Nano Banana logoNano Banana

Vidu Q4 AI 视频生成器

让角色有熟悉的面孔、富有表现力的动作，也有值得观看的故事。Vidu Q4 可将一张图片或一组视觉素材转化为 AI 视频，让动作、对白、环境与镜头共同推进场景。结合最多 15 张图片，构思最长 16 秒的短片，并以 2K 或 4K 呈现产品细节、人物表情和画面氛围。您可以在 Nano Banana 上体验

使用 Vidu Q4 创作
preview来源：Vidu AI

为什么选择 Vidu Q4 创作 AI 视频？

从静态素材走向有角色、有情绪、有声音的完整场景。Vidu Q4 为广告团队、影视创作者和内容运营提供更直接的创作路径，让现有图片成为下一支短片的起点。

用最多 15 张图片搭建同一个场景
1

用最多 15 张图片搭建同一个场景

把人物正侧面、服装细节、产品照片、场景和风格参考放进同一份创作简报。Vidu Q4 能从更丰富的视觉线索中理解主体关系，帮助角色和产品在镜头变化时保持辨识度。在提示词中说明每张参考图的用途，更容易得到连贯、清晰的画面。

用提示词细化角色的表情与动作
2

用提示词细化角色的表情与动作

从一个眼神、一个手势或一次转身开始，让人物真正参与到场景中。结合清晰的图片参考，描述角色的动作、情绪和反应：犹豫地向前一步、自信地展示产品，或在对白结束后露出微笑。每个镜头围绕一个主要动作展开，再通过提示词调整表演节奏，让角色的视觉形象与故事自然衔接。

让 16 秒容纳完整的叙事节奏
3

让 16 秒容纳完整的叙事节奏

给人物入场、对白、动作与反应留出空间。描述镜头如何靠近主体、转换视角或跟随动作，Vidu Q4 可生成最长 16 秒的多镜头场景。产品亮相、剧情预告和短剧片段都能拥有更清晰的开头、推进与收尾。

让一张图片动起来，保留原有构图
4

让一张图片动起来，保留原有构图

从产品摄影、人物肖像或完成的插画开始，告诉模型哪些元素移动、角色如何回应、镜头往哪里走。图生视频保留原图宽高比，让已有的横版、竖版或方形创意延续视觉方向，减少重新构图的工作。

让画面、对白与环境声音一起生成
5

让画面、对白与环境声音一起生成

角色发声、面部表现、口型和场景声音可在同一次生成中共同形成。无论是安静的街头交流还是有动作节奏的产品短片，声音都能成为场景的一部分。需要自行配乐或后期混音时，也可以关闭音频生成。

先验证创意，再以 2K 或 4K 完成作品
6

先验证创意，再以 2K 或 4K 完成作品

用较低分辨率的短片比较动作、光线和镜头方向，确定创意后再生成更清晰的版本。2K 与 4K 输出适合需要展示材质、表情和画面细节的产品发布、品牌广告与影视概念，让最终作品更适合后续剪辑和展示。

如何使用 Vidu Q4 生成视频

选好参考素材，写清表演与镜头，再把最有说服力的创意生成短片。

1

选择单图动画或整理参考素材

单图模式适合围绕一张图片展开动作；参考生视频可组合 1–15 张图片，涵盖人物、产品、环境和风格。选择清晰且与场景相关的素材，并在提示词中说明每张图片的作用。
2

描述动作、对白和镜头变化

说明谁在场、发生什么，以及场景如何推进。将对白分配给明确的角色，并写出语气与情绪。选择 3–16 秒时长和输出分辨率，参考模式还可指定画面比例。
3

生成、审看并细化最佳版本

一起检查人物细节、动作、节奏与声音。对需要调整的部分修改提示词或参考素材，再生成下一版。下载满意的结果，或复用同一组素材制作相邻场景，剪辑成更长的故事。

探索更多 AI 视频模型

Vidu Q3Vidu Q2Seedance 2.0

Vidu Q4 与 Vidu Q3 对比

根据创作起点选择模型。Vidu Q4 支持最多 15 张视觉参考与 4K 输出，适合更丰富的角色和场景设定；Vidu Q3 则可继续用于文字起步的构思和既有视频工作流。

