数字生命卡兹克 10月22日 13:14
Vidu Q2:AI视频工作流新范式,多图参考生成视频引领变革
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

Vidu Q2 的多图参考生成视频功能标志着AI视频工作流的重大革新。作者实测发现,该功能在保持人物、物品和场景一致性方面表现出色,大幅优于传统的图生视频工作流。无论是复杂的多主体同框,还是角色情绪的细腻演绎,Vidu Q2 都能实现令人惊叹的效果。尤其在动漫风格的生成上,Vidu Q2 展现了其“AI视频动漫之王”的实力,通过多风格的参考图,能够生成极具表现力的动画片段。这种新的工作流范式,以其高效、稳定和富有创造力的特点,预示着AI视频生成技术的新发展方向,并且价格极具竞争力。

🌟 **多图参考生成视频引领新范式**:Vidu Q2 推出的多图参考生成视频功能,彻底改变了传统的AI视频制作流程。作者通过实践发现,相较于以往的“生图-图生视频”模式,多图参考不仅效率更高,而且在保持画面一致性方面表现卓越,甚至可以完全替代3D渲染,成为一种更优的工作流选择。

🚀 **一致性与主体控制大幅提升**:Vidu Q2 在多主体同框一致性方面取得了突破性进展,即使是复杂的场景和多个角色,也能保持高度的稳定性和特征还原。通过简单的“@”操作,用户可以精确控制人物、物品甚至场景的一致性,并且能够将常用主体保存至库,方便复用,这在精细化控制方面远超其他同类工具。

🎭 **细腻的情绪表演与多风格表现力**:Q2 版本在角色情绪的演绎上有了质的飞跃,能够捕捉并呈现出细微的表演层次,无论是真人还是二次元角色,都能展现出丰富的情感。同时,Vidu Q2 在多种动画风格的生成上也表现出极强的能力,被誉为“AI视频动漫之王”,能够轻松驾驭从日常泡面番到热血战斗番的各类风格,并能在一致性上保持极高的水准。

💰 **极具竞争力的价格优势**:Vidu Q2 的定价策略极具吸引力,以标准版月度会员为例,生成8秒视频的成本仅为1.475元,折合每秒仅需0.184元,使其成为当前市场上最具成本效益的AI视频生成模型之一,进一步降低了AI视频创作的门槛。

原创 数字生命卡兹克 2025-10-22 09:30 北京

AI视频工作流的新范式

昨天,Vidu Q2的多图参考生视频上线了。

测了几个小时以后,先说结论,确实是多图参考生视频的王。

也是一种,做AI视频工作流的,新范式。

我花了一个下午的时间做了一个小短片,完全用的多图参考生视频,没有用传统的生图-图生视频的工作流,基本上没roll多少次,就实现了这样的效果。

很酷,很有意思。

说实话,自从Veo3、可灵2.5、Sora2以后,我自己,越来越不喜欢用图生视频了。

最开始的时候,23年,我那个预告片总共肝了693张图片,185个镜头,最终选出来60个镜头。

那个时候,其实是没办法的办法,先生图,再用图生视频的方式,对于流程还是挺蛋疼的,需要你强行来回跳转不同的产品。

而且图片本身,很多时候是个静帧,会影响很多动态的发挥,如果不是为了一致性,很多时候,我真的喜欢用文生视频去做。

后来,去年11月,Vidu第一次上线了多图参考生视频,可以用几张图,就能保持人物、物品、场景一致性,开启了多参党的时代。

那个时候,我也写过Vidu。

体验完Vidu划时代的新功能,我觉得可以正式抛弃3D渲染了。

比如当时,随手拍了我非常喜欢的Dimoo,之前的熊猫款的三视图。然后扔到Vidu里。

然后不到1分钟,一段Dimoo在森林里的视频就做完了。

不过这个效果,其实已经是Vidu去年基模还是1.5的时候的效果了,对甚至连Q这个开头前缀都没有。

而现在,在经历了Vidu 1.5、Vidu 2.0、Vidu Q1之后,新的Vidu Q2,确实给多图参考,带来了一些以前达到不了的效果。

而图生视频这个工作流,就好像曾经的SD一样,可能确实会越来越被我,封印在历史的尘埃里了。

今天,我是一个光荣的多参党。

我觉得这次的Q2和多参升级,可以体现在3个方面:

