜预演	✅ 开拍前验证演技与机位
动漫文戏 / 打戏	✅ 表情过程 + 动作层次是强项
纯文生视频需求	❌ 预览版没有，需先备图
单条超 16 秒的长内容	⚠️ 需分段拼接
追求「起价」最低的批量	⚠️ 按目标分辨率核算，2K/4K 更贵

结论

Vidu Q4 Preview 是这轮视频模型大战里差异化最明确的一个：别人还在卷分辨率和价格，它把卖点押在「演技」上——15 张参考图 + 3 段参考音频解决「角色跨镜头不变形」，反应次序和运镜层次解决「演得像不像人」，再叠上 0.09 元/秒起的首发价，「同等预算 5 倍内容」让试错从奢侈变成日常。对短剧、漫剧、广告这类「连贯性就是生产力」的品类，这是目前参考控制维度最细的方案。

但要清醒的是：它是预览版。没有文生视频、单条 16 秒、规格价格都可能变、情绪剧烈转折还演不到位——这些决定了它现在的正确用法是「进流水线做预演和试拍」，而不是「一条成片交差」。媒体那句话说得到位：可灵在让抽卡次数变少、即梦在让抽卡不烧钱，Vidu 反其道而行——只要成本够低，创作者就不必那么在意抽卡。

一句话建议：做短剧、漫剧、广告试拍的，现在就是上手时机——珂艾 viduq4-preview 按清晰度分档按秒计费（540P 约 $0.2813/秒起，4K 约 $2.438/秒），配合 15 图 + 3 音频的参考控制，把「预演—试拍—定稿」的成本打下来；但每条先备图、长内容分段、批量走异步任务。

在珂艾网关怎么调

项目	值
模型 ID	`viduq4-preview`
计费	按秒计费（按清晰度分档，异步任务）
分组	`Vidu-2`
参考单价	按清晰度分档：540P 约 $0.2813/秒、720P 约 $0.5938/秒、1080P 约 $0.75/秒、2K 约 $1.188/秒、4K 约 $2.438/秒（单条 16 秒：540P 约 $4.5 ~ 4K 约 $39）
支持形态	图生视频 / 参考生视频（最多 15 图 + 3 音频）
建议	短剧/广告试拍主力；试拍走 540P/720P 低档、交付上高档；长内容分段；批量按异步任务设计；按目标分辨率核算成本

⚠️ 价格口径提醒：官方「0.09 元/秒起」是 Vidu 消费者端（网页/App）会员价（540P 约 2 积分/秒 × 约 0.045 元/积分）；API 渠道是另一套体系——官方 API 同档 9 积分/秒，珂艾网关在此之上按分组折算。两者不可直接对比，「比官方便宜/贵多少倍」这类说法都是口径错位。
⚠️ 网关单价与分组会随站点策略调整，实际以珂艾网关当前价格为准。

七、来源

官方 / 一方

中国日报 — 生数科技发布 Vidu Q4 Preview（15 图 + 3 音频、2K/4K、0.09 元/秒起、5 倍内容）：https://cn.chinadaily.com.cn/a/202610/09/WS6ac8a8b9e4b09a165c78e7a2.html

北京市科委 / 中关村 — 生数科技发布 Vidu Q4 Preview：https://kw.beijing.gov.cn/xwdt/kcyx/xwdtyqqy/202610/t20261009_4894209.html

Vidu API 平台 — 更新公告（2026-10-08 新增 viduq4-preview 图生视频、参考生视频模型）：https://platform.vidu.cn/docs/api-reference/updates

Vidu 官网 — Q4 Preview 创作赛事（10-08 至 11-08，5 万现金 + 5 万积分）：https://www.vidu.cn/activity/3499942852569953

Vidu 平台 — Q 系列产品与积分定价：https://platform.vidu.com/

第三方实测与媒体

AI 日报 — 《沙丘》《喜剧之王》复刻实测、「会不会演」分析：https://www.163264.com/16513

OpenStarry — 动漫角色表演、双人对话实测、选型五维度、生成效率：https://api.openstarry.com/blog/20261017-vidu-q4-preview-eca0287e.html

电影界 — 国产视频模型 API 刊例价坐标：https://www.dianyingjie.com.cn/2026/1016/407522.shtml

AI Free Tool — AA 图生视频榜首发第三（1,179 Elo）、分档价格与 30% 折扣口径：https://aifreetool.site/tool/vidu-q4-preview-shengshus-4k-ai-video-model-for-lifelike-performances

网关

10.

珂艾网关 — 当前在架模型与价格页（实际单价以价格页为准）

说明：本文基准与价格多为厂商自报或第三方引述（已逐条标注），预览版规格可能调整；模型迭代快，最终以官方页面与珂艾网关实时价格页为准。

viduq4-preview-模型介绍

Vidu Q4 Preview 模型介绍#

一、官方上线介绍：Q4 Preview 是什么来头#

1.1 发布背景：清华系团队的第四个 Q#

1.2 核心能力：这次卷的是「演技」，不是清晰度#

1.3 价格：把旗舰视频压到「角时代」#

二、实测与媒体评价#

三、核心优势#

四、适合用在哪#

五、劣势与注意事项#

六、推荐总结#

七、来源#