# Vidu AI：生数科技的有声视频模型 — Q3 Pro、Turbo与Q4

> Vidu AI是中国公司生数科技（ShengShu Technology）的视频模型系列。现行的Vidu Q3（2026年1月底起）能生成带对白、音效和音乐的视频，最长16秒、1080p，并会自动切换镜头。2026年10月推出的Vidu Q4 Preview支持2K和4K。Vidu已在AI2Face生成器中提供。

开发者: ShengShu Technology · 发布时间: 2026-01-27 · 更新于 2026-10-27
URL: https://ai2face.com/zh/models/vidu

## 关键信息

| | |
|---|---|
| 开发方 | 生数科技 ShengShu Technology（中国） |
| 当前版本 | Vidu Q3（Pro、Turbo、Mix、Drama、Ad），Vidu Q4 Preview（2026年10月7日） |
| 能做什么 | 根据文本、单帧、首尾帧或参考图生成带声音的视频 |
| 时长 | Q3 Pro、Turbo和Mix — 1–16秒；Drama和Ad — 3–15秒 |
| 分辨率 | Q3 — 540p、720p、1080p；Q4 Preview — 最高2K和4K，每秒24帧 |
| 画幅 | 16:9、9:16、4:3、3:4、1:1 |
| 参考 | Q3 — 1–7张图；Q4 Preview — 最多15张图，以及声音参考 |
| 声音 | 对白、旁白、音效和音乐在同一次生成里完成 |
| AI2Face | 已上线，在生成器中 |

## Vidu AI是什么

Vidu是中国公司生数科技（ShengShu Technology）的视频模型系列。自2025年11月起，Vidu模型生成视频时就带上声音：角色对白、旁白、音效和音乐。

目前有两条产品线：

- **Vidu Q3** — 主力，2026年1月底起。Pro于1月27日进入API，更快的Turbo于2月11日上线，参考图能力于4月13日上线。
- **Vidu Q4 Preview** — 下一代，2026年10月7日起预览：2K和4K，最多15个参考，以及声音参考。

Vidu可在vidu.com、应用里使用，也提供给开发者的API。除了视频，生数科技还有图像、配音、声音克隆和直播虚拟形象模型。

## Vidu Q3能做什么

**最长16秒，带声音。** 对白、旁白、环境声和音乐与视频同一次生成。也可以关掉声音，得到无声视频。

**自己切换镜头。** Q3会在一条视频里改变景别和角度，不用另做分镜。生数科技称之为“智能切镜”。镜头和节奏可以控制到单帧。

**多个角色对白。** 模型能维持几个角色的对话，让口型对齐台词，并把角色摆进画面。

**动漫和漫剧是强项。** 这是主要场景，生数科技为此单独发布了Q3 Drama：风格化动画、电影感镜头、系列剧和有情节的广告。

**多张参考图。** 最多7张：角色、场景、道具。生数科技的官方例子是“三个角色加一个场景”，合成一条动画。

![白色背景上的三个全身动漫角色：绿外套持剑的少年、青绿色斗篷银白长辫的少女，以及一只三尾小橙狐](https://ai2face.com/_astro/characters.Dk6mASwL_1Mw9wx.jpg "参考图模式用的角色表：三个人物正面、干净背景。Vidu Q3最多接受7张这样的图。图片由Nano Banana Pro生成")

![动漫风格的茶室内部：纸灯笼、带坐垫的矮桌、通向枫树庭院的推拉门、茶壶上方的蒸汽](https://ai2face.com/_astro/scene.D6UQcsVB_1cVyqe.jpg "没有人物的场景图，是第二种参考。和角色表一起，它决定动作发生在哪里、和谁发生。图片由Nano Banana Pro生成")

**非高峰模式。** 在API里可以把任务放进off-peak队列：更便宜，但会在48小时内完成。如果没按时完成，任务取消并退回积分。

**模型周围的工具。** 把视频延长1–7秒；用于长场景的智能关键帧，最多9张图；把视频里的动作迁到角色上；让口型对齐文本或音频；放大到1080p、2K和4K。

## Vidu Q3 Pro、Turbo、Mix、Drama和Ad的区别

| | Q3 Pro | Q3 Turbo | Q3 Mix | Q3 Drama | Q3 Ad |
|---|---|---|---|---|---|
| 适合 | 最高质量 | 速度和价格 | 均衡，通用任务 | 漫剧和电影感 | 5–8秒短广告 |
| 分辨率 | 540p、720p、1080p | 540p、720p、1080p | 540p、720p、1080p | 720p、1080p | 720p、1080p |
| 时长 | 1–16秒 | 1–16秒 | 1–16秒 | 3–15秒 | 3–15秒 |
| 文生视频 | 有 | 有 | — | — | — |
| 图生视频 | 有 | 有 | — | — | — |
| 首尾帧 | 有 | 有 | — | — | — |
| 参考图 | — | 有 | 有 | 有 | 有 |

生数科技认为Q3 Drama在对白、角色站位、动态和电影感镜头上是这一代最好的。Q3 Ad用来做节奏合理的短广告，并保住商品细节。

## Vidu Q4 Preview：目前已知的

Q4 Preview于2026年10月7日发布。按生数科技的说明：

- **2K和4K**，不再只是Q3的1080p，时长仍是1–16秒；
- **最多15个参考**，不再是7个；
- **声音参考** — 同一个角色在不同视频里用同一个声音；
- **动态** — 打斗、奔跑和碰撞不再一顿一顿；
- **特效** — 爆炸、烟花、粒子和能量效果更细；
- **模式** — 图生视频，以及按参考图生成。