大幅进化的一致性,更强的表演能力,以及更棒的多风格表现力。

一个一个来说。

一. 一致性

参考生视频的,我们很多时候最看重的,就是一致性,

三个月前,Vidu Q1的多参生图其实已经很强了,但是遇到超多主体的情况还是会歇菜。

而这次,Q2更新以后,就牛逼了很多。

比如,让文艺复兴的新三杰和旧三杰同框出现。

这是Q2的效果,镜头依次出现六个画家,每个人的特征都基本保留,实现了这个挑战。

而如果你返回去,看Q1的话,会发现还是会失败的。

比如会出现人物不全,或者人物突然从地里钻出来的情况。

用多图参考生视频也特别简单,就是把你的图片都传上去之后,直接按@键,@任何人和任何物品,超级简单,比Sora2的那个@还要丝滑,因为Sora2只能@人物,但是没法@物品或者场景。

这是6个人的,再来看一下主体+物品的case。

比如让范德彪穿着草裙在沙滩上晒太阳。

然后就得到了一个晒到七成熟的德彪。

再让川普先从冰箱里拿出来一罐百事可乐,再拿出来一瓶可口可乐。

生成出来的结果,川普、百事可乐和可口可乐,都保持了原状。

特别是百事上的字,也保持的非常好。

还有一个,我觉得很有趣的case,也是一个之前没玩过的玩法,就是你可以通过多主体,让主人公实现变身。

提示词是这样的:

最惊喜的是,镜子里和镜子外的变化非常同步,这个是真的是有点东西的。

还有一个玩法,就是人物不变,场景变化。

提示词也非常简单:

在一致性上,表现的非常完美。

二. 情绪表演

表演这一块,也是Q2的重头戏。

拿我喜欢的演员基里安墨菲来举例,我从他演过的英剧《浴血黑帮》里找了几张图,做了一个叫Tommy的主体。

这个主体其实也是多图的的升级功能。

就是比如一个角色,我们为了它更稳定,就可能要传三张不同角度的图上去,而传统的做法,就是写男人靠在XX地方,让AI视频自己去脑补,哦这三张图片是这个男人啊。后续的复用上,也不好管理。

