Vidu Q4 Preview 讓「重參考」的影片生成變便宜了

生數科技在 2026 年 10 月 7 日把 Vidu Q4 Preview 放進了公測,最抓眼的數字是價格。首發價從每秒約一分四起,公司稱在可比條件下同等預算最多能產出五倍的內容。這是廠商自述,細則也寫明該價格為限時促銷,會隨方案和地區浮動。但趨勢很清楚:一秒生成影片的成本持續下探,而且下降最快的地方,恰恰是最難防守的地方。

如果只有便宜,這個發布並不值得細看。讓它值得的是:便宜的同時,過去只出現在高價檔位裡的控制力也一起來了。

十五張參考圖,三段音訊

Q4 Preview 單次任務支援最多 15 張圖像參考、最多 3 段音訊參考。輸出最高 2K 或 4K,10bit 色深,入門檔位從 540p 起,給只想先確認構圖的人用。生數把模型定位在三件事上:人物如何表演、鏡頭如何說話、複雜視效如何站得住。

參考數量是創作者最先會注意到的部分。用一張圖去引導影片模型是件很粗的工具,它能鎖住一張臉或一種風格,但同時盯住好幾件事就吃力。餵進多張參考,創作者就能把角色的臉、服裝、道具和場景分開釘住,再讓模型在鏡頭運動時保持它們一致。這是「生成一段片段」和「規劃一個場面」之間的差別。

音訊參考的意義類似。如果能交給模型一個聲音和一條音樂軌,你就離一條一步到位的成片更近了,而不是事後把畫面和聲音縫在一起。公司把這描述成降低個人、團隊和小工作室的門檻,因為他們養不起完整的製作班底。

{{INLINE1}}

中國影片實驗室為什麼一直壓價

Vidu 並不孤單。生數這一手,和 xAI 更便宜的 Lite 檔、字節在更長單鏡頭上的持續投入落在同一個窗口裡。中國影片實驗室的共性是一條向下的價格曲線,配上對可控性的加碼。背後有兩個推力。

第一,推理效率的提升已經足以讓更低的每秒價格在廠商一側仍然說得通。第二,願意付高價的買家很少。少數工作室和代理公司會為最好的成品買單,但走量的是其他所有人:試創意的電商賣家、短劇團隊、迭代概念的廣告公司、做科普內容的教育者。這群人對「每次嘗試」的價格很敏感,因為他們的工作流本就建立在多試幾版、留下能用的那一版之上。

當生數說同等預算能產出五倍內容時,它談的其實是嘗試次數。昨天只負擔得起十次生成的創作者,今天能負擔五十次,而更多嘗試意味著更高的機率撞上一條可用的鏡頭。被否掉的版本的成本,是每一份 AI 影片預算裡那筆隱藏的開支,而便宜的生成會把它壓小。

切換前該確認什麼

Preview 這個標籤值得尊重。Q4 被描述為下一代旗艦的首次公開預覽,先於完整模型發布,這意味著穩定版的畫質、速度和價格都可能不同。一致性和嘴型同步的說法都來自公司自己的材料,這個量級的獨立測試目前還沒有公開。任何打算把生產管線搭在它上面的人,都該先用自己的素材測一測。

另一件要看清的是「便宜」覆蓋不到的地方。參考多的任務處理成本高於單圖任務,4K 輸出也不是 540p 草稿那個產品。只看價目表上最低的那個數字,說明不了什麼。有用的比較,是「一條被接受的成片,在經歷了若干次嘗試之後的成本」。

還有一個不在價目表上的因素:換模型意味著重新學習怎麼寫提示詞。偏重參考圖的模型和偏重文字的模型,想要的是不同形式的指令。花幾個月養出對某個系統的手感的人,遷移時是要交學費的,這也是為什麼光靠價格很少能贏下一個市場。能留住用戶的模型,是讓參考工作流顯得理所當然的那一類,這樣從一個工具跳到另一個不至於花掉一週的重新學習。

真正的變化是誰可以反覆迭代

過去兩年裡,高品質影片生成大體上是給有錢、並且有理由去做的人用的工具。當前這輪降價有意思的地方在於,它把這件工具推向任何一個有想法、有台電腦的人。這會改變被做出來的東西的種類。團隊不再省著用生成次數,而是像用草圖一樣用它:便宜、可棄、快速。

生數自己的說法很說明問題。它的負責人談的是把效率增益轉化為更低的使用門檻,而不是更高的毛利,以及在真實場景裡解決真實問題。預覽版是否兌現這一點,仍是未解的問題。但如果價格站得住、控制力也成立,更重要的結果就不是一個更便宜的模型,而是一個更大的、買得起去把它想像的東西做出來的人群。