Vidu Q4 Preview
Vidu Q4: anime um quadro ou monte uma cena a partir de referências
O Vidu Q4 é o modelo de vídeo mais novo da ShengShu Technology, lançado em prévia pública em 7 de outubro de 2026. Na Kuca, dá para usar o modelo de dois jeitos: dar vida a uma única imagem ou entregar a ele um painel de fotos de referência e clipes de voz para que monte uma cena nova com os mesmos personagens. Os clipes têm de 3 a 16 segundos e saem em qualquer resolução entre 540p e 4K.
Vidu Q4 na Kuca em resumo
- Modos
- Imagem para vídeo · Referência para vídeo
- Duração
- 3–16 segundos
- Resolução
- 540p · 720p · 1080p · 2K · 4K
- Referências
- Até 12 imagens e 3 clipes de voz
- Proporção (Referência multimodal)
- 16:9 · 9:16 · 4:3 · 3:4 · 1:1
O que muda com o Vidu Q4
Quase tudo o que há de novo no Vidu Q4 tem a ver com atuação. Segundo a ShengShu, o modelo amarra expressão facial, movimento do corpo e voz com mais precisão do que as versões anteriores do Vidu. Assim, um olhar, uma pausa ou um grito aparecem como uma interpretação só, e não como um rosto colado em cima de um movimento. O modelo também presta mais atenção em como a câmera se move e corta em torno da ação, e efeitos carregados, como faíscas, fumaça, fogos de artifício e explosões, ganham peso na cena e uma luz mais convincente.
A saída chega a 4K com cor de 10 bits, o que ajuda nos degradês suaves de céu, nos tons de pele e nas cenas noturnas. O lançamento leva o selo Preview: é a primeira versão pública de uma nova linha carro-chefe e, por enquanto, só trabalha a partir de imagens e material de referência. Ainda não existe modo só com texto, então qualquer vídeo do Vidu Q4 que você fizer na Kuca começa com pelo menos uma imagem.
Dois jeitos de começar um vídeo
Uma imagem
Imagem para vídeo: um quadro, um plano
Aqui a sua foto vira o quadro de abertura. O Vidu Q4 mantém a composição, a iluminação e o assunto da imagem e segue em frente de acordo com o seu prompt. Vale a pena quando você já tem exatamente o quadro que quer: uma cena-chave do storyboard, a foto de um produto, um retrato ou o último quadro de um clipe anterior que você quer continuar. No gerador acima, esse modo fica na aba Geração por quadro.
O clipe herda o enquadramento da imagem e não há proporção para escolher, então recorte a foto no formato certo antes de enviar. No prompt, conte o que acontece em seguida, como a ação, o movimento de câmera e o clima, em vez de descrever a foto de novo. O modelo já está vendo a imagem.
Painel de referências
Referência para vídeo: um painel de referências, uma cena nova
Neste modo, o quadro de abertura não fica travado. Você entrega ao Vidu Q4 as peças da cena, como personagens, figurino, objetos, produtos e um cenário, e ele compõe planos novos usando tudo isso. É o caminho certo para microdramas, mascotes que voltam a cada episódio e histórias de produto, em que a mesma pessoa ou o mesmo objeto precisa continuar igual em vários clipes separados. No gerador, ele está na aba Referência multimodal.
Aqui você escolhe a proporção da tela e pode ligar o áudio para o modelo acrescentar diálogos e efeitos sonoros à imagem. Clipes de voz opcionais dizem como cada personagem deve soar. Tudo o que você envia funciona como referência, não como quadro, então o modelo tem liberdade para escolher ângulos, distância e a marcação dos atores em cena.
Como montar um painel de referências que se sustenta
A Kuca aceita até 12 imagens de referência por geração do Vidu Q4; na plataforma do próprio Vidu, o limite divulgado é de 15. Mais fotos, porém, não significam automaticamente um resultado melhor. Cada imagem precisa justificar o espaço que ocupa mostrando algo que o modelo não consegue adivinhar: o rosto de frente e em três quartos, o figurino inteiro, um objeto segurado do jeito certo, o cômodo ou a rua onde a cena se passa.
Prefira fotos limpas, com luz uniforme e um só assunto claro em cada uma. Uma foto de grupo lotada obriga o modelo a descobrir sozinho quem importa. Se um personagem precisa ficar igual num clipe posterior, reaproveite as mesmas imagens na mesma ordem e descreva os elementos de forma simples no prompt, por exemplo a mulher de casaco vermelho ou a garrafa térmica prateada, para que o texto e as imagens apontem para as mesmas coisas.
- Rosto, de frente
- Rosto, ¾
- Figurino completo
- Objeto
- Cenário
- Segundo personagem
Até 12 imagens
Clipes de voz
- Protagonista
- Coadjuvante
- Narrador
Clipes de voz e som
O modo de referência aceita até três clipes de voz em MP3, cada um com 3 a 12 segundos. Eles mantêm a voz e o jeito de falar de um personagem estáveis de um plano para o outro, o que faz diferença quando uma série é montada a partir de gerações separadas. Funciona melhor um trecho de fala clara sem música por baixo, e um único falante por arquivo evita que as vozes se misturem.
