Shengshu Technology lança Vidu Q4 Preview: até 15 imagens de referência, saída em 2K/4K, a partir de 0,09 yuan por segundo no lançamento
Segundo o Jiqizhixin, a Shengshu Technology lançou o Vidu Q4 Preview, focado em atuação de personagens, linguagem de câmera e efeitos visuais complexos, com suporte a até 15 imagens de referência, 3 áudios de referência e saída em 2K/4K, a partir de 0,09 yuan por segundo no preço de lançamento; a reportagem afirma que a velocidade de imagem para vídeo é cerca de 2 vezes a de modelos similares. As conclusões de efeito vêm de testes do próprio veículo. Esta versão não está no catálogo em tempo real do KimiSeek.
O que mudou
Segundo o Jiqizhixin, a Shengshu Technology lançou o Vidu Q4 Preview, posicionado como a primeira versão de prévia do Vidu Q4 voltada a criadores. A reportagem afirma que esta versão reforça três capacidades: atuação de personagens (transições emocionais contínuas e identidade estável em planos longos e fechados fixos), linguagem de câmera (alternância entre múltiplos enquadramentos e continuidade de movimento de câmera) e efeitos visuais complexos (deformação elástica de múltiplos objetos e iluminação dinâmica). Em especificações, suporta até 15 imagens de referência, 3 áudios de referência de entrada e saída em 2K e 4K. Quanto ao preço, a reportagem afirma que o preço de lançamento é a partir de 0,09 yuan por segundo e que, com o mesmo orçamento, é possível gerar até 5 vezes mais conteúdo. Em eficiência, a reportagem cita dados segundo os quais a velocidade de imagem para vídeo é cerca de 2 vezes a de modelos similares, com um vídeo de 5 segundos concluído em cerca de 110 segundos no melhor caso, e atribui a eficiência ao acúmulo da Shengshu em aceleração de atenção (SageAttention, SLA), geração em poucos passos e quantização (TurboDiffusion), afirmando que tecnologias relacionadas já foram productizadas na geração de vídeo em tempo real do Vidu S1. A reportagem também diz que o modelo ainda está em fase de prévia e que a versão oficial ainda não foi lançada. A reportagem fornece o portal oficial de experiência Vidu.cn e um código de convite, sem dizer se há API; as descrições de capacidade, velocidade e efeito acima são conclusões da reportagem e de seus testes, não verificação independente deste texto.
Impacto para desenvolvedores
O impacto direto para desenvolvedores está na mudança de posições de controle de material e especificações de entrega, e não apenas na descrição de qualidade de imagem. O limite de imagens de referência chegar a até 15 e o suporte a 3 áudios de referência significa que o controle de aparência e timbre do personagem pode ser feito em uma única chamada, o que muda o desenho de pipelines de consistência de personagem: a prática anterior de usar primeiro quadro mais prompt com repetidas tentativas pode passar a ser a de enviar de uma vez materiais de referência de múltiplos ângulos. A saída em 2K/4K toca a etapa de entrega; antes, gerar em 1080P e depois fazer upscale por super-resolução era comum, e se a saída direta em 4K for estável, o pós-processamento pode ser encurtado; mas a reportagem não diz se o tempo e a cobrança da faixa 4K são iguais aos da faixa de menor resolução, o que precisa ser verificado por conta própria. Em eficiência, a reportagem afirma que a velocidade de imagem para vídeo é cerca de 2 vezes a de modelos similares e que um vídeo de 5 segundos leva cerca de 110 segundos no melhor caso; se reproduzido sob carga própria, a taxa de processamento em lote e a produção por unidade de computação melhoram, o que é especialmente relevante para equipes de séries curtas, publicidade e e-commerce que precisam testar várias versões em paralelo. No preço, 0,09 yuan por segundo a partir de é o valor de lançamento de outubro de 2026 relatado; o custo real deve ser medido junto com a taxa de tomadas utilizáveis: quando o preço unitário é baixo mas a taxa de deriva é alta, o custo de triagem e retrabalho pode anular a vantagem de preço, portanto a queda do preço unitário por si só não prova redução do custo total. Note-se que atualmente não há Vidu Q4 Preview nem entradas da série Vidu no catálogo em tempo real do KimiSeek; este texto não o descreve como modelo disponível no site; a reportagem fornece apenas o portal oficial de experiência da Shengshu Technology e o preço de lançamento, sem dizer se esta versão oferece API; para capacidades de interface, é preciso verificar pelos canais oficiais da Shengshu Technology.
