Vidu Q4 Preview
Vidu Q4: anima un fotogramma o costruisci una scena dai riferimenti
Vidu Q4 è il modello video più recente di ShengShu Technology, uscito in anteprima pubblica il 7 ottobre 2026. Su Kuca puoi usarlo in due modi: dare vita a una singola immagine, oppure consegnargli una tavola di immagini di riferimento e clip vocali e lasciare che costruisca una scena nuova attorno agli stessi personaggi. Le clip durano da 3 a 16 secondi e si possono generare a qualsiasi risoluzione tra 540p e 4K.
Vidu Q4 su Kuca in breve
- Modalità
- Da immagine a video · Da riferimento a video
- Durata
- 3–16 secondi
- Risoluzione
- 540p · 720p · 1080p · 2K · 4K
- Riferimenti
- Fino a 12 immagini e 3 clip vocali
- Formato (Omni Reference)
- 16:9 · 9:16 · 4:3 · 3:4 · 1:1
Cosa cambia con Vidu Q4
Quasi tutte le novità di Vidu Q4 riguardano la recitazione. Secondo ShengShu, il modello lega espressione del volto, movimento del corpo e voce in modo più stretto rispetto alle versioni precedenti di Vidu: uno sguardo, una pausa o un urlo arrivano come un'unica interpretazione, non come una faccia incollata sopra un movimento. Anche i movimenti di camera e i tagli seguono meglio l'azione, e gli effetti più carichi, come scintille, fumo, fuochi d'artificio ed esplosioni, stanno nella scena con più peso e con una luce credibile.
L'output arriva fino al 4K con colore a 10 bit, utile per avere sfumature morbide nei cieli, negli incarnati e nelle scene notturne. La versione porta l'etichetta Preview: è la prima release pubblica di una nuova linea di punta e per ora lavora solo a partire da immagini e materiale di riferimento. Non esiste ancora una modalità solo testo, quindi ogni video Vidu Q4 che crei su Kuca parte da almeno un'immagine.
Due modi per iniziare un video
Un'immagine
Da immagine a video: un fotogramma, un'inquadratura
In questa modalità la tua immagine diventa il fotogramma iniziale. Vidu Q4 ne conserva composizione, luce e soggetto, poi prosegue seguendo il prompt. È la scelta giusta quando hai già esattamente il fotogramma che ti serve: una tavola chiave dello storyboard, la foto di un prodotto, un ritratto o l'ultimo fotogramma di una clip precedente da far proseguire. Nel generatore qui sopra la trovi nella scheda Generazione da fotogramma.
L'inquadratura della clip segue quella dell'immagine e il formato non si sceglie, perciò ritaglia la foto nella forma che ti serve prima di caricarla. Nel prompt non descrivere di nuovo la foto, che il modello vede già: racconta cosa succede dopo, cioè l'azione, il movimento di camera e l'atmosfera.
Tavola di riferimenti
Da riferimento a video: una tavola di riferimenti, una scena nuova
Qui il fotogramma iniziale non è bloccato. Dai a Vidu Q4 i pezzi della scena, cioè personaggi, costumi, oggetti di scena, prodotti e un luogo, e il modello compone inquadrature nuove usando quegli elementi. È la modalità pensata per mini serie, mascotte ricorrenti e racconti di prodotto, dove la stessa persona o lo stesso oggetto deve restare fedele in più clip separate. Nel generatore si trova nella scheda Omni Reference.
In questa modalità scegli tu il formato e puoi attivare l'audio, così il modello aggiunge dialoghi ed effetti sonori alle immagini. Le clip vocali, facoltative, gli dicono come deve suonare ogni personaggio. Tutto quello che carichi vale come riferimento e non come fotogramma, quindi il modello è libero di decidere angolazioni, distanza e posizioni degli attori nella scena.
Come costruire una tavola di riferimenti che regga
Kuca accetta fino a 12 immagini di riferimento per ogni generazione con Vidu Q4; sulla propria piattaforma Vidu ne indica fino a 15. Ma più immagini non significano automaticamente un risultato migliore. Ognuna deve guadagnarsi il posto mostrando qualcosa che il modello non può indovinare: il volto di fronte e di tre quarti, il costume completo, un oggetto tenuto nel modo giusto, la stanza o la strada in cui si svolge la scena.
Usa foto pulite, con luce uniforme e un solo soggetto chiaro per immagine. Una foto di gruppo affollata costringe il modello a capire da solo chi conta. Se un personaggio deve restare identico in una clip successiva, riusa le stesse immagini nello stesso ordine e descrivile in modo semplice nel prompt, per esempio la donna con il cappotto rosso o la moka d'alluminio, così testo e immagini indicano le stesse cose.
- Volto, di fronte
- Volto, di ¾
- Costume completo
- Oggetto di scena
- Ambientazione
- Secondo personaggio
Fino a 12 immagini
Clip vocali
- Protagonista
- Spalla
- Narratore
Clip vocali e sonoro
La modalità a riferimento accetta fino a tre clip vocali in formato MP3, ciascuna lunga da 3 a 12 secondi. Servono a mantenere stabili la voce e il modo di parlare di un personaggio da un'inquadratura all'altra, cosa che conta quando una serie viene montata a partire da generazioni separate. Funziona meglio una registrazione di parlato chiaro senza musica sotto, e un solo parlante per file evita che le voci si mescolino.
