Jin Lei, von Qifeisi
Quantum Bit | WeChat-Konto QbitAI
Wirklichzu billig。
Rate mal, wie viel ich für dieses viral gegangeneGTA 6im Stil《Böse Oma》bezahlt habe?
Video-Adresse:
https://mp.weixin.qq.com/s/Up_tCeaXu3_r2cDYHU1UEQ
Eine Minute, 30? 20?
Alles nicht nötig –
nur5.4!Umgerechnetkostet eine Sekunde nur 0.09.
Welche KI ist denn so günstig?
Ohne Umschweife: Es ist die soeben von Shengshu Technology freigegebeneVidu Q4 Preview。
Video-Adresse:
https://mp.weixin.qq.com/s/Up_tCeaXu3_r2cDYHU1UEQ
Allerdings sind 0.09 pro Sekunde nur der Einstiegspreis, der für 720P gilt; verschiedene Auflösungen und Modi haben unterschiedliche Preise; am Ende heißt es aber trotzdem:mit demselben Geld 5-mal so viel Drehen。
Abgesehen vom Preis liefert die Vidu Q4 Preview direkt in bis zu 4K; auch Ultra-HD-Spezifikationen wie 2K und 4K können in großen Mengen generiert werden; als Referenzmaterial können gleichzeitig bis zu 15 Referenzbilder und 3 Referenzaudiodateien verwendet werden.
Natürlichbeherrscht die Vidu Q4 Preview auch das SchauspielernIn diesem Bereich weiß auch die Vorabversion Vidu Q4 alles souverän zu meistern.
Zum Beispiel haben wir wieder eine Extrafolge mit der bösen Oma gemacht: Der Hintergrund ist, dass ihr Ehemann später ein Lied summt, das sie in ihrer Jugend gern gehört hat; die Oma merkt, dass er ihre Vorlieben all die Jahre im Gedächtnis behalten hat, und ihr kommen die Tränen:
Videoadresse:
https://mp.weixin.qq.com/s/Up_tCeaXu3_r2cDYHU1UEQ
Wie schneidet die Vidu Q4 Preview-Version denn nun in anderen Bereichen ab?
Komm, ein Runde gründlicher Praxistest, los geht's~
Kann schauspielern und ist auch noch günstig
Die Bedienung im Test war wirklich sehr einfach: Wir gehen auf die SeiteReferenz-zu-Videound laden dort zuerst die benötigten Assets (Bilder, Audio usw.) hoch und fügen sie dann an den jeweils passenden Stellen in den Prompt ein.
Als Modell haben wir die Vidu Q4 Preview-Version gewählt; je nach konkretem Bedarf passt man dann noch Dauer, Auflösung, Seitenverhältnis und Anzahl der Generierungen an:
In der ersten Testrunde schauen wir uns zunächst die Vorschauversion von Vidu Q4 an.Schauspielkunst。
der Vidu Q4 Preview-Version an. Anders als bei der alten Dame vorhin tauschen wir diesmal die Hauptfiguren gegen eine ausländische Frau und einen ausländischen Mann, und die Dialogzeilen werden zu Englisch:
Videoadresse:
https://mp.weixin.qq.com/s/Up_tCeaXu3_r2cDYHU1UEQ
Das Endergebnis zeigt: Selbst wenn wir alles in einem Durchgang generieren, bleibt das in Film- und Serienproduktionen sehr verbreitete Schuss-Gegenschuss-Verfahren (während zwei Personen sprechen, filmt die Kamera über der Schulter der einen Person die andere und wechselt dann hin und her) stabil in der Ausgabe.
Was die Schauspielkunst angeht, ist so eine stumme Pause vielleicht sogar schwieriger als lautes Weinen oder Lachen.
Nach den dramatischen Szenen schauen wir uns nun an, wie es um dieActionszenenbestellt ist.
Schauen wir uns direkt ein Video im Comic-Stil von Vidu-Nutzer „Xinghuo 279“ an: einenextrem mitreißenden Kampfszenen-Clip：
Videoadresse:
https://mp.weixin.qq.com/s/Up_tCeaXu3_r2cDYHU1UEQ
Das gesamte Video dauert etwa 10 Sekunden, und ob Sprint, Aufprall oder Kamerawechsel – alle Details bleiben konsequent stabil.
Als Nächstes lassen wir unserer Fantasie freien Lauf.
Diesmal ist die Szenerie eine gigantische Vorrichtung, die über einem Meer aus Wolken schwebt. Ein Astronaut steht auf einer Beobachtungsplattform; ihm gegenüber befinden sich ein sechseckiger mechanischer Rahmen und eine dunkle zentrale Scheibe:
Videoadresse:
https://mp.weixin.qq.com/s/Up_tCeaXu3_r2cDYHU1UEQ
Was in diesem Video die Fähigkeiten der KI am deutlichsten zeigt, ist eigentlich das Licht.
