跳到正文

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。

196 积分模型详情

视频工作室

预览

还没有成片

生成后,最新片段预览会显示在这里。

打开工作室

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

  1. 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。

  2. 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。

  3. 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。

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。

商用权限取决于所选模型及其使用条款。