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。
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
- 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。
- 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 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。
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 Mix 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。





