最近、生数科技は新世代のビデオ生成フラグマントロニーモデルのプレビュー版「Vidu Q4Preview」を正式に公開しました。この更新により、生成品質、多モーダル参照、画質の精度が大幅に向上し、国産ビデオ大モデルが映画級の質感へと進む道の上で、また一つの重要なステップを踏んだことになります。
核心機能に関しては、Vidu Q4Previewは「図から動画」と「参照画像による動画」の2つの主要なモードを完全にサポートしています。図から動画モードでは、ユーザが提供する画像とテキストの説明に基づき、高品質な映像が自然に生成されます。一方、参照画像による動画モードでは、複数の参照画像と音声を組み合わせて動画を生成する機能が実現され、クリエーターの制御手段が大幅に拡充されました。
今回の更新では、多モーダル参照容量と詳細の管理において大きな進歩が達成されました。モデルは最大で3つの参照音声を入力することができ、正確な音声参照を通じてキャラクターの音色を映像中で高度に統一させます。同時に最大15枚の参照画像をサポートし、人物の顔の特徴、複雑なシーン、小道具などの創造的な要素に十分な視覚的根拠を与え、ロングショットや連続的な物語における要素の一貫性を確保します。
画質とカメラワークにおいて、Vidu Q4Previewはダイナミックなカメラアップデート、シーン切り替え、複雑なカメラワークの連携表現をさらに向上させており、映像の滑らかさとドラマチックな張力が大幅に高まっています。仕様面では、最大2Kおよび4K解像度の出力をサポートし、10bitの色深さを持ち、一度の生成で最長16秒の動画を作成できます。これはAI短編番組、広告マーケティング、ソーシャルインタラクション、プロフェッショナル映画制作など、多様な利用シーンに完璧に適合します。
また、公式側は異なる制作段階のニーズに応じて柔軟な仕様と価格設定を提供しています。このモデルでは540P、720P、1080P、2K、4Kといった複数の仕様がサポートされ、初回発売時の特別価格は0.09元/秒からです。クリエーターは、より低いコストで低解像度のテスト版や脚本、カメラワークのバージョンを活用し、アイデアが成熟した後、2Kまたは4Kの高解像度で質感が細かく、光と影が印象的な最終作品を出力することができます。