Le clip vocali definiscono solo come suona il parlato. Perché qualcuno parli davvero, attiva Genera audio e scrivi la battuta nel prompt, indicando chi la pronuncia e come: sottovoce, col fiatone, mezzo ridendo. Con l'audio attivo, Vidu Q4 aggiunge anche ambiente ed effetti coerenti con l'immagine. Lascialo spento se pensi di musicare, doppiare o mixare la clip per conto tuo in un secondo momento.
Durata, risoluzione e crediti
Ogni clip di Vidu Q4 può durare da 3 a 16 secondi. Le clip brevi sono più facili da dirigere: un'azione, un movimento di camera, un passaggio emotivo. Tieni le durate lunghe per le scene che hanno bisogno di una preparazione e di una chiusa, o per i prompt che chiedono un taglio all'interno della clip, e ricorda che una clip più lunga richiede anche un'attesa più lunga.
È la risoluzione a pesare di più sul costo. Il 540p basta per controllare tempi, inquadratura e se i riferimenti vengono letti nel modo giusto. Passa a 720p o 1080p per i post sui social e tieni 2K e 4K per la versione che consegnerai davvero o che passerà in color correction. Il pulsante Genera video mostra il costo esatto in crediti per durata e risoluzione prima che tu spenda qualcosa, e attivare l'audio non lo cambia.
Prompt che dirigono una recitazione
Scrivi il prompt come una breve descrizione d'inquadratura: chi è in campo, cosa fa, cosa prova e cosa fa la camera. Una frase come «Giulia legge il messaggio, si blocca, poi alza lentamente lo sguardo verso la porta; lenta carrellata in avanti, luce calda di abat-jour» dà al modello un momento da interpretare. Una fila di aggettivi come cinematografico, emozionante e bellissimo non gli dà niente su cui recitare.
Un'idea per clip. Se ti servono un primo piano di reazione e un campo largo, generali separatamente con gli stessi riferimenti e montali dopo. Quando qualcosa va storto, cambia una cosa alla volta, che sia la descrizione dell'azione, una singola immagine di riferimento o la durata, così capisci quale modifica ha risolto il problema.
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.Domande frequenti su Vidu Q4
Come si crea un video con Vidu Q4 su Kuca?
Apri il generatore in cima a questa pagina e scegli una modalità. In Generazione da fotogramma carica un'immagine e descrivi il movimento. In Omni Reference aggiungi da 1 a 12 immagini di riferimento, fino a 3 clip vocali in MP3 se ti servono, e descrivi la scena. Scegli durata e risoluzione, controlla il costo sul pulsante Genera video e avvia. La clip finita compare nella tua cronologia.
Meglio da immagine a video o da riferimento a video?
Da immagine a video quando hai già il primo fotogramma esatto e vuoi solo metterlo in movimento. Da riferimento a video quando lo stesso personaggio, costume o prodotto deve comparire in inquadrature nuove che descrivi tu, oppure quando vuoi dialoghi con una voce coerente. In entrambi i casi le immagini possono essere JPG, PNG o WebP.
Vidu Q4 può creare un video partendo solo da un prompt testuale?
Non nell'anteprima attuale: entrambe le modalità richiedono almeno un'immagine, in JPG, PNG o WebP. Se hai solo un'idea, crea prima un fotogramma chiave con un modello di immagini, poi animalo con Vidu Q4 in Generazione da fotogramma oppure usalo come riferimento in Omni Reference.
Come mantengo lo stesso personaggio in più clip?
Genera ogni clip in modalità a riferimento con lo stesso gruppo di immagini nello stesso ordine, descrivi il personaggio sempre con le stesse parole e riusa la stessa clip vocale. Mantieni coerenti luce e costumi già nelle immagini di riferimento, perché il modello segue quello che vede.
Che tipo di clip vocale funziona meglio?
Un MP3 da 3 a 12 secondi con una sola persona che parla in modo chiaro, senza musica e con poco riverbero dell'ambiente. Registrala con il tono che cerchi, perché una clip calma produce una voce calma. Poi attiva Genera audio e scrivi la battuta esatta tra virgolette nel prompt.
Quanto può durare una clip e quanto costa?
Da 3 a 16 secondi, in 540p, 720p, 1080p, 2K o 4K. Il costo si calcola al secondo e cresce con la risoluzione; il pulsante Genera video mostra i crediti esatti per le tue impostazioni prima di iniziare. Attivare l'audio non aumenta il prezzo.
Strumenti correlati
Prova Vidu Q4Immagine in video
Anima una foto con il modello più adatto a ogni inquadratura, comprese opzioni più rapide ed economiche.
MiniMax H3 Max
Un altro modello guidato dai riferimenti, che accetta anche clip video come riferimento e offre movimenti di camera preimpostati.
Video pubblicitari di prodotto
Trasforma le foto dei prodotti in brevi spot e clip vetrina per negozi online e social.