Vidu Q4 Preview
Vidu Q4 : animer une image ou construire une scène à partir de références
Vidu Q4 est le tout dernier modèle vidéo de ShengShu Technology, disponible en préversion publique depuis le 7 octobre 2026. Sur Kuca, il s'utilise de deux façons : donner vie à une seule image, ou lui confier un ensemble d'images de référence et d'extraits vocaux pour qu'il mette en scène une nouvelle séquence avec les mêmes personnages. Les clips durent de 3 à 16 secondes, avec un rendu qui va du 540p jusqu'à la 4K.
Vidu Q4 sur Kuca en bref
- Modes
- Image en vidéo · Référence en vidéo
- Durée du clip
- 3 à 16 secondes
- Résolution
- 540p · 720p · 1080p · 2K · 4K
- Références
- Jusqu'à 12 images et 3 extraits vocaux
- Format (Référence Omni)
- 16:9 · 9:16 · 4:3 · 3:4 · 1:1
Ce que Vidu Q4 change
L'essentiel des nouveautés de Vidu Q4 tient au jeu d'acteur. Selon ShengShu, le modèle accorde mieux qu'auparavant les expressions du visage, les mouvements du corps et la voix : les expressions gagnent en finesse, les émotions se lisent plus clairement et les gestes paraissent plus naturels. Un regard, un silence ou un cri forment ainsi une seule et même interprétation, au lieu d'un visage plaqué sur un mouvement. La caméra, elle, colle de plus près à l'action, dans ses déplacements comme dans ses coupes. Quant aux effets chargés, étincelles, fumée, feux d'artifice ou explosions, ils s'inscrivent dans la scène avec plus de matière et une lumière plus crédible.
La sortie monte jusqu'à la 4K avec une couleur en 10 bits, ce qui se remarque surtout dans les dégradés : un ciel au crépuscule, des carnations, une scène de nuit. Cette version porte encore l'étiquette Preview. Il s'agit de la première version publique d'une nouvelle gamme phare, et pour l'instant elle ne travaille qu'à partir d'images et de références. Il n'existe pas encore de mode texte seul : toute vidéo Vidu Q4 créée sur Kuca part donc d'au moins une image.
Deux façons de lancer une vidéo
Une image
Image en vidéo : une image, un plan
En mode image en vidéo, votre photo devient la première image du clip. Vidu Q4 en conserve la composition, l'éclairage et le sujet, puis enchaîne selon ce que décrit votre prompt. C'est le bon choix quand vous tenez déjà l'image exacte : un visuel clé tiré d'un storyboard, une photo produit, un portrait, ou la dernière image d'un clip précédent que vous voulez prolonger sans rupture. Dans le générateur ci-dessus, il s'agit de l'onglet Génération par image clé.
Le cadrage du clip reprend celui de votre image, et ce mode ne propose pas de choix de format. Recadrez donc la photo avant de l'importer, à la verticale pour un téléphone ou à l'horizontale pour un grand écran. Dans le prompt, décrivez la suite : l'action, le mouvement de caméra, l'ambiance. Inutile de redécrire ce qu'on voit sur la photo, le modèle l'a déjà sous les yeux.
Planche de références
Référence en vidéo : une planche de références, une nouvelle scène
Ici, la première image n'est pas imposée. Vous fournissez à Vidu Q4 les éléments d'une scène, qu'il s'agisse de personnages, de costumes, d'accessoires, de produits ou d'un décor, et il compose de nouveaux plans qui les réutilisent. C'est le mode des séries courtes, des mascottes récurrentes et des histoires de produit, bref de tous les projets où une même personne ou un même objet doit rester juste d'un clip à l'autre. Dans le générateur, il se trouve sous l'onglet Référence Omni.
Dans ce mode, c'est vous qui choisissez le format : 16:9, 9:16, 4:3, 3:4 ou 1:1. Vous pouvez aussi activer l'audio pour que le modèle ajoute dialogues et effets sonores à l'image, et joindre des extraits vocaux facultatifs qui indiquent comment chaque personnage doit sonner. Tout ce que vous importez sert de référence et non d'image de départ : le modèle reste libre de choisir les angles, la distance et la place de chacun dans le cadre.
Une planche de références qui tient la route
Kuca accepte jusqu'à 12 images de référence par génération Vidu Q4, alors que Vidu en annonce jusqu'à 15 sur sa propre plateforme. Ajouter des images ne garantit pas pour autant un meilleur résultat. Chacune doit mériter sa place en montrant ce que le modèle ne peut pas deviner : un visage de face et de trois quarts, la tenue complète, un accessoire tenu dans le bon sens, la pièce ou la rue où se déroule la scène.
Privilégiez des images nettes, à l'éclairage homogène, avec un seul sujet bien identifiable sur chacune. Face à une photo de groupe chargée, le modèle doit d'abord deviner qui compte vraiment. Si un personnage doit rester identique dans un clip suivant, reprenez les mêmes images dans le même ordre et nommez-les simplement dans le prompt, par exemple la femme au manteau rouge ou la gourde isotherme argentée. Le texte et les images désignent alors bien les mêmes choses.
- Visage, de face
- Visage, de ¾
- Tenue complète
- Accessoire
- Décor
- Second personnage
Jusqu'à 12 images
Extraits vocaux
- Rôle principal
- Partenaire
- Narrateur
Extraits vocaux et son
Le mode référence accepte jusqu'à trois extraits vocaux au format MP3, de 3 à 12 secondes chacun. Ils maintiennent la voix et la diction d'un personnage d'un plan à l'autre, ce qui devient essentiel dès qu'une série est montée à partir de générations séparées. Le mieux est une parole claire sans musique en fond, et un seul locuteur par fichier évite que les voix se mélangent.
