告别抽卡！Vidu Q2多图参考生视频功能重磅上线

昨天，Vidu Q2 的多图参考生视频上线了。

测了几个小时以后，先说结论，确实是多图参考生视频的王。

更多AI视频测评：

也是一种，做 AI 视频工作流的，新范式。

我花了一个下午的时间做了一个小短片，完全用的多图参考生视频，没有用传统的生图-图生视频的工作流，基本上没 roll 多少次，就实现了这样的效果。

很酷，很有意思。

说实话，自从 Veo3、可灵 2.5、Sora2 以后，我自己，越来越不喜欢用图生视频了。

最开始的时候，23 年，我那个预告片总共肝了 693 张图片，185 个镜头，最终选出来 60 个镜头。

那个时候，其实是没办法的办法，先生图，再用图生视频的方式，对于流程还是挺蛋疼的，需要你强行来回跳转不同的产品。

而且图片本身，很多时候是个静帧，会影响很多动态的发挥，如果不是为了一致性，很多时候，我真的喜欢用文生视频去做。

后来，去年 11 月，Vidu 第一次上线了多图参考生视频，可以用几张图，就能保持人物、物品、场景一致性，开启了多参党的时代。

那个时候，我也写过 Vidu。

体验完 Vidu 划时代的新功能，我觉得可以正式抛弃 3D 渲染了。

比如当时，随手拍了我非常喜欢的 Dimoo，之前的熊猫款的三视图。然后扔到 Vidu 里。

然后不到 1 分钟，一段 Dimoo 在森林里的视频就做完了。

不过这个效果，其实已经是 Vidu 去年基模还是 1.5 的时候的效果了，对甚至连 Q 这个开头前缀都没有。

而现在，在经历了 Vidu 1.5、Vidu 2.0、Vidu Q1 之后，新的 Vidu Q2，确实给多图参考，带来了一些以前达到不了的效果。

而图生视频这个工作流，就好像曾经的 SD 一样，可能确实会越来越被我，封印在历史的尘埃里了。

今天，我是一个光荣的多参党。

我觉得这次的 Q2 和多参升级，可以体现在 3 个方面：

大幅进化的一致性，更强的表演能力，以及更棒的多风格表现力。

一个一个来说。

一、一致性

参考生视频的，我们很多时候最看重的，就是一致性，

三个月前，Vidu Q1 的多参生图其实已经很强了，但是遇到超多主体的情况还是会歇菜。

而这次，Q2 更新以后，就牛逼了很多。

比如，让文艺复兴的新三杰和旧三杰同框出现。

这是 Q2 的效果，镜头依次出现六个画家，每个人的特征都基本保留，实现了这个挑战。

而如果你返回去，看 Q1 的话，会发现还是会失败的。

比如会出现人物不全，或者人物突然从地里钻出来的情况。

用多图参考生视频也特别简单，就是把你的图片都传上去之后，直接按@键，@任何人和任何物品，超级简单，比 Sora2 的那个@还要丝滑，因为 Sora2 只能@人物，但是没法@物品或者场景。

这是 6 个人的，再来看一下主体+物品的 case。

比如让范德彪穿着草裙在沙滩上晒太阳。

然后就得到了一个晒到七成熟的德彪。

再让川普先从冰箱里拿出来一罐百事可乐，再拿出来一瓶可口可乐。

生成出来的结果，川普、百事可乐和可口可乐，都保持了原状。

特别是百事上的字，也保持的非常好。

还有一个，我觉得很有趣的 case，也是一个之前没玩过的玩法，就是你可以通过多主体，让主人公实现变身。

提示词是这样的：

最惊喜的是，镜子里和镜子外的变化非常同步，这个是真的是有点东西的。

还有一个玩法，就是人物不变，场景变化。

提示词也非常简单：

在一致性上，表现的非常完美。

二、情绪表演

表演这一块，也是 Q2 的重头戏。

拿我喜欢的演员基里安墨菲来举例，我从他演过的英剧《浴血黑帮》里找了几张图，做了一个叫 Tommy 的主体。

这个主体其实也是多图的的升级功能。

就是比如一个角色，我们为了它更稳定，就可能要传三张不同角度的图上去，而传统的做法，就是写男人靠在 XX 地方，让 AI 视频自己去脑补，哦这三张图片是这个男人啊。后续的复用上，也不好管理。

