搭积木一样做视频！Vidu Q1「参考生视频」功能实测

嗨大家好！今天是你们的 Vidu 创意小助手阿真!

我们使用 AI 生成视频都遇到过一些普遍痛点，比如角色难以保持统一，多个元素同框画风就不稳定，还有就是每个场景都要从零开始去构思分镜，费时又费力，最后视频画面出来效果还糊了吧唧的。

最近上新 Vidu 的 Q1 多参考生视频的模型有很好地解决这些痛点。

怎么说呢，就是它的玩法真的和以往不同，我们上传几张图片素材，然后描述我们想要的效果，就能组成一个画面场景，几张图就把背景环境角色都给组到一起，整体和谐还能保持角色一致性，为我们组成一个随叫随到的“虚拟剧组”。

但我这么说好像是太抽象了，我们快速过一下用法然后看看今日份趣味案例吧！后面还有一个动画预告片效果和制作拆解，一起继续往下看～

今日为 Vidu 上链接： https://www.vidu.cn/

往期介绍：

一、使用简介

Vidu 是很成熟的 AI 视频产品了，做 AI 视频的可能大都是它的老朋友了。影视制作、动画制作等领域都手拿把掐的，之前评论区也大家没少提名，性价比多高不用我说。今天主要分享我用 Vidu Q1 参考生视频这个功能的一些经验。

打开链接主页点击「参考生视频」：

然后查看这部分：

1. 模型选择 Vidu Q1。
2. 然后选择上传图片或者上传图片存到主体库（后面详细说）。
3. 然后就是注意视频数量，想要一次跑多个就选多点，想要一个个来就保持 1 个。

目前单条视频消耗 20 积分，按照基础套餐计算的话，成本不到 9 毛钱，价格实惠效果好。然后还有错峰模式，不着急的时候尽管开起来尽情 roll 哈哈哈。这个强推！

Vidu Q1 参考生视频， 官方的说明是支持上传最高达 7 张参考图像（可以是人物、背景、道具等等）。清晰度从 Vidu 2.0 的 720P 升级到了 1080P，我们待会儿可以一起看看清晰度和稳定程度。

二、简单案例分享

先从简单的开始。

比如,我有一个玩偶，我希望它在我家卧室里蹦蹦跳跳行吗？当～然可以。

提示词看起来很多，不过不是我写的，我就写的下面这样⬇️。或者也可以点击打开下面的「专业模式」它就自己优化了。

这个对话框里的「图 2」「图 1」可以通过点击鼠标进行移动。

AI 优化中

点击下面的标签按钮可以修改风格、运动幅度、景别等等细节。

如何选择 Vidu 的提示词模式？

下面是我的一点个人经验：

首先 Vidu 的提示词遵循是很不错的。

Vidu 的提示词模式，我打个比方：一般模式就像相机的 Auto 模式，简单易用，适合大多数场景，提示词清晰就可以生成稳定效果；专业模式则像手动模式，允许精细调整参数，适合熟悉 AI 视频生成、追求个性化效果的用户。

我个人建议，如果创意思路清晰、场景元素简单，一般模式就可以生成高质量视频；如果需要比较复杂的效果或更加精准的控制，专业模式能提供更多发挥空间，但是需要更熟悉参数的调试。

在一般模式写完再用专业模式优化也可以，建议可以根据需要自己去补充和调整。

继续案例。一个主体可以，多个可不可以？当～然可以。

比如叫几个顶流来家里开 Party。

也是和之前一样的上传参考图+简单描述，一致性可以说很强了。

上传的图片，可以不用抠图，但是我实测后感觉白色背景效果最好，纯色背景、虚化背景其次，效果显著好过背景杂乱的图片，并且不会影响我们给到的背景。得到的效果更符合要求。

好像忘记了什么，哦对，忘了分镜。看前面的视频也可以感觉到，他们这次主打的就是零分镜生成视频，就像我们直接告诉一个乐高大师：“帮我用这些积木（元素图片）拼一个故宫（提示词）。” 我们才不用管他先拼哪个建筑后装哪个窗户，他会凭借自己的“专业知识”（AI 算法）直接给我们一个完整的作品。

