昨天，Vidu Q2的多圖參考生視頻上線了。

測(cè)了幾個(gè)小時(shí)以后，先說結(jié)論，確實(shí)是多圖參考生視頻的王。

也是一種，做AI視頻工作流的，新范式。

我花了一個(gè)下午的時(shí)間做了一個(gè)小短片，完全用的多圖參考生視頻，沒有用傳統(tǒng)的生圖-圖生視頻的工作流，基本上沒roll多少次，就實(shí)現(xiàn)了這樣的效果。

很酷，很有意思。

說實(shí)話，自從Veo3、可靈2.5、Sora2以后，我自己，越來越不喜歡用圖生視頻了。

最開始的時(shí)候，23年，我那個(gè)預(yù)告片總共肝了693張圖片，185個(gè)鏡頭，最終選出來60個(gè)鏡頭。

那個(gè)時(shí)候，其實(shí)是沒辦法的辦法，先生圖，再用圖生視頻的方式，對(duì)于流程還是挺蛋疼的，需要你強(qiáng)行來回跳轉(zhuǎn)不同的產(chǎn)品。

而且圖片本身，很多時(shí)候是個(gè)靜幀，會(huì)影響很多動(dòng)態(tài)的發(fā)揮，如果不是為了一致性，很多時(shí)候，我真的喜歡用文生視頻去做。

后來，去年11月，Vidu第一次上線了多圖參考生視頻，可以用幾張圖，就能保持人物、物品、場(chǎng)景一致性，開啟了多參黨的時(shí)代。

那個(gè)時(shí)候，我也寫過Vidu。

比如當(dāng)時(shí)，隨手拍了我非常喜歡的Dimoo，之前的熊貓款的三視圖。然后扔到Vidu里。

然后不到1分鐘，一段Dimoo在森林里的視頻就做完了。

不過這個(gè)效果，其實(shí)已經(jīng)是Vidu去年基模還是1.5的時(shí)候的效果了，對(duì)甚至連Q這個(gè)開頭前綴都沒有。

而現(xiàn)在，在經(jīng)歷了Vidu 1.5、Vidu 2.0、Vidu Q1之后，新的Vidu Q2，確實(shí)給多圖參考，帶來了一些以前達(dá)到不了的效果。

而圖生視頻這個(gè)工作流，就好像曾經(jīng)的SD一樣，可能確實(shí)會(huì)越來越被我，封印在歷史的塵埃里了。

今天，我是一個(gè)光榮的多參黨。

我覺得這次的Q2和多參升級(jí)，可以體現(xiàn)在3個(gè)方面：

大幅進(jìn)化的一致性，更強(qiáng)的表演能力，以及更棒的多風(fēng)格表現(xiàn)力。

一個(gè)一個(gè)來說。

一. 一致性

參考生視頻的，我們很多時(shí)候最看重的，就是一致性，

三個(gè)月前，Vidu Q1的多參生圖其實(shí)已經(jīng)很強(qiáng)了，但是遇到超多主體的情況還是會(huì)歇菜。

而這次，Q2更新以后，就牛逼了很多。

比如，讓文藝復(fù)興的新三杰和舊三杰同框出現(xiàn)。

這是Q2的效果，鏡頭依次出現(xiàn)六個(gè)畫家，每個(gè)人的特征都基本保留，實(shí)現(xiàn)了這個(gè)挑戰(zhàn)。

而如果你返回去，看Q1的話，會(huì)發(fā)現(xiàn)還是會(huì)失敗的。

比如會(huì)出現(xiàn)人物不全，或者人物突然從地里鉆出來的情況。

用多圖參考生視頻也特別簡單，就是把你的圖片都傳上去之后，直接按@鍵，@任何人和任何物品，超級(jí)簡單，比Sora2的那個(gè)@還要絲滑，因?yàn)镾ora2只能@人物，但是沒法@物品或者場(chǎng)景。

