金磊 発 凹非寺
量子位 | 公式アカウント QbitAI
本当に安すぎる。
当ててみて、私が次のようなバズったGTA 6風の『悪辣なおばあちゃん』を作るのに、いくらかかったと思う？
動画アドレス：
リンク先:https://mp.weixin.qq.com/s/Up_tCeaXu3_r2cDYHU1UEQ
1分で30元？20元？
どれもいらない——
たったの5.4元！換算すると、1秒わずか0.09元。
じゃあ一体何のAIがこんなに安いの？
もったいぶらずに言うと、生数科技が公開したばかりのVidu Q4プレビュー版。
動画アドレス：
リンク先:https://mp.weixin.qq.com/s/Up_tCeaXu3_r2cDYHU1UEQ
ただし0.09元/秒はあくまでスタート価格で、720P対応の価格。解像度やモードによって価格は異なりますが、結局は同じお金で5倍の撮影ができる。
価格以外にも、Vidu Q4プレビュー版は最高4Kの直接出力に対応し、2K、4Kといった超高精細スペックも大量生成可能。参照素材については、一度に最大15枚の参照画像と3本の参照音声を使用できます。
もちろん、演技の面でも、Vidu Q4プレビュー版は見事にコントロールできます。
例えば、やはり悪辣なおばあちゃんの番外編を作ってみました。背景は、夫が後になって彼女が若い頃に好んで聴いた歌を口ずさみ、おばあちゃんが相手がずっと自分の好みを覚えていてくれたことに気づき、思わず涙を流すというものです：
動画URL：
記事のリンクはこちらです:https://mp.weixin.qq.com/s/Up_tCeaXu3_r2cDYHU1UEQ
では、Vidu Q4プレビュー版は他の面でのパフォーマンスはどうなっているのでしょうか？
それでは、ディープな実測テストを一気にいってみましょう~
演技ができて、しかもかなり安い
実測の操作方法はとても簡単で、まず参照動画生成ページに移動し、必要なアセット（画像、音声など）をアップロードしてから、それぞれをプロンプトの対応する位置に埋め込みます。
モデルはVidu Q4プレビュー版を選択し、具体的なニーズに応じて、長さ、解像度、アスペクト比、生成数を調整すればOKです：
最初の実測では、まずVidu Q4プレビュー版の演技。
を見てみましょう。先ほどのおばあさんとは異なり、今回は主役を外国人の男女二人に変え、セリフも英語にしています：
動画URL：
記事のリンクはこちらです:https://mp.weixin.qq.com/s/Up_tCeaXu3_r2cDYHU1UEQ
最終結果を見ると、一発生成であっても、映画やドラマでよく見られるショット・リバース・ショット（二人が会話する際、片方の肩越しにもう片方を撮影し、交互に切り替える手法）でも安定した出力を維持できています。
演技という点では、セリフのないこのような間（ま）は、号泣や大笑いよりもむしろ難易度が高いかもしれません。
文戯を見終えたら、次はアクションシーンの効果を見てみましょう。
Viduユーザー「星火279」が作った漫画風の超熱い格闘シーン：
を直接見てみましょう。動画URL：
記事のリンクはこちらです:https://mp.weixin.qq.com/s/Up_tCeaXu3_r2cDYHU1UEQ
映像全体は10秒ほどで、ダッシュも衝突もカット切り替えも、すべてのディテールが安定して一貫性を保っています。
次は、もっと想像力を炸裂させてみましょう。
今回の設定は、雲海に浮かぶ巨大装置です。宇宙飛行士が観察プラットフォームに立ち、向かいには六角形の機械フレームと中央の暗い円盤があります：
動画URL：
https://mp.weixin.qq.com/s/Up_tCeaXu3_r2cDYHU1UEQ
この映像でAIの実力が最もよく表れているのは、実は光です。