In den wenigen Sekunden, in denen das riesige Bauwerk erleuchtet, werden der weiße Raumanzug des Astronauten, das Geländer neben ihm und das Meer aus Wolken unter seinen Füßen in ein warmes Orange getaucht; wenn das Licht wieder dunkler wird, kehrt das Bild zum ursprünglich kühleren Himmelston zurück.
Wir können sehen, dass die Effekte der Vidu Q4 Preview-Version keineswegs ein Filter sind, der über das Bild gelegt wird, sondern tatsächlich die Umgebung beeinflussen.
Zum Schluss noch ein praktisches BeispielWerbung für Kaffee：
Videoadresse:
https://mp.weixin.qq.com/s/Up_tCeaXu3_r2cDYHU1UEQ
Seidenweich, weiterhin absolut seidenweich.
Und das Wichtigste ist: Wenn wir alle oben genannten Videos zum Preis von 720P berechnen, haben ganze 6 Videos mit insgesamt rund 110 Sekunden nurWeniger als 10 Yuan!
Viele weitere Vidu-Nutzer haben auch weitere spannende Spielarten vorgestellt, zum BeispielStil der traditionellen chinesischen Malereides Videos:
Videoadresse:
https://mp.weixin.qq.com/s/Up_tCeaXu3_r2cDYHU1UEQ
sowieComicartiger Stil im alten Stildes:
Videoadresse:
https://mp.weixin.qq.com/s/Up_tCeaXu3_r2cDYHU1UEQ
Nun, Vidu Q4 Preview, so eine Art„schnell, gut, viel und sparsam“derErste Reihe…die Video-KI von …
Wie ist das gelungen?
Nachdem diese Runde abgeschlossen ist, stellt sich somit eine Frage:
Ebenfalls KI-Video: Warum schafft es die Vidu Q4 Preview-Version, die Tränen einer alten Dame, die Stille im Hinterhof und die Schläge auf dem Bahnsteig so überzeugend darzustellen?
Zunächst zur Einordnung: Vidu Q4 ist das neue Flaggschiff-Modell von Shengshu Technology für die Videogenerierung, und das Ziel dieser Generation istausdrucksstarke Darstellung。
Die jetzt freigegebene Preview-Version ist die erste Version von Q4 für Kreative und stellt zunächst drei Fähigkeiten bereit: ausdrucksstärkere Darstellung von Figuren, ausdrucksvollere Kameraführung und effektreichere Szenen mit mehr visuellem Impact.
Genau diese drei Fähigkeiten sind die Stellen, an denen viele KI-Videos am ehesten auffliegen.
Die erste Fähigkeit istSchauspielkunst. Das Problem vieler KI-Figuren ist nicht, dass sie nicht menschlich aussehen, sondern dass sie nicht wie Schauspieler wirken: Der Gesichtsausdruck wirkt gestellt, die Gefühle wechseln abrupt, ohne Übergang dazwischen. Q4 Preview verstärkt genau die Feinheit von Mimik, Emotionen und Körperbewegungen.
Darüber hinaus wird auch die Stimme in die Darstellung einbezogen. Wie gerade erwähnt, unterstützt die Q4 Preview-Version bis zu 3 Referenz-Audiodateien; man kann das so verstehen, dass man der Figur zunächst eine Stimmprobe zuweist, und das Modell spricht die Dialogzeilen in diesem Klang. So bleibt die Stimme dieselbe Person, auch wenn dieselbe Figur die Szene oder die Emotion wechselt, und das Sprechen kann dennoch Emotionalität tragen.
Die zweite Fähigkeit istdie Kamera. Vidu Q4 Preview kann bei Kamerabewegungen wie Verfolgung, Umkreisung, Fahr- und Zoombewegungen sowie Kran-Auf- und -Abfahrten die Beziehung zwischen Figuren, Motiv und Raum stabiler wahren; innerhalb derselben Generierung kann zudem zwischen Fern-, Total- und Nahaufnahmen gewechselt werden.
Es unterstützt auch die FPV-Perspektive, also die First-Person-Kamera eines FPV-Drohnenflugs, der in hohem Tempo dicht an der Szene vorbeirauscht. Die maximale Länge eines Clips beträgt 16 Sekunden – genau genug Raum für durchgehende Bewegungen und Kamerafahrten.
Video-Adresse:
https://mp.weixin.qq.com/s/Up_tCeaXu3_r2cDYHU1UEQ
Weiter geht es mitEffekten und Textur。
. Eine Explosion zu generieren ist eigentlich nicht schwer; schwierig ist oft das, was nach der Explosion passiert: Wird das Feuerlicht die Umgebung erhellen? Verteilen sich Rauch und Partikel entlang der Bewegungsrichtung? Lässt sich der Rhythmus der Figurenbewegungen mit den Effekten in Einklang bringen?
Was die Vidu Q4 Preview-Version verbessert, ist precisely, dass Effekte sich zusammen mit Figuren, Umgebung und Kamera verändern. Die Sekunden, in denen in unserem Test die Megastruktur erleuchtet wurde und Raumfahreranzug und Wolkenmeer gemeinsam in ein warmes Orange getaucht wurden, meinen genau diesen Effekt.
