视频
Vidu Q3
视频
可在 Ofrai 使用 — 对话、图片与视频同一处,共用积分。
示例提示词
选择一个案例,即可把提示词和推荐参数载入上方的 Vidu Q3 创作器。
使用方法
三步使用 Vidu Q3 完成创作
- 01
准备输入内容
保持选中 Vidu Q3,填写提示词,并按模型支持情况添加参考素材。
- 02
设置输出参数
生成前选择画幅、分辨率和可用的视频参数。
- 03
生成并继续调整
查看结果,调整提示词或设置,再在同一处生成新版本。
Vidu Q3 是同一条接口下三个模型里的基础款,很容易被想当然地当成其中最弱的那个。文档的说法却相当具体:在 Q3 系列里,它的多机位一致性最优,支持智能镜头切换和多参考图生成。其余一切都是这个定位的推论。参考图对它是必填而不是可选,最多七张,所以这不是一个能拿来做纯文生视频的入口。
起始时长是 3 秒而不是 1 秒。而且整个 Q3 系列的音频默认是开的,这意味着基础款出来的片子除非你明说,否则自带声音——这和 Kling 各入口「标准档静音」的默认值完全不同。价格线也很直白:高质量档的价格大约是 turbo 的两倍。
Q3 基础款是「一致性」成员,不是「便宜」成员
三个模型共用这条接口,区别在于各自优化什么。turbo 被描述为速度最快、性价比最高,支持智能场景切换;pro 是高质量款,支持音视频同步和分镜视频生成;而基础款,也就是这个入口,在结构一致性上是家族里最强的,提供多机位一致性最优、智能镜头切换和多参考图生成。
三句描述合起来是一组真实的取舍,而不是三档营销层级,基础款在价格上居中、在结构一致性上居首。实际含义是:当同一个主体必须在一个片段里从不止一个角度看起来正确时,该走的就是基础 Q3——这是一个更快、更便宜、一致性更弱的模型会悄悄做失败的需求,而且失败方式要到成片才暴露出来。
它在哪里会明显失败,以及为什么
第一件要理解的事是那份必填的参考图列表,因为它拿走的是一项能力,而不是降级。对 pro 和 turbo 来说不传图是一个合法的文生视频请求;对基础 Q3 来说图片列表必填,最多七项。任何原本假设「可以退回纯文字」的流程,都必须在提交之前就分叉处理。
第二是时长下限:这里从 3 秒起步,而两个兄弟模型接受 1 秒,所以极短插镜在这个入口不存在。第三,智能镜头切换是把双刃剑:它让一致性模型在更长的片段里真正有用,但它也可能在你不希望的地方切一刀,而你根本没为这一刀留了预算时间,所以选切点时要清楚模型有权自己加转场。
第四,音频在整个系列默认开启,所以静音交付必须显式要求,而带声渲染出来的片子,其节奏你的剪辑必须一并算进去。
这个模型吃得懂的提示词结构
prompt 必填,文档给出的上限是 5000 字符,是这一组里最大的,于是留出了足够空间去「一次定义主体、随后反复引用」。文档的指引是描述主体、动作、场景、镜头和风格,示例也正是这个顺序。基础 Q3 在提示词层面和兄弟模型的真正区别是主体机制:当你在声明主体之后,提示词里用 @name 按名字引用它,而不是每次重新描述一遍。
这一点恰恰在这个模型最该被用的场景里最重要。多张参考图同时在场时,一个被一致寻址的具名主体给了模型一个可以跨角度延续的稳定物,而每句话都重新描述一遍同一个角色,等于给了它四个略有差异的角色让它取平均。给每份参考命名、用名字寻址,风格词放最后。
参数,以及钱到底花在哪里
resolution 取 540p、720p、1080p,默认 720p——存在 540p 这个草稿档值得纳入规划,因为一致性模型通常要迭代不止一次,而草稿不需要交付分辨率。Q3 系列接受任意宽高比,而不是固定三档;传了参考图时比例通常由图片决定,所以素材本身就变成了一个构图决策。duration 上基础 Q3 是 3 到 16 秒,另外两个成员是 1 到 16 秒。
成本方面文档给的关系是 pro 约为 turbo 的两倍,基础 Q3 因此居中。而且音频全系列默认开启,意味着在这个入口里声音是包含在基础成本档之内的,不像 Kling 标准档那样默认静音、声音是另一个档——这在比较时是实打实的一部分,不是脚注。
什么情况下该换同族的另一个模型
兄弟模型不是这个模型的稀释版,每一个都对准一份不同的需求。节奏和价格压倒一切时选 turbo:你可能根本没有参考素材,你要的是智能场景切换而不是多机位一致性,或者你需要基础 Q3 做不出来的 1 秒插镜——turbo 接受从 1 秒起的时长,也把图片当可选。
当优先级是成片质量、音视频同步、或者按规划好的段落生成分镜视频时选 pro,并且当那个约为 turbo 两倍的溢价被「这条是主视觉资产」这件事证成时。最后,当跨角度一致性比这两点都重要、需求里确实提供了好几张参考图、或者你是有意用一点速度去换一个后期不需要修身份的结果时,选基础 Q3。
把 turbo 或 pro 的任务迁到基础 Q3 上
这次迁移在代码上很小,在预期上很大,因为三个默认值同时变了。参考图变成必填,所以之前能纯文字跑通的调用现在会提交失败,需要挂上最多七张图——要把它当成一条排期依赖,因为凑齐这些图往往才是真正的长杆。
时长下限从 1 秒抬到 3 秒,所以旧流程里任何 1 秒的微插镜都得挪到 turbo 上,而不是被拉长。构图性质也变了:系列接受任意比例,传了图时比例通常从图继承,因此那些出于身份一致性挑出来的源文件,可能同时悄悄替你决定了画幅。唯一不变的是音频,仍然默认开启。
另外要把切点也纳入规划,因为你真正看中这个模型的那个智能镜头切换,是被允许加进一个你没打算要的转场的。
常见问题
- Vidu Q3 基础款能不带参考图做视频吗?
- 不能。基础模型的图片列表必填,最多七张参考图。不传图在 pro 和 turbo 上是合法的(等价于文生视频),但在这个入口上不合法。
- 时长有哪些取值?
- 基础款是 3 到 16 秒。同一条接口下的 pro 与 turbo 接受 1 到 16 秒,所以任何短于 3 秒的需求只能放到那两个模型上渲染。
- 声音是默认包含的吗?
- 是。所有 Q3 模型音频默认开启,设为 true 时系统会根据提示词生成语音和背景音效。所以静音交付需要显式要求,而不能默认假设。
- 为什么选基础款而不是 turbo?
- 文档写明基础 Q3 多机位一致性最优,支持智能镜头切换和最多七张图的多参考图生成;turbo 更快更便宜,但围绕场景切换和可选图片设计。
常见问题
- 可以直接在本页使用 Vidu Q3 吗?
- 可以。上方就是 Ofrai 的真实创作工作室,并已默认选中 Vidu Q3。
- 生成结果保存在哪里?
- 登录后的生成结果会保存在 Ofrai 作品库中,方便下载或再次打开。
- 什么样的提示词更适合 Vidu Q3?
- 清楚描述主体、环境、视觉风格、光线,以及镜头或运动方式。上方案例可以直接作为实用起点。
- 生成前可以修改案例提示词吗?
- 可以。载入任意案例后,可继续修改文字、画幅、参考素材以及创作器支持的其他参数。
相关模型
对比其他能够完成类似创作任务的视频模型,找到适合替代 Vidu Q3 的方案。
相关指南
工具
商用权限取决于所选模型及其使用条款。