Integração e avaliação
Os dois pontos a seguir são análises e sugestões condicionais, não fatos da reportagem. Primeiro, se migrar o controle de personagem e timbre para uma única chamada com múltiplas referências: se o fluxo de trabalho precisa manter o mesmo personagem e timbre em planos contínuos, e já há 5 a 15 materiais do mesmo personagem em múltiplos ângulos acumulados, pode-se tentar substituir o atual processo de primeiro quadro mais prompt mais tentativas por um envio único de múltiplas imagens de referência mais áudio de referência; a premissa é confirmar antes com a Shengshu o limite real de imagens e áudios de referência aceitos por esta versão e se isso afeta a cobrança; sugere-se testar primeiro com um plano fechado longo e fixo de até 15 segundos, medindo a taxa de ocorrência de deriva de rosto e vestuário do mesmo personagem no mesmo vídeo e o número médio de tentativas necessárias para obter uma tomada utilizável, comparando com o processo atual. Segundo, se incorporar a saída direta em 4K à cadeia de entrega: se a entrega exige 4K e atualmente depende de upscale em pós-processamento, pode-se comparar a diferença entre 'saída direta em 4K' e 'geração em 1080P e depois upscale' em tempo e preço unitário por tomada final; a premissa é confirmar a forma de cobrança e o tempo de geração da faixa 4K desta versão, pois a reportagem só dá o preço 'a partir de' e a velocidade de cerca de 110 segundos no melhor caso para 5 segundos, sem separar por faixa de resolução; sugere-se gerar com o mesmo prompt algumas tomadas em 2K e em 4K, medindo o tempo e o custo reais por tomada utilizável, e não a duração de uma única requisição. Em etapas de avaliação, sugere-se primeiro montar um pequeno conjunto de referência: escolher prompts com planos longos de emoção forte, efeitos com múltiplos objetos e anúncios de produto com múltiplos enquadramentos, rodar um número fixo de vezes no Vidu Q4 Preview e na solução atual, registrar taxa de tomadas utilizáveis, número médio de tentativas, tempo por tomada e distribuição de tipos de deriva, e então decidir o escopo de migração. Preços e cotas devem seguir a página oficial de preços da Shengshu Technology; valores de lançamento em reportagens antigas não devem ser presumidos como válidos por longo prazo.
Limites e pontos a confirmar
Primeiro, o Vidu Q4 Preview e a série Vidu não aparecem atualmente no catálogo em tempo real do KimiSeek; este texto não indica que esta versão possa ser chamada neste site, nem que já esteja disponível em qualquer plataforma agregadora de terceiros. Segundo, a reportagem fornece apenas o portal de experiência Vidu.cn, o preço de lançamento e um código de convite; o texto não menciona API, interface ou disponibilidade de API, portanto este texto não inclui 'oferece API' como conteúdo da reportagem; para capacidades de interface, cotas e formas de cobrança, é preciso verificar pelos canais oficiais da Shengshu Technology. Terceiro, as conclusões de teste da reportagem (continuidade emocional, composição de câmera, estabilidade de efeitos, velocidade cerca de 2 vezes maior que similares, cerca de 110 segundos para 5 segundos) vêm de testes do próprio veículo; tamanho de amostra, prompts, grupo de controle e condições de hardware não são divulgados por completo e não podem ser considerados resultados reproduzidos de forma independente. Quarto, esta versão é uma prévia; ainda é incerto se a versão oficial mudará em estabilidade e controle, e se o preço manterá a política de lançamento. Quinto, a reportagem afirma até 15 imagens de referência e 3 áudios de referência, mas não diz se diferentes combinações de entrada afetam tempo e cobrança; as diferenças de preço e velocidade entre as faixas 2K e 4K também não são dadas separadamente. Sexto, a reportagem atribui parte do baixo preço a trabalhos de eficiência como SageAttention, SLA e TurboDiffusion; isso é uma associação entre conclusões de pesquisa e descrições existentes de productização, sem provar sua proporção real de contribuição no Q4 Preview. Sétimo, os créditos para novos usuários e o código de convite mencionados na reportagem são informações promocionais de curto prazo e não servem como base de disponibilidade de longo prazo.