Vidu AI: ShengShus Videomodell mit Ton — Q3 Pro, Turbo und Q4

Was ist Vidu AI

Vidu ist eine Familie von Videomodellen des chinesischen Unternehmens ShengShu Technology. Seit November 2025 erzeugen Vidu-Modelle das Video gleich mit Ton: Figurendialog, Off-Stimme, Effekte und Musik.

Zwei Linien sind aktuell:

• Vidu Q3 — die Hauptlinie, seit Ende Januar 2026. Pro kam am 27. Januar in die API, das schnelle Turbo am 11. Februar, die Arbeit mit Referenzen am 13. April.
• Vidu Q4 Preview — die nächste Generation, Preview seit dem 7. Oktober 2026: 2K und 4K, bis zu 15 Referenzen und Stimmreferenzen.

Vidu läuft auf vidu.com, in den Apps und über eine API für Entwickler. Neben Video hat ShengShu Modelle für Bilder, Vertonung, Stimmklonen und Avatare für Live-Übertragungen.

Was Vidu Q3 kann

Bis zu 16 Sekunden mit Ton. Dialog, Off-Stimme, Geräusche und Musik entstehen zusammen mit dem Video in einem Durchgang. Sie können den Ton abschalten und einen stummen Clip bekommen.

Wechselt die Einstellung selbst. Q3 ändert Einstellungsgröße und Blickwinkel im Clip, ohne separates Storyboard. ShengShu nennt das einen „intelligenten Einstellungswechsel“. Kamera und Tempo lassen sich bis auf einzelne Frames steuern.

Dialoge mehrerer Figuren. Das Modell hält ein Gespräch mehrerer Charaktere, synchronisiert die Lippen mit den Repliken und setzt die Figuren ins Bild.

Starkes Anime und Comic-Dramen. Das ist der Hauptfall, für den ShengShu ein eigenes Q3 Drama veröffentlicht hat: stilisierte Animation, filmische Einstellungen, Serien und erzählte Werbung.

Mehrere Referenzen. Bis zu 7 Bilder: Figuren, Szene, Gegenstände. ShengShus offizielles Beispiel ist „drei Charaktere und eine Szene“, zusammen in einem Animationsclip.

Nebenzeiten-Modus. In der API können Sie einen Auftrag in die Off-Peak-Warteschlange legen: Er kostet weniger, ist aber innerhalb von 48 Stunden fertig. Schafft er das nicht, wird er storniert und die Credits werden erstattet.

Werkzeuge um das Modell. Clip um 1–7 Sekunden verlängern, intelligente Keyframes mit bis zu 9 Bildern für längere Szenen, Bewegung von einem Video auf eine Figur übertragen, Lippensynchronisation zu Text oder Audio und Upscale auf 1080p, 2K und 4K.

Vidu Q3 Pro, Turbo, Mix, Drama und Ad: die Unterschiede

	Q3 Pro	Q3 Turbo	Q3 Mix	Q3 Drama	Q3 Ad
Wofür	beste Qualität	Tempo und Preis	Ausgleich, allgemeine Aufgaben	Comic-Dramen und Film	kurze Werbung, 5–8 s
Auflösung	540p, 720p, 1080p	540p, 720p, 1080p	540p, 720p, 1080p	720p, 1080p	720p, 1080p
Länge	1–16 s	1–16 s	1–16 s	3–15 s	3–15 s
Text zu Video	ja	ja	—	—	—
Foto zu Video	ja	ja	—	—	—
Start- und Endframe	ja	ja	—	—	—
Referenzen	—	ja	ja	ja	ja

ShengShu nennt Q3 Drama die beste der Reihe bei Dialog, Figurenplatzierung, Dynamik und filmischer Kamera. Q3 Ad baut einen kurzen Werbeclip mit sinnvollem Schnitttempo und hält Produktdetails.

Vidu Q4 Preview: was bekannt ist

Q4 Preview erschien am 7. Oktober 2026. Nach ShengShu:

• 2K und 4K statt 1080p bei Q3, Länge weiterhin 1–16 Sekunden;
• bis zu 15 Referenzen statt 7;
• Stimmreferenzen — dieselbe Stimme einer Figur über mehrere Clips;
• Dynamik — Kämpfe, Laufen und Zusammenstöße ohne Ruckler;
• Effekte — Explosionen, Feuerwerk, Partikel und Energieeffekte mit mehr Detail;
• Modi — Foto zu Video und Generierung aus Referenzen.

Preise und den endgültigen Termin für das Ende der Preview nennt ShengShu nicht.