Und bei derBildqualitätunterstützt die Vidu Q4 Preview-Version native Ausgabe mit bis zu 4K. Sowohl über API integriertes MaaS als auch direkt in der Vidu-Produktion nutzbares SaaS liefern 4K-Bilder.
Die letzte Fähigkeit istmultiplen Referenzen; sie betrifft eher die Frage, wie gut sich die KI bedienen lässt. Die Vidu Q4 Preview-Version unterstützt bis zu 15 Referenzbilder und Motivreferenzen; Figuren, Kleidung, Requisiten und Szenen können jeweils verschiedenen Referenzbildern zugeordnet werden, und ihre Beziehungen lassen sich textlich beschreiben. Wie bei der alten Dame am Anfang, die zwischen Platz, Schrottplatz und Straße wechseln muss und deren Erscheinung dennoch durchgehend übereinstimmen muss – hier ist diese Fähigkeit besonders nützlich.
Auch wenn Schauspielkunst, Kamera, visuelle Effekte und Multi-Referenz für sich genommen keine neuen Begriffe sind, wird die Sache doch anders, wenn man all diese Aspekte gleichzeitig meistert und den Preis zugleich auf ein paar Dutzend Cent oder sogar ein paar Cent pro Sekunde drückt.
Weil es billig ist, traut man sich eher, Fehler zu machen
Wer bereits mit KI-Videos experimentiert hat, dürfte den BegriffKartenziehenbestens kennen.
Denn mittlerweile ist das Kartenziehen selbst zu einem Teil des kreativen Prozesses geworden – in der Realität verbrennt man aber bei jedem Zug Geld, und oft ist das Budget aufgebraucht, bevor man alle Ideen ausprobiert hat.
Sinkt der Preis jedoch, lässt diese Zögerlichkeit spürbar nach. Für Kreative bedeutet das: KI-Videos zu erstellen kann endlich so sein wie Fotografieren mit dem Handy – mehrmals auf den Auslöser drücken und bei Unzufriedenheit einfach neu anfangen.
Rechnet man nach dem von uns getesteten Preismodell, kostet es selbst dann, wenn jede Einstellung zwei- bis dreimal neu gezogen wird, nur etwa 20 bis 30 Yuan für die gerade gezeigten Videosequenzen; in der praktischen Kreation bedeutet das:„Gleiches Geld, 5-mal mehr Drama“。
Unseren Informationen zufolge ist der Preis der Vidu Q4-Vorschauversion an die Spezifikationen gekoppelt. Auf der MaaS-Seite kostet Bild-zu-Video in 720P etwa 0,6 Yuan pro Sekunde und in 1080P etwa 0,75 Yuan pro Sekunde, mit einem gestaffelten Preismechanismus; auf der SaaS-Seite gibt es während der Vorschauversion für zwei Monate ein befristetes Sonderangebot, wodurch die Nutzungskosten teilweise auf ein paar Cent pro Sekunde sinken können. Wer den günstigsten Preis nutzen möchte, muss zunächst genau prüfen, welche Spezifikation er gewählt hat.
Nachdem wir über den Preis gesprochen haben, lohnt ein Rückblick auf diese Testrunden: Man stellt fest, dass Vidus Werke einen ganz eigenen Charakter haben.
Eine alte Dame wirbelt mit rotem Fächer durch einen Schrottplatz, in einer Animeszene liefern sich zwei Figuren einen Faustkampf, auf dem Wolkenmeer erleuchtet eine gewaltige Struktur mit Donner; doch mit einem Kameraschnitt kann die alte Dame auch unter Tränen lächeln, und das Paar im Hinterhof steht schweigend einander gegenüber.
Heißblütig, hochenergetisch, mutig bei großen Actionszenen – und zugleich fähig zu feinem, subtilen Schauspiel. Wir möchten dieses Gefühl nennen:„der Vidu-Geschmack“。
Woher kommt dieser Geschmack? Vielleicht liegt es, wie Shengshu Technology erklärt, daran, dass im Vidu-Entwicklungsteam eine Gruppe sehr junger technischer Talente versammelt ist, die nicht nur auf Modellkennzahlen starren, sondern stets auch ein feines Gespür für Games, Anime, Filme und visuelle Effekte bewahrt haben.
In gewissem Sinne ist der sogenannte „Vidu-Geschmack“ also nichts anderes als das Ergebnis, wie diese jungen Entwickler ihre technische Ästhetik und ihren kreativen Geschmack Stück für Stück in das Modell hineintrainiert haben.
Wenn die Vorschauversion schon so schauspielern kann, dann ist die offizielle Version eine, auf die wir uns noch mehr freuen dürfen.
Zum Abschluss gibt es noch eine kleine Belohnung:
Ab heute erhält jeder neue Nutzer bei der Registrierung auf Vidu.cn 500 Punkte als Geschenk (Einladungscode: LIANGZIQ4).