Vidu
Vidu是生数科技联合清华推出的AI视频生成平台，Vidu Q3支持参考生视频多主体一致性、原生音频、1080p/最长16秒，Artificial Analysis全球第二，免费档起步，Standard $8/月起，适合动画师与品牌IP创作者。
| 基本信息 | 详情 |
|---|---|
| 开发公司 | 北京生数科技（Shengshu Technology）联合清华大学 |
| 上线时间 | 2024年发布；旗舰模型 Vidu Q3 于 2026年1月上线 |
| 官网 | https://www.vidu.cn/ |
| 支持平台 | Web + API（云端运行） |
| 价格 | 免费档 10 次参考/月；Standard $8/月起（800 积分）；Premium $28/月（4000 积分）；Ultimate $79/月（8000 积分，年付价） |
| 核心定位 | 主打多主体一致性的 AI 视频生成平台，参考生视频是其杀手锏 |
Vidu 是生数科技和清华大学联合做的视频大模型，底层是自研的 U-ViT 架构--把 Diffusion 和 Transformer 统一在一起。它最早是国内少数能稳定输出长时长、高一致性视频的模型，从 2024 年发布到现在迭代到 Q3。官方定位是"中国首个长时长、高一致性、高动态性视频大模型"，这话不算吹。
它真正的护城河是参考生视频（Reference-to-Video）。上传 1 到 7 张参考图--可以是同一个人物的不同角度，也可以是不同角色、道具、场景--Vidu 把它们融进一段视频，主体全程不变形。这解决了 AI 视频最大的痛点：角色漂移。做动画连续剧、品牌 IP 短片、电商带货这种需要同一个角色反复出镜的活儿，它比纯文本模型省心太多。生数在 SXSW 2026 上演示了全球首个 AI 动画连续剧解决方案，背后引擎就是 Q3 参考生视频。
在 Artificial Analysis Video Arena 上，Vidu Q3 拿到 ELO 1220-1244，排世界第二，仅次于 Sora 2，把 Runway Gen-4.5、Kling 2.5 Turbo 压在身后。但它不是没短板：免费档带水印且不能商用，想出 1080p 长片得升到 Premium 以上；生成速度号称 10 秒，但高画质模式没那么快。
核心功能
参考生视频（Reference-to-Video）
全球首个这类功能。上传最多 7 张主体图，AI 把多张参考融合成一段视频，人物、物体、场景全程一致。配合主体库把角色/道具/场景存下来，下次一键复用。这是 Vidu 拉开差距的核心。
图生视频（Image-to-Video）
基于任意图片描述生成动态画面。首尾帧功能让你上传起始帧和结束帧，AI 自动填充中间过渡--对分镜师和动画师来说是个省时间的设计。漫画图转动画也是它的强项。
文生视频（Text-to-Video）
写提示词直接出片。Q3 模型有原生音频同步，对白、旁白、环境音、配乐一次性吐出来，不用再后期合成。社区里流传的"4 shot 结构"提示词模板能帮你快速做出有叙事感的短片。
Q3 双版本与错峰模式
Q3 分 Pro（高画质）和 Turbo（快出片）两档，最高 1080p、最长 16 秒。错峰模式能砍掉一半积分成本，Ultimate 档直接免费无限错峰生成--这是它性价比的来源。
API 接入
开发者可以按秒计费调用。Q3 参考生视频约 $0.05-0.125/秒， credits 单价 $0.005。还开放了 TTS、口型同步、动作同步端点，适合往自家 App 里嵌。
适合谁
适合： 需要角色跨镜头一致的动画师和漫画作者（二次元人物动态流畅度是它公认的强项）；做品牌 IP 和数字人短片的营销团队；电商带货把产品图动起来；需要 API 走量的开发者；预算敏感想用错峰模式走量的创作者。
不太适合： 需要超过 16 秒长片一次成型的团队（得拼接）；必须 4K 输出的电影级项目；对中文以外小语种提示词理解要求极高的场景。
同类竞品对比
| 维度 | Vidu Q3 | Sora 2 | Runway Gen-4.5 | Kling 2.5 |
|---|---|---|---|---|
| Arena 排名 | 第 2 | 第 1 | 第 3 之后 | 第 3 之后 |
| 最大时长 | 16 秒 | 20 秒 | 10 秒 | 数秒 |
| 多主体一致性 | 7 张参考 | 弱 | 弱 | 一般 |
| 原生音频 | 有 | 有 | 无 | 有 |
| 起步价 | $8/月 | $20/月 | $15/月 | 免费起步 |
FAQ
Vidu 免费版能干啥？
免费档给 10 次/月参考生视频额度，带水印、不能商用，能跑通基本流程。想出 1080p 无水印成片必须升 Standard 以上。新用户注册还有试用积分。
参考生视频怎么用？
上传 1-7 张参考图（同一人物多角度，或多个不同主体），写一段描述场景和动作的提示词，选分辨率和时长，生成。建议把常用角色存进主体库，下次直接调用。
Q3 Pro 和 Turbo 怎么选？
Turbo 快、便宜，适合初稿和走量；Pro 画质高、细节好，适合成片。工作流一般是 Turbo 出 3 个版本挑镜头，再换 Pro 出最终成片。
16 秒不够怎么办？
目前单次封顶 16 秒。长叙事靠多镜头拼接，配合首尾帧功能做转场。Vidu 没像 SkyReels V2 那样做无限时长，但角色一致性让拼接的连续性比竞品好。
商用授权怎么算？
付费计划都包含商用授权。免费档生成的不能商用。走 API 的输出按调用计费，商用许可包含在内。
API 成本怎么算？
按秒计费，Q3 参考生视频 480p 约 $0.07/秒，720p/1080p 约 $0.154/秒（第三方平台报价）。官方 credits 单价 $0.005，具体消耗看模型、分辨率、时长。
更新动态
客户评论
Vidu 在 Artificial Analysis Video Arena 拿到 ELO 1220-1244，全球第二仅次于 Sora 2。官方称覆盖 200+ 国家、数千万用户。社区里二次元和动画创作者的评价最高。
"Vidu 第一次帮我解决的问题是二次元人物动态有很好的流畅性--这个是当时很多 AI 平台不能控制的。我之前一直用 AE 给二次元人物做动态，Vidu 让我省了不少时间。" - 柔数特效，特效创作者
"这是一家技术实力很突出的'小而强'公司。多主体参考生视频明显改善了 AI 视频里的角色一致性问题，在角色表演、运镜和特效上都表现不错。" - Liguo，创作者
负面反馈集中在：免费档限制多、高画质模式生成速度没有宣称的 10 秒那么快、长片必须拼接、中文场景偶尔出戏。但性价比是社区公认的优势--"老牌视频大模型，极具性价比"是高频评价。
参考来源
- ▸Vidu 官网 | 产品与定价，功能介绍与各档价格
- ▸AITrendTool | Vidu 评测，Q3模型功能与价格验证
- ▸Atlas Cloud | Vidu API 文档，U-ViT架构与API端点说明
- ▸WaveSpeedAI | Vidu Q3 Reference-to-Video，多主体一致性与SXSW演示