Vidu Q4:15枚の参照画像、ネイティブ音声、4Kに対応したシネマティックAI動画

Vidu Q4 Previewは、2026年10月7日にリリースされたShengShuの最新動画モデルです。1枚の画像または最大15枚の参照画像から、音声付きの3〜16秒のクリップを生成し、参照音声で声の一貫性を保ち、最大4Kでレンダリングします。機能を確認したら、NereoでSeedance 2.5、Kling 3.0、MiniMax H3を使って画像から動画、参照画像から動画のクリップを作成しましょう。

画像から動画

画像
Vidu Q4Vidu Q4

アニメーション化する画像をアップロード

JPG、PNG、WebP画像をアップロードしてください。生成前に動画ツールで利用可能なモデルを選択してください。

Vidu Q4の機能

多数の参照画像から1つのシーンを構築

参照画像から動画では1〜15枚の画像を使用します。プロンプト内で@1や@2のようにタグ付けすると、モデルは各被写体を認識可能なまま、新しいショットに一緒に配置します。

できること

参照画像から動画:別々の画像からキャラクター、製品、ペット、場所を組み合わせ、一貫性のある1つのシネマティックフレームにします。

Vidu Q4
多数の参照画像から1つのシーンを構築

声を保つキャラクター

各3〜12秒の最大3つのMP3参照クリップを追加します。ShengShuはこれを、より自然な感情とシリーズを通した声の一貫性のために位置付けており、ショートドラマや繰り返し登場するキャラクターに重要です。

できること

参照音声:各キャラクターが参照サンプルの声で話す会話シーンで、音声は映像と一緒に生成されます。

Vidu Q4
声を保つキャラクター

被写体を失わない高速アクション

このリリースは、武道、走り、対決などの高ダイナミックシーンに焦点を当てており、最初から最後まで流れるようなモーションと、1つのクリップ内でのカメラ切り替えを実現します。

できること

高ダイナミックモーション:追跡や跳躍などの高速で連続的なアクションショットは、ShengShuが説明する主な改善点の1つです。

Vidu Q4
被写体を失わない高速アクション

スペクタクルと仕上げのディテール

花火、パーティクル、エネルギーエフェクトがより細かいディテールでレンダリングされ、2Kと4K出力によりグレーディングや大画面のための余裕が生まれます。

できること

エフェクトと解像度:VFX重視のショットと最大4K出力で、トレーラー、広告、シネマティックなイントロに最適です。

Vidu Q4
スペクタクルと仕上げのディテール

Vidu Q4の使い方

Vidu Q4 Previewは、テキストプロンプトだけではなく画像から始まります。

1

画像モードまたは参照モードを選択

画像から動画には1枚の画像を最初のフレームとして使用するか、参照画像から動画にはキャラクター、製品、場所の参照画像を1〜15枚アップロードします。テキストのみの生成はプレビューには含まれません。

2

ショットを書き、声を追加

アクション、カメラ、セリフを説明します。参照モードでは、被写体を@1、@2などで参照し、オプションで最大3つの3〜12秒のMP3音声サンプルを追加します。

3

長さと解像度を選択

3〜16秒、540p、720p、1080p、2K、4Kを設定します。まず低解像度でドラフトを作成してください。コストは解像度と長さに応じて上がります。

クリエイターがVidu Q4を活用する用途

ShengShuはQ4を大量の動画を制作するチーム向けに位置付けています。

ショートドラマとシリーズ

参照画像と参照音声を使い、エピソード間で顔と声が一貫した繰り返し登場するキャラクター。

実製品の広告

参照写真から正確な製品、パッケージ、スポークスパーソンを新しいライフスタイルシーンに配置します。

アクションとトレーラーショット

トレーラー、ゲームプロモ、チャンネルイントロ向けの高モーションの追跡、戦闘、エフェクト重視の瞬間。

ミュージックビデオ

ネイティブサウンド付きのパフォーマンスとスタイライズされたシーンを生成し、エディターでトラックに合わせてカットします。

映画プリビジュアライゼーション

撮影やフルレンダリングの前に、コンセプトアートからブロッキング、カメラワーク、ルックをテストします。

大規模なソーシャルコンテンツ

1セットの参照画像からReels、Shorts、TikTok向けの多くの短いクリップを作成します。

Vidu Q4 Preview vs Vidu Q3 Pro

FeatureVidu Q4 PreviewVidu Q3 Pro
リリース2026年10月7日2026年前半
テキストから動画
画像から動画
参照画像から動画1〜15枚の画像 + 最大3つの音声クリップ
クリップの長さ3〜16秒1〜16秒
最大解像度4K1080p
ネイティブ音声
1080pでのAPI価格1秒あたり24クレジット1秒あたり24クレジット

NereoでVidu Q4スタイルのショットを計画

Vidu Q4はまだNereoにありません。これらのヒントは現在利用可能な参照画像から動画モデルに適用されます。

強力な参照画像から始める

各キャラクター、製品、場所の明確で十分に照明された画像は、長いプロンプトよりも重要です。

各被写体に名前を付ける

プロンプトでどの参照画像がどれかを指定し、モデルがアイデンティティを正しく保つようにします。

低解像度でドラフト、高解像度で仕上げ

低解像度と短い長さでフレーミングをテストし、最終テイクをレンダリングします。

マルチショットストーリーを計画

まずAI絵コンテ(ストーリーボード)ジェネレーターでショットを配置し、同じ参照画像で各ショットを生成します。

クレジット見積もりを確認

各Nereoツールは、生成前に選択したモデル、長さ、解像度のコストを表示します。

権利と肖像に注意

所有しているか使用許可を得た画像と音声のみを使用してください。

Vidu Q4:強みと実用的な考慮事項

長所

  • 深い参照制御 — 1回の生成で最大15枚の画像と最大3つの音声サンプル。
  • 音声と映像を一緒に — ネイティブ音声により、多くのクリップで別途のサウンドパスが不要になります。
  • 高い解像度の上限 — 2Kと4K出力で、上位ティアでは10ビットカラーが報告されています。

短所

  • プレビューの制限 — テキストのみの生成はまだなく、完全リリース前に機能や価格が変更される可能性があります。
  • 16秒のクリップ — より長い作品は、エディターで複数のショットを結合する必要があります。

Vidu Q4 FAQ

Find answers to common questions about our AI video generation service.








Nereoで参照画像駆動の動画を作成