Vidu Q4 的使用方法：參考驅動視訊產生的清晰指南
由於不支援文字轉視頻，我認為Vidu Q4 是一款純粹依賴參考素材的模型，需要你提供特定的素材來保存。無論是角色、產品、視覺風格或環境，該模型都需要一個視覺基準才能進行創作。當然，這需要一種獨特的方法，所以如果你想知道如何產生一個短小的多鏡頭影片片段，請繼續閱讀！
太長不看
Vidu Q4 的最佳使用方法是從最有力的參考圖像開始。它支援最多 15 張圖像和 3 個語音輸入，單張圖像使用 I2V 模式，多張圖像使用 R2V 模式。之後，使用定時節拍提示，並依序呼叫參考圖像：「圖像1」、「圖像2」等等。 Vidu Vidu的輸出結果可能有所不同，因此請每次只更改一個變數進行迭代。現在就在Pollo AI上體驗吧！
Vidu Q4入門指南：概覽
經過測試，我發現Vidu Q4 最適合那些通常需要使用重複角色或統一形象/聲音的項目。以下是一些您可以充分利用它的方法：
| 用例 | 為什麼Vidu Q4 適合它 | 推薦工作流程 |
|---|---|---|
| 產品廣告 | 多種產品參考有助於保留包裝、顏色、標誌、形狀和材質。可控制的攝影機指令可以實現精美的展示效果或產品旋轉效果。 | 參考視頻，包含產品圖片、品牌/款式參考以及簡短的鏡頭提示。 |
| 角色動畫 | 角色參考有助於在短片中保持相同的臉部特徵、服裝、髮型和視覺形象。 | 參考視頻，包含正面、四分之三側面或側面人物圖像。 |
| 對話和人物對話片段 | 最多可使用三個語音參考來指導聲音特徵、情緒基調和唇形同步。 | 提供帶有角色圖像、語音樣本、明確對話和音訊的視訊參考。 |
| 社群媒體片段 | Q4 支援短視訊、垂直寬高比、快速迭代和視覺即時操作，適用於 TikTok、Reels 和Shorts等平台。 | 9 分 16 秒內完成圖像轉視頻或參考轉視頻，包含一個清晰的動作和一個強有力的開場畫面。 |
| 短篇系列劇，角色反覆出現。 | 可重複使用的圖像和語音參考有助於保持劇集之間的角色身份、視覺風格和語音一致性。 | 使用已儲存的角色參考集和一致的語音參考進行視訊參考。 |
| 故事板和概念視覺化 | 無需建立完整的製作流程，即可將故事板幀、情緒板或場景圖像轉換為動態預覽鏡頭。 | 將單一故事板幀轉換為影片；將多個場景元素轉換為影片。 |
| 插畫和動畫藝術 | 現有的藝術作品可以製作成動畫，同時保留其角色設計、色調和構圖。 | 參考視頻，提供逐幀提示和明確的時間安排。 |
| 時尚與造型發展 | 參考圖片可以在動畫製作之前確定服裝、造型、姿勢、光線和整體視覺方向。 | 提供模特兒、服裝、造型和環境參考影片。 |
| 視覺效果測試 | Q4 可以創建具有煙霧、爆炸、粒子等特效的短多鏡頭序列。 | 圖像轉影片用於單一特效鏡頭；當主體和環境都需要保持連貫性時，請使用參考轉影片。 |
如何讓Vidu Q4 正常運作？提供所有正確的信息
看到Vidu Q4 相較於前代產品有瞭如此多的升級，我感到非常興奮，包括更高的分辨率、更流暢的畫面、更豐富的視覺特效，甚至還支持多鏡頭敘事。但我認為它最大的賣點在於它現在支援的參考資料數量。
雖然它不支援文字轉視訊功能讓我有點失望，但我很高興它最多可以接受 15 張參考圖片和 3 個語音參考。現在，定義和保存角色、背景、產品、特定風格方向、聲音等等比以往任何時候都更容易，而且所有元素都能一次完成。
這也是充分發揮Vidu Q4 性能的關鍵，因為我很快就發現它的輸出在不同世代產品之間差異很大。而且就我觀察，參考圖像集的品質對你的操控程度有顯著的影響。
在這方面， Vidu Q4 有兩種關鍵模式需要考慮：圖像轉影片 (I2V) 和參考圖像轉影片 (R2V)。如果您只有一張圖像作為第一幀，我建議使用 I2V 模式。您也應該確保它能清晰地展現您想要的視覺效果。
如果您想使用多種視覺元素製作更具動態的場景，那麼您需要使用 R2V。在這裡，您可以自由上傳角色靜態圖片、產品圖像、場景參考、風格影格、道具等等。該模型隨後會將它們組合成一個簡短的場景。
Vidu Q4 使用方法：逐步工作流程
我已經闡述了Vidu Q4的工作原理，這部分就到此為止。現在，讓我們一步步了解如何使用這個模型來產生符合您設想的影片。
1. 計劃拍攝方案
我之前已經提到Vidu Q4 在處理參考輸入時可能比較敏感。所以，如果你想減少輸出之間的差異，就需要事先規劃拍攝。這意味著要明確視頻的用途。問問自己：我希望這段影片達到什麼目的？
是為了展示產品？介紹角色？還是為了展現場景？你選擇的目標決定了你需要上傳的參考資料。例如，產品影片只需要一張醒目的產品圖像，而角色出場可能需要多張角色特寫。
第二步：選擇模式並上傳參考文獻
