Vidu Q3 — 多模态 AI 视频生成器
生数 Vidu Q3 为讲故事而生。它将高保真画面与同步音频、多参考输入和可调运动幅度配对 — 一次生成就像一个被导演过的镜头,而不只是一段会动的画面。Reference-to-Video 让你的角色、产品、场景在整段视频中视觉一致。立即免费试用 Vidu Q3!
音频
示例库
生数 Vidu Q3 为讲故事而生。它将高保真画面与同步音频、多参考输入和可调运动幅度配对 — 一次生成就像一个被导演过的镜头,而不只是一段会动的画面。Reference-to-Video 让你的角色、产品、场景在整段视频中视觉一致。立即免费试用 Vidu Q3!
Vidu Q3 是生数科技旗舰多模态 AI 视频模型。支持文本、图像、多参考主体与音频作为输入,生成画面同步声音、复杂镜头语言、叙事连续性的视频片段。专为创作者、广告团队与短视频叙事者打造,产出远不止"会动的图"。
五项关键能力,让 Vidu Q3 成为最强的叙事型 AI 视频模型。
上传最多 7 张参考图 — 角色、产品、场景 — Vidu Q3 在整段生成视频中保留它们的视觉身份。
原生与画面同时生成音频。脚步声、环境音、对白与配乐一并输出 — 无需单独走声音设计。
Vidu Q3 理解叙事弧线与复杂镜头语言。单次生成即可完成"铺垫 → 动作 → 收束"的节奏,而不是一段平直的运动。
从微小漂移到高能动作,运动强度可调。匹配广告与电影镜头的节奏需求至关重要。
选择画幅、时长、分辨率与风格参考。Vidu Q3 同时尊重四者,使输出精准匹配创意方向。
三步从空白画布走到完整叙事片段。
输入提示词、上传角色或场景的参考图,或两者结合。Vidu Q3 的 Reference-to-Video 是它最强的模式。
描述要听到什么(对白、环境、音乐)和要看到什么(镜头运动、动作、氛围)。通过运动幅度设定节奏。
选择画幅(16:9 / 9:16 / 1:1 / 3:4 / 4:3)、时长(3-16 秒)、分辨率(720p / 1080p)。生成、微调,并列对比下一组。
结构化写法效果最好:主体 + 声音 + 镜头 + 场景 + 风格。Vidu Q3 严肃对待声音指令,请明确写出你要听到什么(碎石上的脚步声、远处的雷声、轻柔的大提琴)。对于 Reference-to-Video,上传干净、光线良好的参考图,并说明它们之间的关系(如"图 1 中的女性走过图 2 中的店铺")。用运动幅度词(漂移、走、跑、冲刺)控制能量。配合电影氛围词(纪录片、梦幻、MV)能更紧凑锁定风格。