Os clipes de voz só definem como a fala soa. Para alguém falar de verdade, ligue Gerar áudio e escreva a frase no prompt, dizendo quem fala e de que jeito: sussurrando, sem fôlego, meio rindo. Com o áudio ligado, o Vidu Q4 também acrescenta ambiência e efeitos que combinam com a imagem. Deixe desligado se você pretende colocar trilha, dublar ou mixar o clipe por conta própria depois.
Duração, resolução e créditos
Cada clipe do Vidu Q4 pode ter de 3 a 16 segundos. Clipes curtos são mais fáceis de dirigir: uma ação, um movimento de câmera, uma virada emocional. Guarde as durações maiores para cenas que precisam de preparação e desfecho, ou para prompts que pedem um corte dentro do clipe, e lembre que clipe mais longo também significa espera mais longa.
A resolução é o que mais pesa no custo. Em 540p já dá para conferir o ritmo, o enquadramento e se as suas referências estão sendo lidas do jeito certo. Suba para 720p ou 1080p para posts em redes sociais e deixe 2K e 4K para a versão que você vai entregar de fato ou levar para a correção de cor. O botão Gerar vídeo mostra o custo exato em créditos para a duração e a resolução escolhidas antes de você gastar qualquer coisa, e ligar o áudio não muda esse valor.
Prompts que dirigem uma atuação
Escreva o prompt como uma descrição curta de plano: quem está no quadro, o que faz, o que sente e o que a câmera faz. Algo como “A Júlia lê a mensagem, congela e depois ergue os olhos devagar para a porta, com a câmera se aproximando lentamente e luz quente de abajur” dá ao modelo um momento para interpretar. Uma fileira de adjetivos como cinematográfico, emocionante e lindo não dá nada com que atuar.
Uma ideia por clipe. Se você precisa de um plano de reação e de um plano aberto, gere os dois separadamente com as mesmas referências e junte na edição. Quando algo der errado, mude uma coisa por vez, seja a descrição da ação, uma única imagem de referência ou a duração, para saber qual mudança resolveu.
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.Perguntas sobre o Vidu Q4
Como faço um vídeo com o Vidu Q4 na Kuca?
Abra o gerador no topo desta página e escolha um modo. Em Geração por quadro, envie uma imagem e descreva o movimento. Em Referência multimodal, adicione de 1 a 12 imagens de referência, até 3 clipes de voz em MP3 se quiser, e descreva a cena. Escolha a duração e a resolução, confira o custo no botão Gerar vídeo e gere. O clipe pronto aparece no seu histórico.
Devo usar imagem para vídeo ou referência para vídeo?
Use imagem para vídeo quando você já tem o primeiro quadro exato e só quer que ele ganhe movimento. Use referência para vídeo quando o mesmo personagem, figurino ou produto precisa aparecer em planos novos que você descreve, ou quando quer diálogo com uma voz constante. Nos dois modos, as imagens podem ser JPG, PNG ou WebP.
O Vidu Q4 cria vídeo só a partir de texto?
Não na prévia atual. Os dois modos precisam de pelo menos uma imagem. Se você só tem uma ideia, crie antes um quadro-chave com um modelo de imagem e depois anime esse quadro com o Vidu Q4 em Geração por quadro ou use-o como referência em Referência multimodal.
Como manter o mesmo personagem em vários clipes?
Gere cada clipe no modo de referência com o mesmo conjunto de imagens, na mesma ordem, descreva o personagem com as mesmas palavras toda vez e reaproveite o mesmo clipe de voz. Mantenha a iluminação e o figurino coerentes nas próprias imagens de referência, porque o modelo segue o que vê.
Que tipo de clipe de voz funciona melhor?
Um MP3 de 3 a 12 segundos com uma pessoa falando com clareza, sem música e com pouco eco do ambiente. Grave no tom que você quer, já que um clipe calmo gera uma voz calma. Depois ligue Gerar áudio e coloque a fala exata entre aspas no prompt.
Quanto tempo pode durar um clipe e quanto custa?
De 3 a 16 segundos, em 540p, 720p, 1080p, 2K ou 4K. O custo é calculado por segundo e sobe com a resolução, e o botão Gerar vídeo mostra os créditos exatos para as suas configurações antes de começar. Ligar o áudio não aumenta o preço.
Ferramentas relacionadas
Experimente o Vidu Q4Imagem para vídeo
Anime uma foto com o modelo que combina melhor com cada plano, incluindo opções mais rápidas e mais baratas.
MiniMax H3 Max
Outro modelo guiado por referências, que também aceita clipes de vídeo como referência e oferece movimentos de câmera prontos.
Vídeos de produtos
Transforme fotos de produtos em anúncios curtos e clipes de vitrine para lojas e redes sociais.