Vidu Q4 AI 视频生成器
Vidu Q4 可以让一张图片动起来，也可以把最多 15 张参考图组合成新场景，自带声音，最高 4K。AgentReel 让你在浏览器里使用，每段生成前都会显示积分价格。
- 时长：5s、10s、16s
- 分辨率：540p、720p、1080p、2K、4K
- 1 到 15 张图，始终带声音
- 每条 9–250 积分
最后更新
参数与限制
直接读取 AgentReel 的模型目录，因此这张表始终与生成器保持一致。
| 开发方 | Vidu |
|---|---|
| 类型 | AI 视频模型 |
| 输入 | 需要 1 张参考图，并配合文字提示词 |
| 提示词长度 | 最多 20,000 个字符 |
| 画面比例 | 16:9, 9:16, 1:1, 4:3, 3:4 |
| 分辨率 | 540p, 720p, 1080p, 2K, 4K |
| 时长 | 5s, 10s, 16s |
| 积分 | 每次生成 9–250 积分 |
各项设置的积分价格
每一种参数组合的积分消耗。点击生成前，按钮上总会显示准确价格。
| 分辨率 | 时长 | 带参考图 |
|---|---|---|
| 540p | 5s | 9 |
| 540p | 10s | 18 |
| 540p | 16s | 29 |
| 720p | 5s | 19 |
| 720p | 10s | 38 |
| 720p | 16s | 61 |
| 1080p | 5s | 24 |
| 1080p | 10s | 48 |
| 1080p | 16s | 77 |
| 2K | 5s | 38 |
| 2K | 10s | 76 |
| 2K | 16s | 122 |
| 4K | 5s | 78 |
| 4K | 10s | 156 |
| 4K | 16s | 250 |
与其他AI 视频模型对比
同一生成器中的全部模型，含开发方与积分区间。价格与生成器读取的是同一份模型目录。
| 模型 | 开发方 | 积分 |
|---|---|---|
| Veo 3.1专业 | 8–93 | |
| Seedance 2.5新 | ByteDance | 35–593 |
| Kling 4.0新 | Kuaishou | 36–160 |
| Kling 3.0热门 | Kuaishou | 11–102 |
| Kling 3.0 Omni | Kuaishou | 18–87 |
| Gemini Omni Video | 16–53 | |
| Gemini Omni 1.1 Flash新 | 16–53 | |
| Seedance 2.0 | ByteDance | 24–383 |
| Wan 3.0新 | Alibaba | 10–120 |
| Runway | Runway | 3–8 |
| MiniMax H3 | MiniMax | 12–49 |
| Hailuo 2.3 | MiniMax | 8–23 |
| Wan 3.0 Prime | Alibaba | 16–189 |
| Kling 3.0 Turbo快速 | Kuaishou | 23–85 |
| Seedance 2.0 Fast快速 | ByteDance | 15–93 |
| PixVerse V6 | PixVerse | 7–69 |
| HappyHorse 1.1 | HappyHorse | 29–109 |
| Vidu Q4 (当前页面) | Vidu | 9–250 |
| Wan 2.7 | Alibaba | 20–90 |
| Grok Imagine Video 1.5 | xAI | 4–17 |
| Grok Imagine Video快速 | xAI | 4–30 |
一张图或多张参考图
只放一张图时，模型把它作为开场画面让它动起来。放两张或更多时，会切换到参考模式：每张图分别指引角色、产品、服装或场景，模型生成一个新镜头，并让它们保持可辨认。
从 540p 草稿到 4K 成片
分辨率可选 540p、720p、1080p、2K、4K。Kie.ai 提到最高档支持 10-bit 色彩。先用 540p 或 720p 花少量积分出草稿，再把满意的版本用 2K 或 4K 生成。
生成器里最长的单段视频
时长可选 5s、10s、16s。最长档能让一次运镜或一段简短对话完整展开，生成器里没有其他模型能生成更长的单段视频。
原生音频
据 Kie.ai 介绍，对白、环境声和音效会和画面一起生成，口型与语音同步。每段视频都带声音。
如何生成 Vidu Q4 视频
放一张图，或最多 15 张参考图
一张图会被直接做成动态。两张或更多会作为参考图，比例可在 16:9、9:16、1:1、4:3、3:4 中选择。在提示词里描述场景。
选分辨率和时长
选择分辨率和时长。「生成」按钮会显示价格，成片会保存到「我的作品」。
适合做什么
用商品图做产品镜头
放一张白底图、一张场景图和一张背景，让产品出现在冒着热气的咖啡桌上。需要带脚本和配音的完整广告，可以试试 AI 视频广告生成器。
把角色放进新场景
几张不同角度的人像加一张地点照片，可以让脸和服装保持稳定，由模型来设计动作和运镜。
特效镜头
Kie.ai 重点提到爆炸、烟雾、烟花和戏剧化光效，适合游戏预告、奇幻场景和音乐短片。
大屏成片
4K 成片在电视、大显示器上或裁成竖屏都够清晰。参考图可以先在 AI 图片生成器 里生成。
Vidu Q4 使用指南：参考图、设置与价格
它是什么
Vidu 是来自中国的视频模型系列。Q4 是它的第四代，AgentReel 使用的接口服务商 Kie.ai 以 Vidu Q4 Preview（viduq4-preview）提供。Kie.ai 介绍它在 Q3 基础上加强了角色表演、多参考图控制和原生音频，最高输出 4K。由于是预览版，功能可能会变化。
在 AgentReel 上它至少需要一张图，没有纯文字模式。一张图走图生视频接口，两张到 15 张走参考生视频接口。
资料来源：Kie.ai 的模型页和 Kie.ai 价格页，于 2026 年 11 月 2 日查阅。
图生视频还是参考生视频
画面本身已经是你要的镜头、只差动态时，用一张图：转头的人像、云在飘的风景。输出跟随这张图的画幅，所以先裁好。
镜头还不存在时，用参考图。为每个元素上传干净、光线好的图片，最好是纯色背景，然后写清场景：谁在哪里、发生什么、镜头怎么动。这个模式下比例由你选，所以方形的产品图也能生成 9:16 的竖屏广告。
怎么写提示词
描述动作和镜头，不要重复描述图片。「人像里的女生走进面包店，拿起绿色盒子，对着镜头微笑，缓慢推近，温暖的晨光，店里轻声交谈」给了模型一段动作、一次运镜和声音氛围。提示词最多 20,000 个字符。
选择分辨率和时长
在这个模型上，分辨率对价格影响最大：4K 每秒的价格是 540p 的好几倍。先用 540p 或 720p 测试想法，检查动作和参考效果，再按需要的尺寸生成一次。时长按比例影响价格，短时长测试很便宜。
一段视频多少积分
和其他模型怎么选
Kling 4.0 支持纯文字或首尾帧，分辨率 720p 或 1080p。Veo 3.1 也能到 4K，每段 8 秒。Seedance 2.5 支持带声音的文生视频。需要在一个镜头里用很多参考图、需要最长的单段视频，或需要带音频的 4K 时，选这个模型。模型总览 里可以比较全部模型。