Vidu AI: il modello video di ShengShu con audio — Q3 Pro, Turbo e Q4

Che cos’è Vidu AI

Vidu è una famiglia di modelli video dell’azienda cinese ShengShu Technology. Da novembre 2025 i modelli Vidu generano il video già con l’audio: dialogo dei personaggi, voce fuori campo, effetti e musica.

Oggi sono attuali due linee:

• Vidu Q3 — la principale, da fine gennaio 2026. Pro è arrivata nell’API il 27 gennaio, la Turbo veloce l’11 febbraio, il lavoro con i riferimenti il 13 aprile.
• Vidu Q4 Preview — la generazione successiva, in anteprima dal 7 ottobre 2026: 2K e 4K, fino a 15 riferimenti e riferimenti vocali.

Vidu gira su vidu.com, nelle app e tramite API per sviluppatori. Oltre al video, ShengShu ha modelli di immagini, voice-over, clonazione della voce e avatar per le dirette.

Cosa sa fare Vidu Q3

Fino a 16 secondi con audio. Dialogo, voce fuori campo, rumori e musica si generano insieme al video in un solo passaggio. Puoi disattivare l’audio e ottenere un clip muto.

Cambia inquadratura da sola. Q3 cambia ampiezza e angolo dentro il clip, senza uno storyboard a parte: ShengShu lo chiama «cambio di inquadratura intelligente». Camera e ritmo si controllano fino al singolo fotogramma.

Dialoghi di più personaggi. Il modello tiene una conversazione tra più personaggi, sincronizza le labbra con le battute e li dispone nell’inquadratura.

Anime e drammi a fumetti solidi. È lo scenario principale, per cui ShengShu ha pubblicato una Q3 Drama dedicata: animazione stilizzata, inquadrature da cinema, serie e pubblicità con una storia.

Più riferimenti. Fino a 7 immagini: personaggi, scena, oggetti. L’esempio ufficiale di ShengShu è «tre personaggi e una scena», messi insieme in un solo clip animato.

Modalità fuori picco. Nell’API puoi mandare il compito in coda off-peak: costa meno, ma è pronto entro 48 ore. Se non fa in tempo, viene annullato e i crediti vengono restituiti.

Strumenti intorno al modello. Allungare il clip di 1–7 secondi, fotogrammi chiave intelligenti fino a 9 immagini per le scene lunghe, trasferire il movimento da un video a un personaggio, sincronizzare le labbra con testo o audio e fare upscale a 1080p, 2K e 4K.

Vidu Q3 Pro, Turbo, Mix, Drama e Ad: le differenze

	Q3 Pro	Q3 Turbo	Q3 Mix	Q3 Drama	Q3 Ad
A cosa serve	qualità migliore	velocità e prezzo	equilibrio, uso generale	drammi a fumetti e cinema	spot brevi da 5–8 s
Risoluzione	540p, 720p, 1080p	540p, 720p, 1080p	540p, 720p, 1080p	720p, 1080p	720p, 1080p
Durata	1–16 s	1–16 s	1–16 s	3–15 s	3–15 s
Da testo a video	sì	sì	—	—	—
Da foto a video	sì	sì	—	—	—
Primo e ultimo fotogramma	sì	sì	—	—	—
Riferimenti	—	sì	sì	sì	sì

ShengShu indica Q3 Drama come la migliore della serie per dialoghi, disposizione dei personaggi, dinamica e camera da cinema. Q3 Ad costruisce uno spot breve con un ritmo di montaggio sensato e tiene i dettagli del prodotto.

Vidu Q4 Preview: cosa si sa

Q4 Preview è uscita il 7 ottobre 2026. Secondo ShengShu:

• 2K e 4K al posto dei 1080p di Q3, con la stessa durata di 1–16 secondi;
• fino a 15 riferimenti invece di 7;
• riferimenti vocali — la stessa voce del personaggio in clip diversi;
• dinamica — combattimenti, corse e scontri senza scatti;
• effetti — esplosioni, fuochi d’artificio, particelle ed effetti di energia più dettagliati;
• modalità — da foto a video e generazione da riferimenti.