功能Vidu Q4Vidu Q3
创作起点一张原图，或一组视觉参考素材文字或图片参考，取决于所选模型
参考图片最多 15 张，可用于人物、产品、环境与风格Nano Banana 的 Q3 参考模式支持最多 4 张
镜头方向通过提示词描述构图、镜头运动与镜头衔接通过提示词引导动作与构图
输出分辨率540p、720p、1080p、2K、4K当前 Q3 工作流提供 540p、720p、1080p
场景时长本站支持 3–16 秒整数时长参考工作流最长 16 秒
声音与表演原生音频、对白与口型同步图片引导的视频创作，可选择生成音频
适合场景连续角色、带对白的短剧、产品广告与精细视觉叙事文字创意、快速草稿与已有 Q3 项目

X 上关于 Vidu Q4 的帖子

了解创作者如何使用 Vidu Q4 探索参考素材、连续角色、自然表演与电影化镜头。

Vidu Q4 常见问题

了解 Vidu Q4 的图片参考、提示词、视频时长、输出画质与实际创作方式。

Vidu Q4 是什么？

Vidu Q4 是生数科技推出的 AI 视频模型，支持图生视频与参考生视频。它结合视觉素材和原生音频，让人物与场景更有表现力。当前接入的版本为 Vidu Q4 Preview。

Vidu Q4 最多可以使用多少张图片？

参考生视频支持 1–15 张图片，可用于明确人物、产品、环境和视觉风格。图生视频使用一张原图；选择哪种模式，取决于场景需要多少视觉引导。

如何编写 Vidu Q4 提示词？

先描述主体、动作、场景和镜头运动，需要时再补充对白与情绪，并说明每张参考图片的用途。提示词最多支持 20,000 个字符，图生视频可选填，参考生视频需要填写。建议先集中表达一个主要动作，再逐步细化表演与镜头节奏。

Vidu Q4 能生成多长的视频？

Nano Banana 当前工作流支持 3–16 秒的整数时长。较短的视频适合单个动作，更长的片段可容纳对白与镜头变化。长篇故事可以复用同一组参考素材，生成相邻场景后再进行剪辑。

Vidu Q4 支持 2K 和 4K 吗？

支持。可选分辨率为 540p、720p、1080p、2K 和 4K。低分辨率适合验证创意，2K 或 4K 可用于最终版本。所需积分取决于选择的分辨率和视频时长。

Vidu Q4 能生成音频并同步口型吗？

可以。模型可随画面生成对白与场景声音，并结合角色表演形成口型变化。也可以关闭音频，随后自行配音或混音。

图生视频与参考生视频有什么区别？

图生视频让一张原图产生动作，并保留其宽高比。参考生视频结合多张视觉素材与指定比例。单个画面适合图生视频，需要完整角色与环境设定时则适合参考模式。

Vidu Q4 可以只输入文字生成视频吗？

当前图生视频与参考生视频工作流都从视觉素材开始。请至少添加一张图片，再用文字安排动作和故事。仅从文字开始创作时，可选择支持文生视频的其他模型。

如何让人物在不同场景中保持一致？

复用清晰的人物图片，并在提示词中保持姓名、服装和环境描述的一致性。为每个镜头安排一个主要动作，审看每次生成的结果后再进行剪辑，具体效果会随镜头变化。

Vidu Q4 适合制作哪些内容？

可用于产品亮相、社交短视频、品牌角色、短剧对白、插画动画与影视概念。用相关素材、具体动作和明确受众构成简报，能让短片既有视觉吸引力，也有清晰的传播目的。

用 Vidu Q4，让你的下一个角色、产品或故事动起来。

使用 Vidu Q4 创作