现在,你可以用主体的方式,命名,然后,直接@它就完事了,还能保存成主体库,后续随便用,很方便。

这些小细节,Vidu做的确实是蛮好的。

我们在看看上面那个Prompt和主体跑出来的效果。

瞬间,得到了这个非常细腻的表演。

基里安的眼睛是真的有戏啊,把脆弱感展现的淋漓尽致。

相比之下Q1的演技就完全没开窍,就是眼睛转了几下,你也看不出到底要表达什么情绪。

末了嘴里还变出一根烟。。。

你也不知道它到底在干啥。

再来看一有趣的case。

就是你只是给它一个规定情境,没有很详细的提示词,Vidu Q2也能完成一段很优质的表演。

比如下面这个。

提示词真的非常简单,就是一个情境,用的主体是德尼罗老爷子。

出来的效果,就很有故事感,除了白发人送黑发人的悲伤和无奈,年长者努力控制情绪的克制,还能看出丝丝的不甘和恨意,似乎想给孩子复仇,很好品。

而如果说,Vidu Q2的真人表演已经很不错了,那么二次元领域的表演更是Vidu的拿手好戏。

毕竟,动漫,很多时候,都是Vidu的代名词之一。

先来一个经典的日剧跑段落。

出来的效果真的很有那味儿,可以直接配一首《你的名字》了。

让我想起那年夕阳下的奔跑,那是我逝去的青春。。。

除了这种大开大合的表演情绪,做小表情也很有活人感。

比如下面这个情侣吵架的case。

表情和动作都很自然,真的有点像某一部番的片段了。

在测试情绪的过程中,我还发现,Vidu非常懂动漫中常见的情绪表现手法。

比如下面这个case,它会通过眉眼边上的线条抽动、瞳孔骤然缩小、眼白布满红血丝,来展现一个人极致恐惧的情绪。

但说实话,大部分情况下我都不会给这么细的提示词。

我在这一段,只规定了三个点,男人极度惊恐的表情,半明半暗的光影,和推镜头的运动。

而Q2能凭借自身的技法积累,在我的提示词框架里面完善细节,最后得到一个,有表现力的效果。

我只能说,他们动漫的效果,是真的强啊。

再比如下面的这个case。

提示词非常简单,但Vidu就能做的很对味儿。

仔细一看,秘诀原来是,Vidu把女孩眼睛里面的高光给去掉了。。。

有高光,看起来就比较清澈,没有高光,就很阴。

真的非常细节。。。

三.多风格表现力

刚才那一趴大家也看到了,Vidu Q2做出来的动漫视频效果很出挑。

所以这一趴,我做了更多不同动画风格的case,让大家感受一下,Vidu的动画风格表现力。

真的,Vidu无愧于AI视频动漫之王的称号。

后面这些,我就不放截图了,但是和生成方法和前面还是一样的。都是贴上参考图,或者贴上主体,然后写提示词,生成视频。

先从最日常的泡面番风格开始。

热血战斗番,亦正亦邪的反派既视感,一时间幻视了不少角色。

还有追求音乐梦想的美少女,在空荡的礼堂里独自练习。

超典型360度环绕运镜。

或者更加风格化一点,比如下面这些。

不要忘了,这些都是用Vidu Q2的多参考生视频生出来的。

所以,不仅有超棒的角色一致性,还有特别棒的风格一致性。

还有一个更酷的,就是我测下来发现,Q2真的很适合生成一些中二动漫场面,因为它的运镜和特效,给的真的太足了。

比如下面这个男人舞剑的case。

镜头拉近拉远再拉近,还有挥剑形成的狂风,效果直接拉满了。

再比如这个打斗。

刀光剑影,飞檐走壁,人物和镜头的运动都很丰富,也只抽了两次卡。

写在最后

Vidu Q2这次的参考生视频,确实要比之前的质量好太多了。

超多主体同框一致性的稳定,以及Q2基模所带来的效果提升。

再加上参考生视频能带来更牛逼的运镜和自然的表演。

确实,是多参党的胜利,也是新的工作流范式,进化的前夜。

最后,再来说说大家最关心的价格问题。

以标准版月度会员为例,59元800积分,20积分就能生成一条8s视频,折合下来1.475元/条,约0.184元/s。

几乎就是现在最便宜的AI视频模型之一了。

整体来说,这次Vidu Q2的多参还是让我很惊喜的。

而且他们也上了APP,跟Sora2那样的交互,也能玩合拍,不过是用多参做的,也挺有意思的,感兴趣的可以去玩玩。

我也还是很相信,多图参考生视频,是未来的共识。

Vidu,未来可期。

以上,既然看到这里了,如果觉得不错,随手点个赞、在看、转发三连吧,如果想第一时间收到推送,也可以给我个星标⭐~谢谢你看我的文章,我们,下次再见。

>/ 作者:卡兹克

>/ 投稿或爆料,请联系邮箱:wzglyay@virxact.com

阅读原文

跳转微信打开

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

Vidu Q2 AI视频 多图参考 视频生成 工作流 人工智能 AI video Multi-image reference Video generation Workflow Artificial intelligence
相关文章