生数科技发布 Vidu Q4 Preview：15 张参考图、2K/4K 输出，首发 0.09 元/秒起
据机器之心报道，生数科技推出 Vidu Q4 Preview，主打人物演绎、镜头语言与复杂视效，支持最多 15 张参考图、3 段参考音频及 2K/4K 输出，首发价 0.09 元/秒起，报道称图生视频速度约为同类模型 2 倍。效果结论来自该媒体实测。该版本不在 KimiSeek 实时目录中。
发生了什么
据机器之心报道，生数科技发布 Vidu Q4 Preview，定位为 Vidu Q4 面向创作者的首个预览版本。报道称该版本重点强化三项能力：人物演绎（固定近景长镜头下连续情绪过渡与身份稳定）、镜头语言（多景别切换与运镜承接）以及复杂视效（多物体弹性形变与动态光照）。规格上支持最多 15 张参考图、3 段参考音频输入，以及 2K、4K 画质输出。价格方面，报道称首发价为 0.09 元/秒起，并称同样预算最高可生成 5 倍内容。效率方面，报道援引数据称其图生视频速度约为同类模型 2 倍，5 秒视频最快约 110 秒完成，并将效率归因于生数在注意力加速（SageAttention、SLA）、少步生成与量化（TurboDiffusion）等方向的积累，称相关技术已在 Vidu S1 实时视频生成中产品化。报道同时称该模型仍处预览阶段，正式版尚未上线。报道给出的是 Vidu.cn 官方体验入口与邀请码，未说明是否提供 API；上述能力、速度与效果描述均为该媒体报道及其实测结论，非本文独立验证。
对开发者的影响
对开发者的直接影响在于素材控制位与交付规格的变化，而不是单纯的画质描述。参考图上限提到最多 15 张、并支持 3 段参考音频，意味着角色形象与音色控制有可能在一次调用内完成，这会改变角色一致性流水线的设计方式：过去常用首帧加提示词反复重试的做法，可能转为一次性提交多角度参考素材。2K/4K 输出则触及交付环节，以往 1080P 出片后超分放大是常见做法，若 4K 直出在稳定性上成立，后处理链路可以缩短；但报道未说明 4K 档的耗时与计费是否与低分辨率档一致，这一点需要自行验证。效率方面，报道称图生视频速度约为同类模型 2 倍、5 秒视频最快约 110 秒，若在自有负载下复现，批处理吞吐与单位算力产出都会改善，这对需要并行试拍多个版本的短剧、广告与电商团队尤其相关。价格上，0.09 元/秒起是报道所述的 2026 年 10 月首发口径，实际成本应结合可用成片率衡量：单次单价低但漂移率高时，筛选与返工成本可能抵消价格优势，因此单价下降本身不足以证明总成本下降。需注意当前 KimiSeek 实时目录中没有 Vidu Q4 Preview 或 Vidu 系列条目，本文不将其描述为站内可用模型；报道只提供生数科技官方体验入口与首发价格，并未说明该版本是否提供 API，如需接口能力应向生数科技官方渠道核实。
接入与评估建议
以下两条均为条件性分析与建议，不是报道事实。其一，是否把角色与音色控制迁移到单次多参考调用：若工作流需要在连续镜头中保持同一人物与音色，且已积累 5 至 15 张同角色多角度素材，可尝试把现有“首帧加提示词加重试”流程改为一次提交多参考图加参考音频；前提是先向生数官方确认该版本实际接受的参考图与音频数量上限及是否影响计费，建议先用一条 15 秒以内的固定近景长镜头测试，衡量指标为同一角色在同段视频内的面部与服装漂移发生率，以及达到可用镜头所需的平均重试次数，并与现流程对比。其二，是否把 4K 直出纳入交付链路：若交付要求 4K 且当前依赖后处理放大，可对比“4K 直出”与“1080P 生成后放大”在单位成片耗时与单价上的差异；前提是确认该版本 4K 档的计费方式与生成耗时，报道只给出“起”价与最快 5 秒约 110 秒的速度，未按分辨率档位区分，建议用同一提示词分别出 2K 与 4K 各若干条，衡量指标为单位可用成片的实际耗时与成本，而非单次请求时长。评测步骤上，建议先建立小型基准集：选取含强情绪长镜头、多物体特效和产品多景别广告的提示词，在 Vidu Q4 Preview 与现有方案上各跑固定次数，记录可用成片率、平均重试次数、单条耗时与漂移类型分布，再决定迁移范围。价格与配额请以生数科技官方定价页面为准，历史报道中的首发口径不应默认长期有效。
限制与待确认事项
首先，Vidu Q4 Preview 及其 Vidu 系列目前未出现在 KimiSeek 实时目录中，本文不表示该版本可在本站调用，也不表示其已在任何第三方聚合平台上线。其次，报道只给出 Vidu.cn 体验入口、首发价格与邀请码，全文未提及 API、接口或 API 可用性，因此本文不把“提供 API”归为报道内容；如需接口能力、配额与计费方式，应向生数科技官方渠道核实。第三，报道中的实测结论（情绪连续性、镜头编排、特效稳定性、速度快于同类约 2 倍、5 秒约 110 秒）来自媒体自行测试，样本量、提示词、对照组与硬件条件均未完整披露，不能视为独立复现结果。第四，该版本为预览版，正式版在稳定性与控制力上是否变化、价格是否延续首发口径尚不确定。第五，报道称最多 15 张参考图与 3 段参考音频，但未说明不同输入组合是否影响耗时与计费；2K 与 4K 档位的价格和速度差异也未分别给出。第六，报道将低价部分归因于 SageAttention、SLA、TurboDiffusion 等效率工作，这属于研究结论与既有产品化描述的关联，未证明它们在 Q4 Preview 中的实际贡献比例。第七，报道提到的新用户积分与邀请码属于短期推广信息，不作为长期可用性依据。