先看这三点
- 按已有素材选择输入方式。
- 检查完整片段，不只看缩略图。
- 以本站当前参数与开放状态为准。
先了解已说明的功能，再评估视频结果
Q4：图片与参考素材视频
Vidu 官方 Q4 页将图生视频与参考生视频分开介绍，强调角色、场景与风格参考，同时介绍声音指导与场景特效。这些是官方 Vidu 的功能，不表示本站已接入所有选项。
Q3：带原生声音的场景
Vidu 官方将 Q3 围绕画面与声音共同生成、叙事用途和镜头方向介绍。如果项目需要声音，评估时除了画面，也要检查对白、时序与环境声。
当前本站的使用状态
在工作台选择 Q4 或 Q3，添加文字或图片参考，按项目需要调整短片参数。
先明确你想完成哪一种视频
有用的 Vidu AI 测评首先要明确输入与交付目标。商品镜头、角色对白和动态插画对参考素材、运动与声音的要求不同。先决定哪些细节必须准确，再比较型号名称。
商品场景需要列出必须识别的结构、标签与光线；角色镜头重点检查面部、服装与表情；风景则关注镜头漂移、环境运动和结束画面。一个漂亮的通用示例，不能证明自己的素材也会有同样表现。
比较时沿用同一组原始素材和简洁、明确的提示词，每次只改一项指令。保留第一版与后续修改，评价完整过程，而不是只挑一张成功画面。
Q4 与 Q3：比较厂商公开的重点
官方 Q4 页面侧重视觉参考与图片场景，官方 Q3 页面侧重音频与叙事方向。这些是厂商资料中的定位，不是本站进行性能测试后得到的分数。
Q4 官方页面列出最多 15 张图片参考、最多 3 个声音参考，以及最长 16 秒和 2K/4K 选项。Q3 页面介绍音视频一体生成与最长 16 秒。使用前需要查看具体官方工作流要求，不能假定其他网站开放相同设置。
当前 ViduAI 工作台提供本站的 Q4/Q3 入口、4–15 秒、480p/720p 与可选音频。输入为文字、首尾帧或最多 9 张图片参考；本版没有开放声音文件与视频参考上传。
按一组具体指标检查结果
检查完整片段，而不只看预览缩略图。连续性问题常出现在看起来不错的两帧之间，尤其是接触、转身与运镜过程中。
- 主体从开始到结束是否仍可识别？
- 手部、人脸、商品文字与物体比例是否稳定？
- 镜头是否按要求运动，有没有突然切换？
- 所选时长内是否完成主要动作？
- 如果有音频，台词与场景声音是否清楚、合适？
- 是否能用于计划中的剪辑，而不需要掩盖明显问题？
怎样修改提示词更容易判断效果
一次好的修改只说明一个变化。主体动作过大时，先减小动作幅度，不要同时更换运镜、灯光和时长。
例如，把“戏剧化的电影运动”改为“人物轻轻向窗边转头，镜头固定”。这样明确了运动与静止的对象。外观重要时，使用清楚的图片输入，而不是凭记忆用文字复述所有细节。
参考模式需要给各图分配作用。商品照片、角色设定和环境参考不应竞争定义同一个对象。少量协调的参考图，可能比互相矛盾的一组示例更容易指导。
这些工作流适合哪些创作任务
已有素材时适合从图片开始，早期想法适合从文字开始，需要把主体放进特定环境时适合参考输入。
营销团队可以准备商品场景，插画作者可以规划微动，故事创作者可以组织独立短镜头。较长叙事仍需剪辑、排序与连续性检查，不应期待短视频工作流替代整个制作过程。
按已有素材选择创作入口
| 你的输入 | 适合的工作流 | 先准备什么 |
|---|---|---|
| 文字想法 | 文生视频 | 主体、环境、动作与镜头 |
| 一张开场图片 | 图生视频 | 首帧与运动描述，可选尾帧 |
| 多张角色或场景图 | 参考生视频 | 各图作用与统一场景描述 |
常见问题
Q4 和 Q3 哪个更好？
官方页面强调不同的工作流。请先比较你所用服务的实际输入与输出选项，再测试项目需要的镜头。本概览没有给出质量优胜结论。
在哪里查看官方规格？
查看 Vidu 官方型号页与接口文档。第三方服务的实际参数可能因接入方式不同而有所区别。
生成还没开放，可以先保存场景吗？
可以。先准备提示词、所选图片与参数，再保存草稿。保存与提交视频生成任务是分别进行的操作。
当前工作台提供哪些参数？
当前视频工作流提供 4–15 秒、480p 或 720p、支持的画幅与可选音频。参考模式最多 9 张图片，首尾帧为单独模式。
页面示例由本站生成吗？
不是。展示素材用于说明创作用途，不是本站已测试的生成结果，也不代表生成已经开放。
进一步阅读
把想法整理成一份视频草稿
选择图片或文字输入，写清动作与运镜，再保存适合当前项目的规格。