跳到正文

视频

Vidu Q3 Mix

视频

可在 Ofrai 使用 — 对话、图片与视频同一处,共用积分。

358 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 Mix 创作器。

使用方法

三步使用 Vidu Q3 Mix 完成创作

  1. 01

    准备输入内容

    保持选中 Vidu Q3 Mix,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 在文档里不是三个模型,而是同一个接口下的三个模型 id —— viduq3-pro、viduq3-turbo、viduq3 —— 它们之间的选择不是最后拧一下的质量旋钮,而是会改变接口接受什么输入、最短能出几秒、以及收多少钱。pro 是高质量档,文档明确写了它支持音视频同步和分镜视频生成,价格约为 turbo 的两倍。

turbo 是快速档,支持智能场景切换,文档称它生成最快、性价比最高。基础 viduq3 是多机位一致性最优的那一档,支持智能镜头切换和多参考图生成,同时也是三者中唯一把参考图设为必填的。三者输出上限都是 1080p,且都默认开启音频。

三个 Q3 模型 id 并不能互相替代

选哪个变体决定的是请求的形状,所以它属于 brief,而不是收尾阶段才改的设置。viduq3-pro 是质量档:文档写明它支持音视频同步和分镜视频生成,代价约为 turbo 的两倍。viduq3-turbo 是速度档——智能场景切换、生成最快,文档直接称它是三者中性价比最高的。

基础 viduq3 是一致性档:文档把它描述为三者中多机位一致性最优,支持智能镜头切换和多参考图生成。正因为 pro 和 turbo 接受的图片输入完全相同,一个先用 turbo 跑通的活儿可以在定稿时直接升到 pro,不用重写请求。反过来,一个从 viduq3 起步的活儿没法降级到 turbo 而不丢掉当初选它的参考能力。这个不对称,就是要在序列开工时就把变体定下来的实际理由。

整条 Q3 线默认都开音频

所有 Q3 模型的音频都文档化为默认 true,也就是说一个对声音只字不提的请求,拿回来的仍然是有声视频。显式设为 true,是要求系统根据提示词生成语音和背景音效——这意味着提示词文本同时承担两个任务:描述画面,并为声音提供素材。这批接口里,它是唯一需要你主动去要静音的一个。这带来两个实际后果。

第一,做无声交付物时——比如要配自己版权配乐的成片,或者套了授权音乐的平台短视频——必须显式把开关关掉,而不是默认它会静音。第二,成片里冒出一句你没要求的对白,原因通常不是 bug,而是提示词里描述了一个明显会说话的角色在做什么。

要声音和画面严格对齐,就该用 pro:音视频同步支持写在它名下,而不是写在 turbo 或基础 viduq3 名下。

时长下限在各变体之间并不一致

所有 Q3 模型的时长默认值都是 5 秒,而文档给出的区间开始分叉:viduq3-pro 与 viduq3-turbo 是 1 秒到 16 秒,基础 viduq3 是 3 秒到 16 秒。实际差异只出现在极短的那一端,而这恰恰是最能决定工作流的地方。一秒的插入镜头——产品闪光、匹配剪辑、一小段转场——pro 和 turbo 能给,viduq3 给不了。

如果一个序列是用碎片长度的小镜头搭出来的,然后你为了整体一致性把整批换成 viduq3,那么所有不到 3 秒的镜头都得重剪。请在序列顶部就选定变体,并拿你最短的那条镜头去对它的下限。上限三家都是 16 秒,而这个数字本身就是提醒:超过大约十秒,一次生成通常是在同时干好几个镜头的活。

参考图在这个家族里有两套不同的含义

图片输入的含义会随模型 id 真正改变,这是最常见的白白重渲的来源。对 viduq3-pro 和 viduq3-turbo,image_urls 是选填的,数量决定模式:什么都不传是文生视频;传一张,它作为图生视频的首帧;传两张,第一张是首帧、第二张是尾帧,于是得到首尾帧生成。对基础 viduq3,image_urls 是必填的,最多 7 张——但那 7 张是参考图,不是帧。

这正是该变体实现文档所说多机位一致性和智能镜头切换的方式。给 viduq3 传两张图不会得到首尾帧片段,而是得到两个参考,镜头结构交给模型自己决定。组装请求前,先确认当前生效的是哪一套约定。

宽高比很灵活,但参考图可能覆盖你的设定

文档列出的宽高比取值是 16:9、1:1 和 9:16,但同一段说明里补了一句:Q3 系列支持任意宽高比——所以这三个是常用值,不是穷举列表。更关键的是,请求还接受字面值 image_urls,一旦传入,宽高比通常由参考图片决定,而不是由你决定。

这个行为在需要贴合既有素材时很好用:给它一张 4:5 的图,它就按 4:5 构图,而不是塞黑边。但如果成片画幅有明确要求,这同时是个陷阱。交付物是给某个版位用的竖屏视频时,请显式写 9:16,而不是依赖某张来路不明的源图去推断最终画幅——推断跟随的是你传进去的参考图,不是你打算放进去的位置。

5000 字符的提示词与 @name 主体引用

提示词是这个接口上唯一的必填字段,上限 5000 字符——这个额度相当宽,也就意味着它的写法应该和短提示词模型不一样。官方示例的形状是有意的:先写主体在做什么,再写镜头,最后写质感词,形式是「一只猫咪在弹钢琴,镜头缓缓推近,电影质感」。照这个顺序写。

主体和动作放最前,因为模型先解析它;镜头放第二,因为它作用于整条片子;风格放最后,因为它是修饰而不是指定。Q3 系列还支持具名主体,在提示词里用 @name 语法去引用。这就是让同一个角色在多次分镜请求里保持一致、又不必每次重复一整段外貌描述的办法。

但要说明的是,文档没有写主体是怎么声明的,所以 @name 应该理解为这个功能里「怎么引用」的那一半,而不是一份完整教程。

常见问题

不特别要求的话,Vidu Q3 会生成音频吗?
会。三个 Q3 模型 id 的音频都文档化为默认 true,设为 true 是要求系统根据提示词生成语音和背景音效。如果需要无声片段,必须显式把开关关掉。
最多能传几张参考图?
取决于模型 id。对 viduq3-pro 和 viduq3-turbo,image_urls 选填:不传是文生视频,传一张是首帧图生视频,传两张是首尾帧。对基础 viduq3,image_urls 必填,最多 7 张,且这 7 张是用于一致性的参考图而不是帧。
每个变体最短能出多长?
时长默认 5 秒。viduq3-pro 与 viduq3-turbo 支持 1 到 16 秒;基础 viduq3 支持 3 到 16 秒。也就是说不到 3 秒的插入镜头只有 pro 和 turbo 能给。
viduq3-pro 比 viduq3-turbo 贵多少?
文档给高质量档 pro 的价格约为 turbo 的两倍。turbo 被描述为生成最快、性价比最高的选项,而 pro 提供的是音视频同步和分镜视频生成这两项能力。

常见问题

可以直接在本页使用 Vidu Q3 Mix 吗?
可以。上方就是 Ofrai 的真实创作工作室,并已默认选中 Vidu Q3 Mix。
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 Mix?
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 Mix 的方案。

商用权限取决于所选模型及其使用条款。