想到这里，感觉还可以有更多脑洞！

比如实现梦想系列⬇️

1. 抱一抱牢底坐穿兽

提示词：

[@阿真]抱住了[@企鹅]

2. 让我猫去大草原见远房亲戚

提示词：

[@猫咪]背着书包在草原上旅行，和[@老虎]合影

工作好累啊⬇️

3. 叫个怪兽一起做牛马

提示词：

[@男人]和[@小怪兽]左右相对而坐，各自一台电脑，一起工作

上面这个视频数量不够只好 GIF 处理了。

破次元壁的活也可以整⬇️

4. 蒙娜丽莎和林黛玉合影

[@蒙娜丽莎]掏出手机，和[@林黛玉]一起合影，中景镜头

其实难的不仅仅是把元素整合到一起，还有各种不同的元素整合在一起整体还和谐，角色一致性保持了也没有大 bug。

三、用 Vidu 做动画预告片

生成上面这些视频后，我脑子里好像突然有个小灯泡突然点亮了：既然它可以精准记住多个主体，切换视角也依然保持环境整体风格，那么想用它做更长、更有趣的动画之类的是不是也可以呢？

说干就干。

我尝试用 Vidu 做了一个 3D 动画预告片，我们可以先看视频效果：

叠甲：我不会专业的动画制作，剪辑也就是个入门水准，剧情也几乎等于没有，大家主要看整体画面效果哈。

该说不说，1080P 是真的爽啊朋友们！480P 的效果和这个比起来像上了高斯模糊一样。

从开始做故事大纲到最后完成整个预告片大约花了 10 个小时，因我之前确实没有这样完整的一条龙全自己做过。其实最难的还是从想象到变成影像这一部分，不过 Vidu 大大提高了我的效率。

为了给 Vidu 上强度，我搜罗了 10 个不同设定的角色，其中有一部分还是奇形怪状比较难还原角色外貌和材质的：

还有几十个场景（场景图片放比较多，最后只选了其中一部分）：

图片风格也不是完全统一的，有 3D 的有 2D 的。就为了为难一下 Vidu

我的视频制作流程：

叠甲：我不会专业的动画制作，这里主要是为测试视频效果，所以整体都是怎么简单怎么来了，所以这里的流程仅供参考，比较菜，后续我去学习一下，等逻辑理顺了再和大家分享！

1. 和 AI 对话获得灵感，输入自己的要求。然后一步步对话，得到自己最终想要的内容：故事梗概，人物设定、环境背景设定表（包括生图提示词）、视频脚本表格。
2. 生成角色设定图和角色三视图、环境图（这里为了节省时间直接输出为 3D 效果的图了，但是部分环境图不够 3D 质感，粗糙了点）
3. 使用 Vidu Q1 参考生视频，按视频脚本生成视频
4. 后期拼接剪辑

继续分享生成视频的流程。

首先是上传准备好的角色的三视图到主体库。如果主体很多了，建议也可以根据自己的个人习惯打好标签。

然后重复这一步，可以先把所有角色都上传到主体库。

然后生成视频的步骤就是：

选择主体➡️上传场景➡️输入提示词

看看参考图和视频：

提示词：

[@露芙]坐在[@图 1]的床上

可以仔细对比图片和视频中的角色和背景、室内物体的细节，还原度可以说相当高了。

细心的朋友们大概能看出来，场景图的透视适应性地发生了一些改变，但是图中的角色和主要元素都好好地还原了。

再来一个奇形怪状的角色多一点的案例：

推镜头，轻盈的光线在水面折射，营造梦幻氛围。[@泡泡]从一个水泡跳跃到另一个，溅起波光，POV，[@咕咕]跌入泡中惊叫，[@呼噜]被漂浮的泡泡包围，呼呼大睡。节奏轻快。[@呼噜][@泡泡][@咕咕][@图 1]

