VIDU Q4 · PREVIEW
Vidu Q4 Preview Reference: 文生视频与多参考图指南
在 VidVid 使用 Vidu Q4 Preview Reference：文字或最多 12 张参考图生成 3–16 秒视频。查看 540p 至 4K 积分价格、音频与提示词指南。
540p、3 秒从 70 积分起；720p、5 秒为 245 积分。Preview 阶段的能力与供应商价格可能调整。
使用此模型创作选择合适的 Q4 创作方式
没有素材时使用文生视频；需要多张参考时使用图生视频。在提示词中说明每张图片的用途：主体、环境或视觉风格。Reference 模式可选择 16:9、9:16、1:1、3:4、4:3。
- 选择模型，按模式上传所需参考图。
- 描述一个主要动作、运镜与所需声音，设置时长、分辨率和音频。
- 确认生成按钮上的积分后提交，在历史中查看结果。
Vidu Q4 Preview 积分价格
两种 Q4 工作流按相同时长与分辨率计价，音频不额外收费。下表为 VidVid 单次生成积分，并非 WaveSpeed 套餐价格。
| 时长 | 540P | 720P | 1080P | 2K | 4K |
|---|---|---|---|---|---|
| 3s | 70 | 147 | 186 | 294 | 602 |
| 5s | 116 | 245 | 309 | 489 | 1003 |
| 10s | 232 | 489 | 618 | 978 | 2006 |
| 16s | 371 | 782 | 988 | 1564 | 3210 |
3–16 秒的所有整数时长均可选，生成器会在提交前显示准确积分。 查看积分套餐
先试稿，再规划成片积分
两次 5 秒 540p 试稿，加一次 5 秒 1080p 生成，共 541 积分（116 + 116 + 309）。每次重新生成独立计费，画面也可能变化；提高分辨率不是对上一条视频进行放大。
提示词起点
以下是提示词示例，并非实测成片。先用短时长、低分辨率打样，检查形状、运动和声音，再决定是否提高规格。
使用图片 1 的人物和图片 2 的场景。人物走向窗边，停下并转头。连续中景镜头，轻微脚步声与窗外雨声。
多参考图创作应写清每张图的编号和用途。删除互相冲突的角色或风格参考，每次只调整一条提示词要求。参考图引导不保证每帧身份完全一致。
多图示例需使用 Reference 模式。目前界面开放图片参考与音频生成，尚未开放外部音频参考上传。
重新生成前，先检查这些问题
动作过多时，收敛为一个主体动作和一种运镜。先检查产品外形、手部、面部与对白，再决定是否生成更长或更高分辨率的版本。
常见问题
可以只用文字生成吗？
选择 Vidu Q4 Preview Reference 的文生视频模式即可只用文字生成。标准 Q4 Preview 图生视频需要一张图片。
最多能上传多少张参考图？
标准图生视频使用一张图片。VidVid 的 Reference 图生视频依据 WaveSpeed API 文档支持最多 12 张参考图。
生成音频需要额外积分吗？
WaveSpeed 文档中的音频开关不改变单价。VidVid 提供音频开关，两种设置收取相同积分。
支持哪些时长与分辨率？
支持 3–16 秒整数时长及 540p、720p、1080p、2K、4K。标准图生视频画幅跟随输入图片；Reference 支持五种可选画幅。
提交失败时积分如何处理？
提交任务时扣除积分。供应商接受任务前的提交失败，会按任务退回一次积分。已接受的任务通过生成历史与结果流程继续处理。
来源与相关模型
API 参数与供应商价格核对于 2026 年 10 月 9 日。本页不提供质量排名或真实生成测试结论。