這是6個(gè)人的，再來看一下主體+物品的case。

比如讓范德彪穿著草裙在沙灘上曬太陽。

然后就得到了一個(gè)曬到七成熟的德彪。

再讓川普先從冰箱里拿出來一罐百事可樂，再拿出來一瓶可口可樂。

生成出來的結(jié)果，川普、百事可樂和可口可樂，都保持了原狀。

特別是百事上的字，也保持的非常好。

還有一個(gè)，我覺得很有趣的case，也是一個(gè)之前沒玩過的玩法，就是你可以通過多主體，讓主人公實(shí)現(xiàn)變身。

提示詞是這樣的：

最驚喜的是，鏡子里和鏡子外的變化非常同步，這個(gè)是真的是有點(diǎn)東西的。

還有一個(gè)玩法，就是人物不變，場(chǎng)景變化。

提示詞也非常簡單：

在一致性上，表現(xiàn)的非常完美。

二. 情緒表演

表演這一塊，也是Q2的重頭戲。

拿我喜歡的演員基里安墨菲來舉例，我從他演過的英劇《浴血黑幫》里找了幾張圖，做了一個(gè)叫Tommy的主體。

這個(gè)主體其實(shí)也是多圖的的升級(jí)功能。

就是比如一個(gè)角色，我們?yōu)榱怂€(wěn)定，就可能要傳三張不同角度的圖上去，而傳統(tǒng)的做法，就是寫男人靠在XX地方，讓AI視頻自己去腦補(bǔ)，哦這三張圖片是這個(gè)男人啊。后續(xù)的復(fù)用上，也不好管理。

