条新消息条新评论

登录注册

写篇文章

当前位置：

AIGC文章详情

张大妈

生数科技Vidu系列文生视频大模型4月9日上线阿里云百炼平台，支持16秒音视频一体生成

源自26位全网作者

04-15 02:46

精选参考来源

聊聊昨天上线的多图参考生视频Vidu Q2。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。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，我挂置顶的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。这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。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。不过效果，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、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（图1、2）。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Q1的话，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，直接可以艾特所有人和物品，超级简单，比Sora2的那个还丝滑，因为Sora2只能@ 人物，物品和场景就不行了。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。（图3、4）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。（图5）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。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。（图6）还有一个玩法，就是人物不变，场景变化。提示词我放评论区了。在一致性上，表现的非常完美。（图7）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。（图8）这个主体其实也是多图的的升级功能。（图9）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，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。瞬间，得到了这个非常细腻的表演。（图10）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。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。-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。。。（图11）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。（图12）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。图我只能说，他们动漫的效果，是真的强啊。三、多风格表现力上面的case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。（图13）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。（图14）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。（图15）同时，它不仅有超棒的角色一致性，还有特别棒的风格一致性。（图16）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。（图17）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。（图18）-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。#ai创造营##ai#

Vidu Q2的参考生视频，是AI视频多参党的胜利。

全部
来源

内容由AI生成

0

扫一下，分享更方便，购买更轻松

0评论

当前文章无评论，是时候发表评论了

提示信息

取消

确认

评论举报

垃圾广告！低俗色情！人身攻击！疑似水军评论！其他有害！

最新文章热门文章

查看更多

下一篇：

英伟达2026年4月14日开源Ising模型，全球首个面向量子计算校准与纠错的AI模型

已收藏
去我的收藏夹