现在，你可以用主体的方式，命名，然后，直接@它就完事了，还能保存成主体库，后续随便用，很方便。

这些小细节，Vidu 做的确实是蛮好的。

我们在看看上面那个 Prompt 和主体跑出来的效果。

瞬间，得到了这个非常细腻的表演。

基里安的眼睛是真的有戏啊，把脆弱感展现的淋漓尽致。

相比之下 Q1 的演技就完全没开窍，就是眼睛转了几下，你也看不出到底要表达什么情绪。

末了嘴里还变出一根烟。。。

你也不知道它到底在干啥。

再来看一有趣的 case。

就是你只是给它一个规定情境，没有很详细的提示词，Vidu Q2 也能完成一段很优质的表演。

比如下面这个。

提示词真的非常简单，就是一个情境，用的主体是德尼罗老爷子。

出来的效果，就很有故事感，除了白发人送黑发人的悲伤和无奈，年长者努力控制情绪的克制，还能看出丝丝的不甘和恨意，似乎想给孩子复仇，很好品。

而如果说，Vidu Q2 的真人表演已经很不错了，那么二次元领域的表演更是 Vidu 的拿手好戏。

毕竟，动漫，很多时候，都是 Vidu 的代名词之一。

先来一个经典的日剧跑段落。

出来的效果真的很有那味儿，可以直接配一首《你的名字》了。

让我想起那年夕阳下的奔跑，那是我逝去的青春。。。

除了这种大开大合的表演情绪，做小表情也很有活人感。

比如下面这个情侣吵架的 case。

表情和动作都很自然，真的有点像某一部番的片段了。

在测试情绪的过程中，我还发现，Vidu 非常懂动漫中常见的情绪表现手法。

比如下面这个 case，它会通过眉眼边上的线条抽动、瞳孔骤然缩小、眼白布满红血丝，来展现一个人极致恐惧的情绪。

但说实话，大部分情况下我都不会给这么细的提示词。

我在这一段，只规定了三个点，男人极度惊恐的表情，半明半暗的光影，和推镜头的运动。

而 Q2 能凭借自身的技法积累，在我的提示词框架里面完善细节，最后得到一个，有表现力的效果。

我只能说，他们动漫的效果，是真的强啊。

再比如下面的这个 case。

提示词非常简单，但 Vidu 就能做的很对味儿。

仔细一看，秘诀原来是，Vidu 把女孩眼睛里面的高光给去掉了。。。

有高光，看起来就比较清澈，没有高光，就很阴。

真的非常细节。。。

三、多风格表现力

刚才那一趴大家也看到了，Vidu Q2 做出来的动漫视频效果很出挑。

所以这一趴，我做了更多不同动画风格的 case，让大家感受一下，Vidu 的动画风格表现力。

真的，Vidu 无愧于 AI 视频动漫之王的称号。

后面这些，我就不放截图了，但是和生成方法和前面还是一样的。都是贴上参考图，或者贴上主体，然后写提示词，生成视频。

先从最日常的泡面番风格开始。

热血战斗番，亦正亦邪的反派既视感，一时间幻视了不少角色。

还有追求音乐梦想的美少女，在空荡的礼堂里独自练习。

超典型 360 度环绕运镜。

或者更加风格化一点，比如下面这些。

不要忘了，这些都是用 Vidu Q2 的多参考生视频生出来的。

所以，不仅有超棒的角色一致性，还有特别棒的风格一致性。

还有一个更酷的，就是我测下来发现，Q2 真的很适合生成一些中二动漫场面，因为它的运镜和特效，给的真的太足了。

比如下面这个男人舞剑的 case。

镜头拉近拉远再拉近，还有挥剑形成的狂风，效果直接拉满了。

再比如这个打斗。

刀光剑影，飞檐走壁，人物和镜头的运动都很丰富，也只抽了两次卡。

写在最后

Vidu Q2 这次的参考生视频，确实要比之前的质量好太多了。

超多主体同框一致性的稳定，以及 Q2 基模所带来的效果提升。

再加上参考生视频能带来更牛逼的运镜和自然的表演。

确实，是多参党的胜利，也是新的工作流范式，进化的前夜。

最后，再来说说大家最关心的价格问题。

以标准版月度会员为例，59 元 800 积分，20 积分就能生成一条 8s 视频，折合下来 1.475 元/条，约 0.184 元/s。

几乎就是现在最便宜的 AI 视频模型之一了。

整体来说，这次 Vidu Q2 的多参还是让我很惊喜的。

而且他们也上了 APP，跟 Sora2 那样的交互，也能玩合拍，不过是用多参做的，也挺有意思的，感兴趣的可以去玩玩。

我也还是很相信，多图参考生视频，是未来的共识。

Vidu，未来可期。