Wofür sich Vidu eignet

• Anime und Comic-Dramen mit mehreren Figuren und Dialogen — die Stärke von Q3 Drama.
• Kurze Serien mit denselben Figuren von Folge zu Folge: das Character Sheet als Referenz.
• Erzählerische Werbung von 5–15 Sekunden — Q3 Ad.
• Schnelle Entwürfe auf Q3 Turbo, das Finale auf Pro.
• Musikclips: ein separates ShengShu-Werkzeug setzt einen Clip aus einem Track und 1–7 Bildern zusammen.

Vidu und Alternativen

	Vidu Q3	Kling 3.0	Seedance 2.5	Hailuo AI
Entwickler	ShengShu	Kuaishou	ByteDance Seed	MiniMax (H3)
Länge pro Generierung	1–16 s	bis 15 s	4–30 s	4–15 s
Maximale Auflösung	1080p (Q4 — 4K)	4K	1080p	2K
Ton	ja	ja	ja	ja
Referenzen	bis 7 Bilder	bis 7 Bilder oder Elemente	30 Fotos, 10 Videos, 10 Audios	9 Fotos, 3 Videos, 3 Audios
Stärke	Anime, Comic-Dramen	Storyboard, Figuren mit Stimme	lange Geschichten	Sprache in 11 Sprachen, offene Gewichte
In AI2Face	ja	ja	ja	ja

Vidu nimmt man für stilisierte Animation und Dialoge mehrerer Figuren. Für Fotorealismus und ein schrittweises Storyboard ist Kling 3.0 bequemer, für eine lange Geschichte am Stück Seedance 2.5, für Sprache in mehr Sprachen MiniMax H3 aus der Hailuo-Familie.

Prompts für Vidu schreiben

1. Beginnen Sie mit Stil und Genre: „Anime, filmische Einstellung, weiches Abendlicht“.
2. Beschreiben Sie die Handlung der Reihe nach. Q3 teilt sie selbst in Einstellungen, die Reihenfolge der Ereignisse geben Sie vor.
3. Repliken in Anführungszeichen, mit dem Namen der Figur. Die Sprache ist Englisch, Japanisch oder Chinesisch.
4. Bei Referenzen sagen Sie, wer wer ist: „der Schwertkämpfer aus Bild 1, das Mädchen mit Zopf aus Bild 2, die Szene ist Bild 3“.
5. Prüfen Sie die Idee auf Turbo, das Finale machen Sie auf Pro oder Drama.

Anime style, cinematic, warm dusk light. The swordsman from image 1 and the silver-braided girl
from image 2 enter the tea house from image 3, the fox spirit from image 1 trots behind them.
The girl sits down and pours tea, steam rises. The swordsman says: "We rest here tonight."
The fox curls up by the kettle and yawns. Sound: rain outside, a kettle whistling softly.

Vidu AI in AI2Face nutzen

Vidu ist im Generator von AI2Face, neben Kling 3.0, Seedance 2.5 und Veo 3.1.

1. Registrieren Sie sich — neue Konten erhalten Startguthaben.
2. Öffnen Sie den Generator, wechseln Sie zu Video und wählen Sie Vidu.
3. Laden Sie einen Frame oder Referenzen hoch, schreiben Sie den Prompt, stellen Sie Länge und Auflösung ein.
4. Die Kosten in Credits sehen Sie vor dem Start. Guthaben aus Paketen verfällt nicht, bezahlt wird per Karte oder Krypto.

Figuren- und Szenenreferenzen legen Sie dort gleich an, zum Beispiel mit Nano Banana Pro: alle Bilder auf dieser Seite sind so entstanden.

Grenzen

• 1080p bei Q3. 2K und 4K gibt es nur in Q4 Preview und beim separaten Upscaler.
• Nicht jeder Modus in jeder Version. Text zu Video, Foto zu Video und Start- und Endframe gibt es bei Pro und Turbo; Mix, Drama und Ad arbeiten nur mit Referenzen.
• Sprachen der Rede. Offiziell Englisch, Japanisch und Chinesisch.
• Video als Referenz. Im Referenzmodus nimmt Q3 nur Bilder; Videoeingang unterstützt das ältere Q2 Pro.
• Q4 ist eine Preview. Preise und der Termin der vollständigen Veröffentlichung sind nicht genannt.

Fazit

Vidu ist die Wahl für Anime, Comic-Dramen und erzählte Werbung, wenn Dialoge mehrerer Figuren und der automatische Einstellungswechsel zählen. Q3 Turbo eignet sich für Entwürfe, Q3 Pro und Drama für das Finale, und Q4 Preview verspricht 4K und Stimmen der Figuren. Für fotorealistische Szenen und ein schrittweises Storyboard vergleichen Sie das Ergebnis mit Kling 3.0, für eine durchgehende Geschichte von 30 Sekunden mit Seedance 2.5 — im selben Generator von AI2Face.