细腻的表情与细微动作再现
细腻的表情与细微动作再现
忠实还原眨眼和视线移动等自然的人物神态动作，实现栩栩如生的影像表现。
本系列模型
每个模型都有独立的演练场、定价和字段说明。按能力筛选后打开对应详情。
Vidu Q2 系列一览
每个能力对应的模型 ID，以及它适合做什么。
| 模型 | ID | 说明 |
|---|---|---|
| Vidu Q2（文字转视频） | vidu-video-viduq2-text-to-video | 以压倒性的表现力和稳定的摄影技术，生成电影级影像的下一代视频生成模型 |
| Vidu Q2（参考图片到视频） | vidu-video-viduq2-refs-image-to-video | 刻画丰富表情与电影般的动感的次世代图像·视频转换模型 |
主要特征
以富有表现力的人物刻画和稳定的镜头运镜，助力高品质视频制作。
雪山之夜，白狼在月光下奔腾而过。
一只极其逼真的白狼在雪夜的山顶上飞奔。月光与飞舞的雪花构成了一幅充满活力的景象，令人叹为观止。
提示词
一只极其逼真的野生白狼在雪山的月夜中疾驰而过。它毛发随风飘动着，雪花四处飞扬，月光照亮了它强健的肌肉线条和呼出的白色气息。镜头从侧面追随它，随后切换到前方低角度拍摄。画面充满了动态的追逐感和雪花特效，搭配4K高帧率，呈现出电影级野生动物纪录片般的质感。关键词：光线效果、雪花特效、4K高帧率、电影级野生动物纪录片风格、照片级逼真狼群奔跑场景、雪夜场景、电影级动态感。
由 Vidu Q2 生成
由 Vidu Q3 Pro 生成
由 Kling 3.0 生成
王都的繁华景象（日式角色扮演游戏风格）
令人怀念的SFC时代JRPG风格。活力四射的奇幻街景中，点阵图像风格的角色们穿梭往来。
提示词
经典的16位JRPG像素艺术风格。温暖明亮的午后王都广场。剑士、魔法师和牧师三人组从画面前方向后行进。周围有其他NPC（村民、商人）活跃地走来走去，商店橱窗里摆满了像素风格的物品。温暖的橙色和绿色调，斜向下视角（四分之三视角），营造出复古游戏的怀旧氛围。
由 Vidu Q2 生成
由 Vidu Q3 Pro 生成
由 Kling 3.0 生成
女孩在霓虹灯雨中于屋顶跳街舞。
未来都市的屋顶上，一个赛博女孩在霓虹灯雨中激情四溢地跳着街舞。动态的摄像机镜头紧紧追随她的身影。
提示词
未来都市的屋顶上，身着发光夹克的赛博女孩正在跳街舞。霓虹灯般的雨水在地面反射，背景是快速穿行的悬浮车和巨型全息广告。动态的低角度摄像机捕捉着她的舞步，快速切换镜头，强烈的节奏感与粒子特效相结合，4K高帧率呈现电影级动作场面——赛博朋克舞蹈，动态摄像机，最佳画质。
由 Vidu Q2 生成
由 Vidu Q3 Pro 生成
由 Kling 3.0 生成
典型场景
这个系列常见的制作场景。
以人物为中心的视频制作
忠实再现面部表情的细微变化与视线移动，能够制作出以人物为主角的自然剧情片与宣传视频。
多参考视频生成
最多可导入3张参考图片，生成时长不超过10秒且保持角色一致性与风格的视频。
电影感广告制作
凭借稳定的运镜与电影般的质感，能够高效制作适用于商业用途的高品质宣传视频。
与其他模型对比
先看成片限制和起步积分，再决定要不要换模型做同一类任务。
| 模型 | 最长片段时长（单次生成） | 多模态参考输入 | 最高分辨率 | 原生音频 | Sousaku 起步价 |
|---|---|---|---|---|---|
| Vidu Q2 | 最长 10 秒 | 最多 3 张图像 | 最高 1080P | ❌ | 2 积分/秒 |
| Vidu Q3 | 最长 16 秒 | 最多 3 张图像 | 最高 1080P | ✅ | 2 积分/秒 |
| Vidu Q3 Pro | 最长 16 秒 | ❌ | 最高 1080P | ✅ | 2 积分/秒 |
快速开始
从注册到第一次成功调用。所有模型都走同一套步骤。
步骤 1
创建账号
注册并完成验证，即可签发 API 密钥并使用演练场。
步骤 2
选择本系列中的模型
点上方卡片，查看该模型的详情、定价和字段说明。
步骤 3
在演练场试跑
先用表单确认输入和参数，再接入自动化。
步骤 4
复制模型 id 与字段
详情页字段说明列出必填参数，create_task 里用同样的字段名。
步骤 5
接入并轮询
用密钥调用生成接口，轮询至任务成功，再下载结果。
步骤 6
查看用量
在模型定价页和控制台查看积分消耗。
常见问题
探索其他系列
Sousaku 上的其他系列。同一把密钥，同一套任务流。