参考多到 Vidu 直呼内行的程度哈哈哈哈。三个以上就确实有点难为它了，抽卡频率需要增加。

另外，除了角色，其他的比如角色+物体+场景也可以。比如下面这个（图片太多就不放角色三视图了）：

提示词：

镜头晃动呈现剧烈震动感。[@艾琳]和[@教授·罗因]在稳固装置[@装置]。雷云在背后翻滚，风元素喷涌，气氛压迫感强。[@艾琳][@教授·罗因]

可以对比角色造型和物品细节的还原程度。另外要更换场景、环境、角色也非常简单。

四、主体库

还想单独提一下，主体库这个功能挺好用的，常用的角色，可以把图片上传到主体库。

最好不要上传一个图中有两个角色的，替大家试过了，会出来奇怪的混搭哈哈哈。

上传创建主体的图片，我个人建议上传三视图（正面、左侧面或右侧面、背面）。社区中存在多种上传方式，如单张图片或多张随机视角，但三视图能提供人物的全面立体信息，包括面部特征、服装细节和身体结构。

简单来说，上传一张图也行（最少 1 张图），但上传三视图更全面。我在制作预告片视频的时候，所有角色就都上传了三视图，效果还不错。

「编辑主体」部分的「描述」是自动生成的，我们也可以自行修改以便得到更满意的生成效果。

一张图的效果其实也出乎我意料地好了，Vidu Q1 参考生视频这次的一致性真的强了很多。比如我上传了自己照片作为主体为接下来的整活做准备：

这里注意，主体最好还是抠图（加白底），除非你想要的背景就是主体自带的那个背景，不然图片背景会影响效果。

然后就是输入参考图和选择主体库的自己的图片生成视频。

这里我玩的是当我穿越到电影里，可以看看电影人物和我本人的还原程度：

下面是巨简单的提示词（会说话就行的程度）：

大胆想象一下，想和电影里的谁合拍合影都可以，还可以加上自己想加的元素（比如我在第二个加的毯子和第三个的粉色电动车哈哈哈），也弥补了一些我看电影的时候的一些遗憾和实现了一些当时的脑洞。

主体库还可以沉淀自己的数字资产甚至打造属于自己的 IP，要调用也方便，省去了每次上传和描述的繁琐流程，另外，我们还能使用社区共享的资源，当然，也可以分享自己的。

还有还有，社区共享的资源在这里可以找到：

这是真的可以没有绿幕，没有布景，也没什么后期就做出了视频。对于画面任何一个部分不满意直接换图就可以，对剧情不满意，修改提示词重新跑就可以。

五、抽帧与画质增强

另外，如果想做更长的视频，这个抽帧是很好用的。

如果我们有两个喜欢的视频片段想拼接，可以从每个视频中提取关键帧，调整首尾帧以确保视觉和动作的连贯性，然后使用 Vidu 首尾帧功能或视频编辑软件将它们无缝连接。

另外还可以继续画质增强提升到 2K 或者 4K。

从简单的测试到后来做动画视频尝试，整个过程中我真的被 Vidu Q1 参考生视频的能力震撼到了。

从技术角度来说，1080P 的画质提升、零分镜的便捷操作、多主体的稳定融合，这些改进都直接解决了我们的痛点。更重要的是，这种"积木式"的创作方式真的降低了视频制作的门槛，让每个人都有机会成为导演。

我们都能感知到，AI 视频产品在快速发展中，未来肯定还会有更多惊喜。就目前来说，Vidu 已经给了我们足够的理由去创造，操作简单、也不需要多么专业的技能就可以开始做，普通人一样可以做自己的想做的视频。

做梦是起点，创意无止境。希望大家用 Vidu 实现更多有趣的创意，做出更多精彩的视频。也期待大家有更多玩法、用法和想法，在评论区我们可以一起聊聊～

如果觉得今天阿真的视频比较有趣，或者分享的内容对你有帮助，欢迎大家猛击三连给阿真最激烈的催更，感恩～！！