Vidu AI：ShengShuの音声付き動画モデル — Q3 Pro、Turbo、Q4

Vidu AIとは

Viduは中国企業・生数科技（ShengShu Technology）の動画モデル群です。2025年11月以降、Viduのモデルは動画と同時に音声を生成します。キャラクターのセリフ、ナレーション、効果音、音楽です。

いま使えるのは2系統です。

• Vidu Q3 — 主力で、2026年1月下旬から。Proは1月27日にAPIへ、速いTurboは2月11日、参照画像への対応は4月13日です。
• Vidu Q4 Preview — 次の世代。2026年10月7日からプレビューで、2Kと4K、最大15件の参照、声の参照があります。

Viduはvidu.com、アプリ、開発者向けAPIで動きます。動画のほか、生数科技には画像、ナレーション、声のクローン、ライブ配信向けアバターのモデルがあります。

Vidu Q3でできること

最長16秒、音声付き。 セリフ、ナレーション、物音、音楽は動画と一度に生成されます。音声を切って無音の動画にもできます。

ショットを自分で切り替える。 Q3は別の絵コンテなしに、動画の中でショットの大きさや角度を変えます。生数科技はこれを「賢いショット切り替え」と呼びます。カメラとテンポはフレーム単位まで指定できます。

複数キャラクターの会話。 モデルは複数人の会話を保ち、セリフに口を合わせ、キャラクターを画面に配置します。

アニメとコミックドラマに強い。 これが主な用途で、生数科技は専用のQ3 Dramaを出しています。様式化されたアニメ、映画的なショット、連続もの、物語のある広告です。

複数の参照画像。 最大7枚。キャラクター、場面、小道具です。生数科技の公式例は「3人のキャラクターと1つの場面」を1本のアニメにまとめる、というものです。

オフピーク。 APIではタスクをoff-peakの待ち行列に出せます。安くなりますが、48時間以内に仕上がります。間に合わなければ取り消され、クレジットは戻ります。

モデルの周りのツール。 動画を1〜7秒延長する、長い場面向けの賢いキーフレーム（画像最大9枚）、動画の動きをキャラクターへ移す、テキストや音声への口パク、1080p・2K・4Kへのアップスケールです。

Vidu Q3 Pro、Turbo、Mix、Drama、Adの違い

	Q3 Pro	Q3 Turbo	Q3 Mix	Q3 Drama	Q3 Ad
用途	最高品質	速さと価格	バランス、汎用	コミックドラマと映画	5〜8秒の短い広告
解像度	540p、720p、1080p	540p、720p、1080p	540p、720p、1080p	720p、1080p	720p、1080p
長さ	1–16秒	1–16秒	1–16秒	3–15秒	3–15秒
テキストから動画	あり	あり	—	—	—
画像から動画	あり	あり	—	—	—
最初と最後のフレーム	あり	あり	—	—	—
参照	—	あり	あり	あり	あり

生数科技は、会話、キャラクターの配置、動き、映画的なカメラでQ3 Dramaがシリーズ最高だとしています。Q3 Adはテンポのよい短い広告を作り、商品のディテールを保ちます。

Vidu Q4 Preview：分かっていること

Q4 Previewは2026年10月7日に出ました。生数科技の説明では次のとおりです。

• 2Kと4K。 Q3の1080pに代わり、長さは同じ1〜16秒です。
• 参照は最大15件。 7件から増えます。
• 声の参照。 同じキャラクターの声を別の動画でも使えます。
• 動き。 格闘、走行、衝突がガタつきません。
• エフェクト。 爆発、花火、粒子、エネルギー効果がより細かくなります。
• モード。 画像から動画と、参照からの生成です。

料金と、プレビューを終えて正式に出す日は、生数科技は公表していません。

Viduが向く作業

• 複数キャラクターと会話のあるアニメ、コミックドラマ。 Q3 Dramaの強みです。
• 回をまたいで同じキャラクターが出る短い連続もの。 キャラクターシートを参照にします。
• 5〜15秒の物語のある広告。 Q3 Adです。
• Q3 Turboで下書きしてから、Proで仕上げます。
• ミュージックビデオ。 生数科技の別ツールが、曲と1〜7枚の画像から動画を組み立てます。

Viduと他のモデル

	Vidu Q3	Kling 3.0	Seedance 2.5	Hailuo AI
開発元	生数科技	Kuaishou	ByteDance Seed	MiniMax（H3）
1回の長さ	1–16秒	最大15秒	4–30秒	4–15秒
最大解像度	1080p（Q4は4K）	4K	1080p	2K
音声	あり	あり	あり	あり
参照	画像最大7枚	画像または要素が最大7	写真30、動画10、音声10	写真9、動画3、音声3
強み	アニメ、コミックドラマ	絵コンテ、声のあるキャラクター	長い物語	11言語の音声、オープンウェイト
AI2Face	あり	あり	あり	あり

Viduを選ぶのは、様式化されたアニメと複数人の会話のためです。写実と手順のある絵コンテにはKling 3.0、一本につながる長い物語にはSeedance 2.5、より多くの言語の音声にはHailuo系列のMiniMax H3が向きます。

Viduのプロンプトの書き方

1. スタイルとジャンルから書く。 「アニメ、映画的なショット、柔らかい夕暮れの光」。
2. 動作は順番に書く。 Q3は自分でショットに分けますが、出来事の順序はこちらで決めます。
3. セリフはかぎかっことキャラクター名で。 音声の言語は英語、日本語、中国語です。
4. 参照では誰が誰かを書く。 「画像1の剣士、画像2の三つ編みの少女、場面は画像3」。
5. アイデアはTurboで試し、 仕上げはProかDramaで。

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.

AI2FaceでVidu AIを使う

ViduはAI2Faceのジェネレーターにあり、Kling 3.0、Seedance 2.5、Veo 3.1と並んでいます。

1. 登録すると、新規アカウントにウェルカムクレジットが付きます。
2. ジェネレーターを開き、動画に切り替えてViduを選びます。
3. フレームか参照画像をアップロードし、プロンプトを書き、長さと解像度を指定します。
4. クレジットの費用は実行前に表示されます。パックのクレジットに有効期限はなく、カードまたは暗号資産で支払えます。

キャラクターと場面の参照は同じ場所で用意できます。たとえばNano Banana Proです。このページの画像はすべてそのように作っています。

制限

• Q3は1080pまで。 2Kと4KはQ4 Previewと、別のアップスケールにだけあります。
• すべてのモードがすべての版にあるわけではありません。 テキストから動画、画像から動画、最初と最後のフレームはProとTurboにあります。Mix、Drama、Adは参照からのみです。
• 音声の言語。 公式には英語、日本語、中国語です。
• 動画を参照にする。 参照モードではQ3は画像だけを受け付けます。動画入力は前の世代のQ2 Proが対応しています。
• Q4はプレビューです。 料金と正式リリース日は未発表です。

まとめ

複数キャラクターの会話と自動のショット切り替えが要るアニメ、コミックドラマ、物語のある広告にはViduが向きます。下書きはQ3 Turbo、仕上げはQ3 ProとDrama、Q4 Previewは4Kとキャラクターの声を約束しています。写実的な場面と手順のある絵コンテはKling 3.0と、30秒で続く物語はSeedance 2.5と、同じAI2Faceのジェネレーターで比べてください。