价格和结束预览、正式发布的日期，生数科技还没有公布。

## Vidu适合哪些任务

- **带多个角色和对白的动漫、漫剧** — Q3 Drama的强项。
- **短剧集**，一集一集用同一批角色：用角色表当参考。
- **5–15秒的情节广告** — Q3 Ad。
- **先用Q3 Turbo出草稿**，再用Pro做成片。
- **音乐视频：** 生数科技另有工具，用一首曲子和1–7张图拼成视频。

## Vidu和同类模型

| | Vidu Q3 | [Kling 3.0](/zh/models/kling-3-0) | [Seedance 2.5](/zh/models/seedance-2-5) | [海螺AI（Hailuo）](/zh/models/hailuo) |
|---|---|---|---|---|
| 开发方 | 生数科技 | 快手 | 字节跳动Seed | MiniMax（H3） |
| 单次时长 | 1–16秒 | 最长15秒 | 4–30秒 | 4–15秒 |
| 最高分辨率 | 1080p（Q4为4K） | 4K | 1080p | 2K |
| 声音 | 有 | 有 | 有 | 有 |
| 参考 | 最多7张图 | 最多7张图或元素 | 30张照片、10段视频、10段音频 | 9张照片、3段视频、3段音频 |
| 强项 | 动漫、漫剧 | 分镜、带声音的角色 | 长叙事 | 11种语言的语音、开放权重 |
| AI2Face | 有 | 有 | 有 | 有 |

选Vidu，是为了风格化动画和多个角色的对白。写实画面和逐步分镜更适合Kling 3.0；一整段长故事更适合Seedance 2.5；更多语言的语音，用海螺系列里的MiniMax H3。

## 怎么给Vidu写提示词

1. **先写风格和类型：** “动漫，电影感镜头，柔和的黄昏光”。
2. **按顺序写动作。** Q3会自己拆成镜头，但事件顺序由你定。
3. **台词加引号，并写上角色名。** 语音语言是英语、日语或中文。
4. **用参考图时写清谁是谁：** “图1的持剑少年，图2的辫子女生，场景是图3”。
5. **先用Turbo试想法**，成片用Pro或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.
```

## 如何在AI2Face中使用Vidu AI

Vidu在AI2Face生成器里，和[Kling 3.0](/zh/models/kling-3-0)、[Seedance 2.5](/zh/models/seedance-2-5)、[Veo 3.1](/zh/models/veo-3-1)放在一起。

1. 注册账号，新用户会获得欢迎积分。
2. 打开生成器，切换到视频，选择Vidu。
3. 上传画面或参考图，写下提示词，设定时长和分辨率。
4. 积分费用在开始前显示。套餐积分不会过期，可以用银行卡或加密货币支付。

角色和场景的参考图也可以在这里做，例如用[Nano Banana Pro](/zh/models/nano-banana-pro)：本页的图片都是这样生成的。

## 局限

- **Q3最高1080p。** 2K和4K只在Q4 Preview和单独的放大工具里。
- **不是每个版本都有全部模式。** 文生视频、图生视频和首尾帧在Pro和Turbo里；Mix、Drama和Ad只能按参考图生成。
- **语音语言。** 官方是英语、日语和中文。
- **视频当参考。** 在参考图模式下，Q3只接收图片；视频输入由上一代Q2 Pro支持。
- **Q4是预览版。** 价格和正式发布时间尚未公布。

## 总结

要做动漫、漫剧和有情节的广告，而且需要多个角色对白、自动切镜，就选Vidu。Q3 Turbo适合草稿，Q3 Pro和Drama适合成片，Q4 Preview承诺4K和角色声音。写实场景和逐步分镜，拿结果和[Kling 3.0](/zh/models/kling-3-0)比一比；30秒的连续故事，则和[Seedance 2.5](/zh/models/seedance-2-5)比，都在同一个AI2Face生成器里。

## 常见问题

### Vidu AI是什么？

中国公司生数科技（ShengShu Technology）的视频模型。根据文本、照片和一组参考图生成带声音的视频。现行系列是Vidu Q3，新的Q4于2026年10月以预览版发布。

### Vidu一次能做多长的视频？

Q3 Pro、Turbo和Mix一次生成1到16秒。专门的Q3 Drama和Q3 Ad是3到15秒。

### Vidu Q3 Pro和Turbo有什么区别？

Pro质量最好：层次、表现力和准确的声音。Turbo更快、更便宜，结果稳定。时长、分辨率和声音两者相同。

### Vidu Q4是什么？

下一代，2026年10月7日起以预览版提供。增加了2K和4K、最多15个参考、声音参考，动态动作更顺，特效更细。

### Vidu能生成中文语音吗？

Vidu视频里的语音官方支持英语、日语和中文。提示词用英语写更稳妥。

### AI2Face里有Vidu吗？

有。Vidu已在AI2Face生成器中提供，费用在开始前显示。

## 资料来源

- https://www.vidu.com/vidu-q3
- https://platform.vidu.com/docs/overview/model-map
- https://platform.vidu.com/docs/api-reference/updates
- https://platform.vidu.com/docs/api-reference/video-models/vidu-q3/text-to-video
- https://www.vidu.com/blog/create-ai-animation-3-characters-1-scene-vidu-multi-reference