現(xiàn)在，你可以用主體的方式，命名，然后，直接@它就完事了，還能保存成主體庫，后續(xù)隨便用，很方便。

這些小細(xì)節(jié)，Vidu做的確實(shí)是蠻好的。

我們?cè)诳纯瓷厦婺莻€(gè)Prompt和主體跑出來的效果。

瞬間，得到了這個(gè)非常細(xì)膩的表演。

基里安的眼睛是真的有戲啊，把脆弱感展現(xiàn)的淋漓盡致。

相比之下Q1的演技就完全沒開竅，就是眼睛轉(zhuǎn)了幾下，你也看不出到底要表達(dá)什么情緒。

末了嘴里還變出一根煙。。。

你也不知道它到底在干啥。

再來看一有趣的case。

就是你只是給它一個(gè)規(guī)定情境，沒有很詳細(xì)的提示詞，Vidu Q2也能完成一段很優(yōu)質(zhì)的表演。

比如下面這個(gè)。

提示詞真的非常簡單，就是一個(gè)情境，用的主體是德尼羅老爺子。

出來的效果，就很有故事感，除了白發(fā)人送黑發(fā)人的悲傷和無奈，年長者努力控制情緒的克制，還能看出絲絲的不甘和恨意，似乎想給孩子復(fù)仇，很好品。

而如果說，Vidu Q2的真人表演已經(jīng)很不錯(cuò)了，那么二次元領(lǐng)域的表演更是Vidu的拿手好戲。

畢竟，動(dòng)漫，很多時(shí)候，都是Vidu的代名詞之一。

先來一個(gè)經(jīng)典的日劇跑段落。

出來的效果真的很有那味兒，可以直接配一首《你的名字》了。

讓我想起那年夕陽下的奔跑，那是我逝去的青春。。。

除了這種大開大合的表演情緒，做小表情也很有活人感。

比如下面這個(gè)情侶吵架的case。

表情和動(dòng)作都很自然，真的有點(diǎn)像某一部番的片段了。

在測(cè)試情緒的過程中，我還發(fā)現(xiàn)，Vidu非常懂動(dòng)漫中常見的情緒表現(xiàn)手法。

比如下面這個(gè)case，它會(huì)通過眉眼邊上的線條抽動(dòng)、瞳孔驟然縮小、眼白布滿紅血絲，來展現(xiàn)一個(gè)人極致恐懼的情緒。

但說實(shí)話，大部分情況下我都不會(huì)給這么細(xì)的提示詞。

我在這一段，只規(guī)定了三個(gè)點(diǎn)，男人極度驚恐的表情，半明半暗的光影，和推鏡頭的運(yùn)動(dòng)。

而Q2能憑借自身的技法積累，在我的提示詞框架里面完善細(xì)節(jié)，最后得到一個(gè)，有表現(xiàn)力的效果。

我只能說，他們動(dòng)漫的效果，是真的強(qiáng)啊。

再比如下面的這個(gè)case。

提示詞非常簡單，但Vidu就能做的很對(duì)味兒。

仔細(xì)一看，秘訣原來是，Vidu把女孩眼睛里面的高光給去掉了。。。

有高光，看起來就比較清澈，沒有高光，就很陰。

真的非常細(xì)節(jié)。。。

三.多風(fēng)格表現(xiàn)力

剛才那一趴大家也看到了，Vidu Q2做出來的動(dòng)漫視頻效果很出挑。

所以這一趴，我做了更多不同動(dòng)畫風(fēng)格的case，讓大家感受一下，Vidu的動(dòng)畫風(fēng)格表現(xiàn)力。

真的，Vidu無愧于AI視頻動(dòng)漫之王的稱號(hào)。

后面這些，我就不放截圖了，但是和生成方法和前面還是一樣的。都是貼上參考圖，或者貼上主體，然后寫提示詞，生成視頻。

先從最日常的泡面番風(fēng)格開始。

熱血戰(zhàn)斗番，亦正亦邪的反派既視感，一時(shí)間幻視了不少角色。

還有追求音樂夢(mèng)想的美少女，在空蕩的禮堂里獨(dú)自練習(xí)。

超典型360度環(huán)繞運(yùn)鏡。

或者更加風(fēng)格化一點(diǎn)，比如下面這些。

不要忘了，這些都是用Vidu Q2的多參考生視頻生出來的。

所以，不僅有超棒的角色一致性，還有特別棒的風(fēng)格一致性。

還有一個(gè)更酷的，就是我測(cè)下來發(fā)現(xiàn)，Q2真的很適合生成一些中二動(dòng)漫場(chǎng)面，因?yàn)樗倪\(yùn)鏡和特效，給的真的太足了。

比如下面這個(gè)男人舞劍的case。

鏡頭拉近拉遠(yuǎn)再拉近，還有揮劍形成的狂風(fēng)，效果直接拉滿了。

再比如這個(gè)打斗。

刀光劍影，飛檐走壁，人物和鏡頭的運(yùn)動(dòng)都很豐富，也只抽了兩次卡。

Vidu Q2這次的參考生視頻，確實(shí)要比之前的質(zhì)量好太多了。

超多主體同框一致性的穩(wěn)定，以及Q2基模所帶來的效果提升。

再加上參考生視頻能帶來更牛逼的運(yùn)鏡和自然的表演。

確實(shí)，是多參黨的勝利，也是新的工作流范式，進(jìn)化的前夜。

最后，再來說說大家最關(guān)心的價(jià)格問題。

以標(biāo)準(zhǔn)版月度會(huì)員為例，59元800積分，20積分就能生成一條8s視頻，折合下來1.475元/條，約0.184元/s。

幾乎就是現(xiàn)在最便宜的AI視頻模型之一了。

整體來說，這次Vidu Q2的多參還是讓我很驚喜的。

而且他們也上了APP，跟Sora2那樣的交互，也能玩合拍，不過是用多參做的，也挺有意思的，感興趣的可以去玩玩。

我也還是很相信，多圖參考生視頻，是未來的共識(shí)。

Vidu，未來可期。

以上，既然看到這里了，如果覺得不錯(cuò)，隨手點(diǎn)個(gè)贊、在看、轉(zhuǎn)發(fā)三連吧，如果想第一時(shí)間收到推送，也可以給我個(gè)星標(biāo)?～謝謝你看我的文章，我們，下次再見。

>/ 作者：卡茲克

>/ 投稿或爆料，請(qǐng)聯(lián)系郵箱：wzglyay@virxact.com