巨大構造が点灯するその数秒間、宇宙飛行士の白い宇宙服、近くの欄干、足元の雲海まで、すべてが温かいオレンジ色に染まります。光が引くと、画面は元のやや冷たい空の色に戻ります。
見て取れるように、Vidu Q4プレビュー版のエフェクトは画面に貼り付けたフィルターではなく、実際に周囲の環境に影響を与えています。
最後に、実用的なものをもう一つ。コーヒー広告：
動画URL：
https://mp.weixin.qq.com/s/Up_tCeaXu3_r2cDYHU1UEQ
滑らかで、やはりとても滑らかです。
しかも重要なのは、先ほどのすべての動画を720Pの価格で計算すると、合計6本、計110秒ほどの動画で、かかったのは10元未満だということです！
他にも多くのViduユーザーが、さらに面白い使い方を提供しています。例えば国画画風の動画：
動画URL：
https://mp.weixin.qq.com/s/Up_tCeaXu3_r2cDYHU1UEQ
さらにカートゥーン古代風のものも：
動画URL：
https://mp.weixin.qq.com/s/Up_tCeaXu3_r2cDYHU1UEQ
ええ、Vidu Q4プレビュー版は、まさに「多・速・良・省」を体現する第一線の動画AIです。
どうやって実現したのか？
一連のテストを終えたところで、自然と疑問が浮かび上がってきます：
同じAI動画でも、Vidu Q4プレビュー版はなぜ老婆の涙、裏庭の沈黙、ホームでの殴り合いを、まるで本物のように演じられるのか？
まず、位置づけの観点から見ると、Vidu Q4は生数科技の新世代動画生成のフラッグシップモデルであり、この世代の目標は伝神の表現力。
今回公開されたプレビュー版は、Q4にクリエイター向けに推出された最初のバージョンで、まず3つの能力が公開されました:人物の演技がより伝神的に、カメラワークがより張りを持ち、視覚効果のシーンがよりインパクトを増しています。
一方、この3つの能力こそ、多くのAI動画が最もボロを出しやすい部分でもある。
最初の項目は演技。多くのAI人物の問題は、人間らしく見えないことではなく、演技しているように見えないことです。表情が作り物のようで、感情が急に変わってしまい、その間の推移が欠けています。Q4プレビュー版で今回強化されたのは、まさに表情・感情・身体動作のきめ細かさです。
それ以外にも、声がパフォーマンスの領域に取り込まれました。先ほど述べたとおり、Q4プレビュー版は最大で3本の参照音声をサポートしており、これはまずキャラクターに声のサンプルを与え、モデルがその音色に合わせてセリフを話す、と理解できます。こうすることで、同じキャラクターが場面を変えたり感情を変えたりしても、声はその人らしさを保ちながら、感情を込めて話すこともできるのです。
2番目の項目はレンズ。Vidu Q4プレビュー版は、追い撮り、旋回、プッシュ・プル、クレーンといったカメラワークの中で、人物、被写体、空間の間の関係をより安定して保つことができます。また、同じ生成の中で、遠景、中景、近景の間を行き来して切り替えることもできます。
FPV視点にも対応しており、ドローンレース機のようなシーンに張り付いて高速で飛び抜ける一人称映像が撮れる。1クリップの最長は16秒で、連続する動きやカメラのプッシュインにちょうど余裕を持たせている。
動画アドレス：
https://mp.weixin.qq.com/s/Up_tCeaXu3_r2cDYHU1UEQ
さらにその下には、特撮と質感。
爆発を生成すること自体は実は難しくありません。難しいのは往々にして爆発の後のことです。火の光が周囲を照らしているか、煙やパーティクルが動く方向に沿って散っていくか、キャラクターの動きがエフェクトのリズムと合っているかです。