ShengShu non ha indicato i prezzi né la data di uscita definitiva dall’anteprima.

Per quali compiti va bene Vidu

• Anime e drammi a fumetti con più personaggi e dialoghi: il punto di forza di Q3 Drama.
• Serie brevi con gli stessi personaggi da un episodio all’altro: il foglio dei personaggi come riferimento.
• Pubblicità con una storia, 5–15 secondi — Q3 Ad.
• Bozze rapide su Q3 Turbo prima del finale su Pro.
• Clip su musica: uno strumento a parte di ShengShu monta il video da una traccia e da 1 a 7 immagini.

Vidu e le alternative

	Vidu Q3	Kling 3.0	Seedance 2.5	Hailuo AI
Sviluppatore	ShengShu	Kuaishou	ByteDance Seed	MiniMax (H3)
Durata per generazione	1–16 s	fino a 15 s	4–30 s	4–15 s
Risoluzione massima	1080p (Q4 — 4K)	4K	1080p	2K
Audio	sì	sì	sì	sì
Riferimenti	fino a 7 immagini	fino a 7 immagini o elementi	30 foto, 10 video, 10 audio	9 foto, 3 video, 3 audio
Punto di forza	anime, drammi a fumetti	storyboard, personaggi con voce	storie lunghe	voce in 11 lingue, pesi aperti
In AI2Face	sì	sì	sì	sì

Vidu si sceglie per l’animazione stilizzata e i dialoghi di più personaggi. Per il fotorealismo e lo storyboard passo passo è più comodo Kling 3.0; per una storia lunga in un solo pezzo, Seedance 2.5; per la voce in più lingue, MiniMax H3 della famiglia Hailuo.

Come scrivere i prompt per Vidu

1. Parti da stile e genere: «anime, inquadratura cinematografica, luce morbida del tramonto».
2. Descrivi l’azione in ordine. Q3 la divide in inquadrature da sola, ma la sequenza degli eventi la decidi tu.
3. Le battute tra virgolette, con il nome del personaggio. La lingua della voce è inglese, giapponese o cinese.
4. Per i riferimenti, di’ chi è chi: «il ragazzo con la spada della prima immagine, la ragazza con la treccia della seconda, la scena è la terza immagine».
5. Prova l’idea su Turbo, il finale fallo su Pro o 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.

Come usare Vidu AI in AI2Face

Vidu è nel generatore di AI2Face, accanto a Kling 3.0, Seedance 2.5 e Veo 3.1.

1. Registrati: i nuovi account ricevono crediti di benvenuto.
2. Apri il generatore, passa al video e scegli Vidu.
3. Carica un fotogramma o dei riferimenti, scrivi il prompt, imposta durata e risoluzione.
4. Il costo in crediti è visibile prima dell’avvio. I crediti dei pacchetti non scadono, e paghi con carta o cripto.

I riferimenti di personaggi e di scena si preparano nello stesso posto, per esempio con Nano Banana Pro: tutte le immagini di questa pagina sono state fatte così.

Limiti

• 1080p su Q3. 2K e 4K ci sono solo in Q4 Preview e nell’upscaler separato.
• Non tutte le modalità in tutte le versioni. Da testo a video, da foto a video e primo-ultimo fotogramma sono in Pro e Turbo; Mix, Drama e Ad lavorano solo da riferimenti.
• Lingue della voce. Ufficialmente inglese, giapponese e cinese.
• Il video come riferimento. In modalità riferimenti Q3 accetta solo immagini; l’ingresso video è supportato dalla precedente Q2 Pro.
• Q4 è un’anteprima. Prezzi e data dell’uscita completa non sono stati annunciati.

Conclusioni

Vidu è la scelta per anime, drammi a fumetti e pubblicità con una storia, quando contano i dialoghi di più personaggi e il cambio automatico di inquadratura. Q3 Turbo va bene per le bozze, Q3 Pro e Drama per il finale, e Q4 Preview promette il 4K e la voce dei personaggi. Per scene fotorealistiche e storyboard passo passo confronta il risultato con Kling 3.0; per una storia continua di 30 secondi, con Seedance 2.5, nello stesso generatore di AI2Face.