正如我之前所說，如果您只有一張圖像，請選擇“圖片轉影片”。但如果您需要多張圖片或語音參考，那麼「參考轉影片」才是最佳選擇。請記住，切勿上傳無關的圖片。如果不是絕對必要，那就不要上傳。
我常說，上傳的每張圖像都必須有其用途：這是角色，這是產品，這是場景發生地，這是影片要模仿的視覺風格。之後，就得根據提示來解釋這些元素在場景中的表現形式了。
#3. 用節拍精心設計你的提示
Vidu Q4 的影片片段長度限制在 16 秒左右，這意味著我寫的每個提示只能支援有限數量的故事情節。換句話說，你沒有太多空間在鏡頭內進行太多有意義的改動，而 16 秒的時長，我覺得 3 個情節就足夠了。
事實上，以下是我個人對每個節拍所代表意義的解讀：
- 0-4 秒：確定地點和角色。
- 4-10 秒：展示主要動作或互動。
- 10-16 秒：做出反應、揭示真相或結束劇情。
務必包含主題、動作、鏡頭運動、時間安排、視覺風格、必要的對話以及音效提示。以下是我推薦您在Vidu Q4 中遵循的提示結構：
保留圖像1中的[主體和重要細節]。 0-3秒，[第一個動作]，採用[鏡頭類型]。 3-7秒，[第二個動作]，鏡頭進行[運動]。 7-10秒，[最後一個鏡頭]。使用[燈光/風格]。內含[對話、環境音效、音效]。不要加[不必要的元素]。
你可以透過我最近製作的這段電視廣告影片來看到這種提示格式的實際應用：
提示：保留模特兒身份、優雅的黑色洋裝和金色首飾（取自圖像1）。 0-5秒，以電影感十足的中景鏡頭、優美的動作和溫暖夢幻的光線捕捉自信的姿態。 5-11秒，運用動態剪輯和追蹤鏡頭，透過精細的微距特寫和金色光澤突出耳環、項鍊和手鐲。 11-16秒，以優雅的肖像照和引人注目的首飾特寫結束。使用奢華的時尚造型、柔和的背景音樂和清脆的首飾鈴聲。
| 參考圖像 | 輸出影片 |
|---|---|
 |
#5. 上傳對話配音參考
語音參考是Vidu Q4中另一個令我欣喜的關鍵功能。它尤其適用於多角色場景，因為它最多可以接受3個語音片段。但千萬不要以為音訊片段會自動提供台詞。
音訊參考輸入有助於確定聲音特徵、情緒表達和唇形同步，從而實現逼真的表演。因此，我強烈建議您在提示中寫出對話並進行分配。例如，“圖像1 中的角色用音頻 1 中的聲音說‘歡迎回來’。”
第六步：產生你的視頻
如果您按照我列出的步驟 1 到 5 操作，您應該可以獲得符合您預期效果的良好結果。以下是我最近使用Vidu Q4 渲染的一個宣傳視頻，足以證明這一點：
提示：為蘋果風味能量飲料Pollo創作一支充滿活力的宣傳廣告。從 0 秒到 5 秒，鏡頭穿過醒目飄逸的文字，進入一個時尚的酒店酒吧派對，俯瞰著充滿活力的夜景。從 5 秒到 11 秒，鏡頭過渡到旋轉冒泡的汽水，進入一條昏暗的螢光走廊，然後穿過由字母組成的藍色發光傳送門。從 11 秒到 16 秒，展現一個巨大的霓虹燈招牌下的人群，然後切換到Pollo罐子的特寫鏡頭。使用鮮豔的色彩、電影般的燈光、流暢的文字過渡、動態的電子音樂和清脆的音效。維持罐身設計和品牌形象的一致性。
| 參考圖像 | 輸出影片 |
|---|---|
 |
使用Vidu Q4 產生影片：使用Pollo AI開始使用
我已經詳細介紹瞭如何使用Vidu Q4 並獲得最佳效果，現在是時候付諸實踐了。為了讓您輕鬆上手，我建議您使用Pollo AI來輔助影片創作。
它全面支援包括Vidu Q4、 Wan 3.0 、 MiniMax H3 Max等在內的領先AI影片模型，是品牌、行銷人員、電影製作人和內容創作者的終極AI創意套件。在這裡，我可以自由嘗試不同的模型，直到我製作出最佳影片。
從電影級鏡頭和動畫畫面到品牌宣傳內容和社群媒體短片， Pollo AI只需點擊幾下就能滿足我的需求。如果我需要將零散的想法轉化為可發布的視頻，只需使用Pollo 智能體即可。
它是一款功能強大的迭代工具，可以自動處理結構、節奏、視覺效果等等。我只需透過聊天描述我想要的場景，工具就能自動完成；無需手動編輯。此外，如果我想優化輸出結果，我可以不斷調整，而無需從頭開始！
但我最喜歡的平台功能是Pollo Director 。如果我需要製作較長的場景，它能讓我完全掌控多軌道時間線上的每個元素。無論是角色、燈光、鏡頭、對話、字幕等等，我都可以對每個方面進行微調，從而獲得完美的最終剪輯效果。
所以，如果你想用Vidu Q4，我強烈推薦Pollo AI 。最棒的是什麼？你可以透過免費試用計畫開始免費產生影片。趕快去註冊試試看！
結論
就是這樣！我認為充分發揮Vidu Q4 的優點在於使用正確的參考資料，並透過精準的節拍提示有效地運用它們。所以，運用你在這裡學到的知識，去嘗試這個新模型吧；我敢說它絕對值得探索！