Vidu Q4 Preview rend la video a forte reference bon marche

Shengshu Technology a mis Vidu Q4 Preview en apercu public le 7 octobre 2026, et le chiffre qui saute aux yeux est le prix. Le tarif de lancement commence autour de 1,4 centime par seconde, ce que l'entreprise presente comme jusqu'a cinq fois plus de sortie pour le meme budget dans des conditions comparables. C'est une affirmation de l'editeur, et les petites lignes precisent que le prix est promotionnel et varie selon l'offre et la region. La trajectoire reste claire : le cout d'une seconde de video generee baisse, et il baisse le plus vite la ou il est le plus difficile a defendre.

Si le seul argument etait le prix, cette sortie ne meriterait pas un examen attentif. Ce qui la rend interessante, c'est que la bon marche arrive avec des controles qui siegaient autrefois dans la gamme chere.

Quinze references, trois pistes audio

Q4 Preview accepte jusqu'a 15 references image et 3 references audio dans une seule tache. La sortie monte jusqu'a 2K ou 4K en 10 bits, et les paliers disponibles commencent a 540p pour qui veut d'abord verifier une composition. Shengshu positionne le modele autour de trois choses : le jeu des personnages, le langage de la camera et la tenue des effets complexes.

Le nombre de references est ce que les createurs remarqueront d'abord. Piloter un modele video avec une seule image est un outil grossier. Cela peut verrouiller un visage ou un style, mais peine a tenir plusieurs elements a la fois. En fournir beaucoup permet de fixer separement le visage, le costume, un accessoire et un decor, puis de demander au modele de les garder coherents quand le plan bouge. C'est la difference entre generer un clip et planifier une scene.

Les references audio repondent a une logique proche. Si vous pouvez donner au modele une voix et un fond musical, vous vous rapprochez d'un plan fini en une passe au lieu de recoudre image et son ensuite. L'entreprise presente cela comme un abaissement de la barriere pour les personnes, les equipes et les petits studios qui ne peuvent pas financer une equipe de production complete.

{{INLINE1}}

Pourquoi les labos chinois de video baissent les prix

Vidu n'est pas seul. Le geste de Shengshu tombe dans la meme fenetre que le palier Lite moins cher de xAI et le travail continu de ByteDance sur des prises uniques plus longues. Le point commun des labos chinois de video est une course vers le bas des prix, doublee d'un effort sur la controlabilite. Deux forces l'expliquent.

D'abord, l'efficacite d'inference s'est assez amelioree pour qu'un prix par seconde plus bas reste viable cote fournisseur. Ensuite, le marche qui paie le prix fort est petit. Quelques studios et agences paieront pour la meilleure sortie, mais le volume vient de tous les autres : vendeurs e-commerce qui testent des creativites, equipes de mini-series, agences publicitaires qui iterent, educateurs qui produisent des contenus explicatifs. Ce public est sensible au prix par tentative, car son flux de travail repose sur l'essai de nombreuses versions et la conservation de celle qui marche.

Quand Shengshu parle de cinq fois la sortie pour le meme budget, il parle en realite de tentatives. Un createur qui pouvait s'offrir dix generations hier peut en financer cinquante aujourd'hui, et plus de tentatives signifie plus de chances de tomber sur un plan utilisable. Le cout d'une prise rejetee est la ligne cachee de tout budget video IA, et des generations bon marche la reduisent.

Ce qu'il faut verifier avant de basculer

Le mot apercu merite le respect. Q4 est decrit comme le premier regard public sur un futur vaisseau amiral, sorti avant le modele complet, ce qui signifie que la version stable pourrait differer en qualite, vitesse et prix. Les affirmations sur la coherence et la synchronisation labiale viennent des propres supports de l'entreprise, et un test independant a cette echelle n'est pas encore public. Quiconque veut batir une chaine de production dessus devrait d'abord tester sur ses propres images.

L'autre point a regarder est ce que la bon marche ne couvre pas. Les taches riches en references coutent plus cher a traiter que celles a image unique, et la sortie 4K n'est pas le meme produit qu'un brouillon 540p. Lire une grille tarifaire par son plus petit chiffre n'apprend presque rien. La comparaison utile est le cout d'un plan fini et accepte, apres autant de tentatives qu'il a fallu.

Un facteur ne figure pas sur la grille : changer de modele, c'est reapprendre a ecrire des prompts. Un modele qui s'appuie sur des images de reference veut un autre type d'instruction qu'un modele qui s'appuie sur le texte. Ceux qui ont passe des mois a developper une intuition pour un systeme paient une taxe reelle au moment de migrer, et c'est pourquoi le prix seul gagne rarement un marche. Les modeles qui retiennent les utilisateurs sont ceux qui rendent le flux de travail par references evident, de sorte que passer d'un outil a un autre ne coute pas une semaine de reapprentissage.

Le vrai basculement, c'est qui peut iterer

Pendant la majeure partie des deux dernieres annees, la generation video de haute qualite etait un outil pour ceux qui avaient un budget et une raison. L'interet de la vague actuelle de baisses de prix est qu'elle rapproche l'outil de quiconque a une idee et un ordinateur portable. Cela change le type de travail produit. Les equipes cessent de rationner les generations et les utilisent comme un croquis : bon marche, jetable, rapide.

La formulation de Shengshu est revelatrice. Son dirigeant parle de convertir les gains d'efficacite en barriere plus basse plutot qu'en marge plus haute, et de resoudre de vrais problemes dans de vrais contextes. Que l'apercu tienne cette promesse reste une question ouverte. Mais si le prix tient et que les controles fonctionnent, le resultat le plus important n'est pas un modele moins cher. C'est un plus grand nombre de personnes en mesure de fabriquer ce qu'elles imaginent.