Ces extraits ne règlent que le timbre et la façon de parler. Pour que quelqu'un parle vraiment, activez Générer l'audio et écrivez la réplique dans le prompt, en précisant qui la dit et sur quel ton : chuchotée, à bout de souffle, à moitié en riant. Avec l'audio activé, Vidu Q4 ajoute aussi une ambiance et des effets sonores accordés à l'image. Laissez l'option désactivée si vous comptez mettre en musique, doubler ou mixer le clip vous-même par la suite.
Durée, résolution et crédits
Chaque clip Vidu Q4 peut durer de 3 à 16 secondes, avec 5 secondes en 720p par défaut. Un clip court est plus facile à diriger : une action, un mouvement de caméra, une émotion. Gardez les durées longues pour les scènes qui ont besoin d'une mise en place et d'une chute, ou pour les prompts qui demandent une coupe à l'intérieur du clip. Et n'oubliez pas qu'un clip plus long se fait aussi attendre plus longtemps.
C'est la résolution qui pèse le plus sur le coût. Le 540p suffit pour vérifier le rythme, le cadrage et la bonne lecture de vos références. Passez en 720p ou en 1080p pour les réseaux sociaux, et réservez la 2K et la 4K à la version que vous livrerez réellement ou que vous enverrez à l'étalonnage. Le décompte se fait à la seconde : le bouton Générer la vidéo affiche le nombre exact de crédits pour votre durée et votre résolution avant toute dépense, et activer l'audio ne change rien à ce montant.
Des prompts qui dirigent le jeu
Rédigez le prompt comme une courte description de plan : qui est à l'image, ce que fait cette personne, ce qu'elle ressent et ce que fait la caméra. Une phrase comme « Elle lit le SMS, se fige, puis lève lentement les yeux vers la porte, lent travelling avant, lumière chaude d'une lampe de chevet » donne au modèle un vrai moment à jouer. Une suite d'adjectifs comme cinématographique, émouvant et magnifique, en revanche, ne lui laisse rien à interpréter.
Une idée par clip, pas plus. S'il vous faut un plan de réaction et un plan large, générez-les séparément avec les mêmes références, puis montez-les ensemble. Quand quelque chose cloche, ne modifiez qu'un élément à la fois, que ce soit la formulation de l'action, une seule image de référence ou la durée. Vous saurez ainsi quelle modification a vraiment réglé le problème.
The detective from the first two images sits across the table from the woman in the red coat. He slides a photo toward her. She glances at it, looks away and says quietly, "I've never seen him before." Slow push-in on her face, rain running down the window behind them.Questions fréquentes sur Vidu Q4
Comment créer une vidéo Vidu Q4 sur Kuca ?
Ouvrez le générateur en haut de cette page et choisissez un mode. Sous Génération par image clé, importez une image et décrivez le mouvement. Sous Référence Omni, ajoutez de 1 à 12 images de référence, jusqu'à 3 extraits vocaux MP3 si besoin, puis décrivez la scène. Choisissez la durée et la résolution, vérifiez le coût en crédits sur le bouton, puis cliquez sur Générer la vidéo. Le clip terminé apparaît dans votre historique.
Image en vidéo ou référence en vidéo : lequel choisir ?
Prenez image en vidéo si vous avez déjà la première image exacte et que vous voulez simplement la mettre en mouvement. Passez à référence en vidéo quand le même personnage, la même tenue ou le même produit doit apparaître dans de nouveaux plans que vous décrivez, ou quand vous voulez des dialogues portés par une voix constante.
Vidu Q4 peut-il créer une vidéo à partir d'un simple texte ?
Pas dans la préversion actuelle. Les deux modes demandent au moins une image, en JPG, PNG ou WebP. Si vous n'avez qu'une idée, créez d'abord une image clé avec un modèle d'image, puis animez-la avec Vidu Q4 ou utilisez-la comme référence pour une nouvelle scène.
Comment garder le même personnage sur plusieurs clips ?
Générez chaque clip en mode référence avec le même jeu d'images dans le même ordre, décrivez le personnage avec les mêmes mots à chaque fois et réutilisez le même extrait vocal. Veillez aussi à ce que l'éclairage et la tenue soient cohérents dans les images de référence elles-mêmes, car le modèle suit ce qu'il voit.
Quel extrait vocal donne les meilleurs résultats ?
Un MP3 de 3 à 12 secondes avec une seule personne qui parle distinctement, sans musique et avec peu d'écho. Enregistrez-le dans le ton recherché, car un extrait calme donne une voix calme. Activez ensuite Générer l'audio et placez la réplique exacte entre guillemets dans votre prompt.
Quelle durée pour un clip, et combien ça coûte ?
De 3 à 16 secondes, en 540p, 720p, 1080p, 2K ou 4K. Le coût est calculé à la seconde et augmente avec la résolution, et le bouton Générer la vidéo affiche le nombre exact de crédits pour vos réglages avant le lancement. Activer l'audio n'ajoute rien au prix.
Outils associés
Essayer Vidu Q4Image en vidéo
Animez une photo avec le modèle le plus adapté au plan, y compris des options plus rapides et moins chères.
MiniMax H3 Max
Un autre modèle piloté par références, qui accepte aussi des clips vidéo comme références et propose des mouvements de caméra prédéfinis.
Vidéos publicitaires produit
Transformez des photos produit en courtes pubs et en clips de présentation pour boutiques en ligne et réseaux sociaux.