Vidu Q4プレビュー版で今回向上したのは、特殊効果が人物・環境・カメラとともに変化する点です。先ほどの実測で巨大構造物が点灯した数秒間、宇宙服と雲海がともに暖かなオレンジ色に染まっていたのは、まさにこの効果のことです。
さらに画質この点について、Vidu Q4プレビュー版は最大4Kの直接出力に対応しています。API経由で接続するMaaSでも、Vidu製品内で直接使うSaaSでも、4K映像を取得できます。
最後の項目はぜひ多く参考にしてください，それはむしろAIが使いやすいかどうかという問題に多く関わっています。Vidu Q4プレビュー版は最大15枚の参照画像と主体参照をサポートし、人物、衣装、小道具、シーンをそれぞれ異なる参照画像に割り当て、それらの関係をテキストで明確に説明できます。冒頭の老婦人のように、広場、廃品回収所、街路の間を行き来しながら、人物のイメージを前後で一致させなければならない場合、このような能力はとりわけ役立ちます。
演技、カメラ、VFX、多参照——これらはそれぞれ単独で見れば新しい言葉ではないが、それらを同時に高いレベルで実現し、さらには価格を1秒あたり数毛(数角)単位、さらには数分(数銭)単位まで引き下げるとなると、話は少し違ってくる。
「安いから、思い切って試せるようになった。」
AI動画を使ったことがある方なら、きっとご存じでしょうガチャこの言葉はもう誰もが知っているはずです。
なぜなら今や、ガチャそのものがすでに創作の一部になっているからです。しかし現実には、1回引くごとにお金がかさみ、アイデアを試し切る前に予算が底をついてしまいます。
ただし価格が下がれば、こうしたためらいは明らかに大きく減るだろう。クリエイターにとって、AI動画の制作はついにスマホで写真を撮るように、何度もシャッターを押して、気に入らなければ撮り直せるものになった。
私たちが実測した課金方式で計算すると、たとえ各レンズを2、3回再生成しても、先ほどの数本の動画のコストは2、30元ほどです。実際の創作に落とし込むと、「同じお金で、5倍の舞台」。
わかる範囲では、Vidu Q4プレビュー版の価格はスペックに連動しています。MaaS側の画像から動画への生成は720Pで約0.6元/秒、1080Pで約0.75元/秒で、段階的な価格メカニズムが設けられています。SaaS側では、プレビュー版の期間中に2か月間の期間限定割引が提供され、一部の利用コストは1秒あたり数分（数銭）まで下がります。最もお得な価格を利用するには、まず自分が選択したのがどのスペックなのかをしっかり確認する必要があります。
価格の話を終えたところで、これまでの実測を振り返ってみると、Viduの作品にはかなりはっきりした雰囲気があることに気づく。
老婦人が赤い扇子を振り回して廃品回収場に乗り込むかと思えば、アニメのキャラクター同士が殴り合い、雲海の上の巨大構造物が轟と点灯する。しかしカメラが切り替わると、老婦人は涙を浮かべながら微笑むこともでき、裏庭にいるあの男女も沈黙を隔てて対峙することができる。
アクションの熱血と高揚感があり、大胆なアクションにも挑みながら、繊細な文戯も演じられる。私たちはこの感覚をこう呼びたい。「Vidu味儿」。
この味はどこから来るのか？おそらく生数科技が言うように、Viduの研究開発チームには非常に若い技術の中核メンバーが集まっており、彼らはモデルの指標だけに目を向けるのではなく、ゲーム、アニメ、映画、視覚効果(VFX)に対しても常に高い感度を保ち続けている。
ある意味で、いわゆる「Vidu味」とは、この若い研究者たちが自分たちの技術的な美意識と創作の趣向を少しずつモデルに訓練し込んだものなのだ。
プレビュー版がすでにこれほど期待を盛り上げてくれるのだから、正式版はさらに期待する価値がありそうだ。
最後に、特典を一波お届けします:
本日よりVidu.cnにログインすると、新規ユーザー登録で500ポイントが進呈されます（招待コード：LIANGZIQ4）。