徽声在线报道

近期，几部由AI制作的短片在网络上掀起热潮，引发了广泛关注。

Land工作室打造的《接招吧！咻孩》，成功唤起了人们童年守在电视机前观看特摄剧的美好回忆。

影片中，老虎怪人、章鱼烧人等形象，以及孩子们充满幻想的场景，搭配上熟悉的粗粝画面，瞬间将观众拉回到儿时时光。

孩子们尽情嬉闹，镜头切换到一旁的老人，情绪也随之悄然转变。这部作品既能呈现热闹场面，又能细腻地刻画人物内心，可见AI角色在表演方面愈发成熟。

而且，这种出色的表现并非局限于某一种风格，而是逐渐在多种画风中得以展现。

从充满热血的2D动漫，到风格独特的3D动画，再到带有手工质感的黏土定格动画，AI视频在打戏和文戏的表现上都愈发精彩，镜头运用也愈发讲究。

国庆档前后，生数科技新发布的Vidu Q4 Preview在多支风格各异的短片中大放异彩。《斩梦》中红刃与巨蛇展开高速交锋，《青山》将杀气巧妙地融入烛光下的磨刀场景，《吃掉日子的猫》则借助黏土般的小脸生动地传达情绪。

左右滑动查看

生数科技的技术探索并未止步于此，还向要求更为严苛的院线制作领域迈进。

即将上映的院线级AI原生电影《三星堆：未来往事》，生数科技为其提供了首席技术支持。

将新技术引入电影院，是推动电影工业不断进步的重要途径。从卡梅隆对3D与表演捕捉技术的探索，到李安对4K、每秒120帧拍摄技术的尝试，新的视听体验往往需要经过多次摸索才能实现。

这些前沿探索在当时或许并不完美，甚至饱受争议。但正是这些一次次的技术冲锋，推动着电影视听语言和沉浸体验不断突破。从小屏幕迈向巨型银幕，这中间跨越的正是技术能力的巨大考验。

此次升级的Q4 Preview，在人物表现、运镜和复杂视效方面表现出色，尤其是在2D和3D动漫场景中，表现力堪称一绝。而且，其首发优惠价低至0.09元/秒起。

由此，一个极具吸引力的观点出现了：AI视频既能呈现出精美的画面，又能实现低成本制作。

以往，许多创意因反复试拍带来的高额费用而搁置。生成几次不满意，看看账户余额，便只能放弃。如今，能够拍出好戏，也让人有底气多拍几遍。

Q4 Preview所呈现的作品，已形成了独特的辨识度。一登场，便再次惊艳全网。特别是其独特的「高燃」Vidu风格，在如今视频同质化严重的当下显得尤为突出。

动作刚劲有力、镜头富有气势、角色生动传神。

这种「Vidu味儿」，正从热血打戏中，逐渐蔓延至东方奇幻、定格动画和细腻文戏等领域。

中国AI视频，步入下半场竞争

如今的AI视频赛道，与中国乒乓球的竞争态势颇为相似。

高手云集，竞争愈发激烈且细致。队内的激烈竞争，不断提升着行业的整体水平。

Seedance2.5持续深入专业制作流程，强调30秒长叙事、精准参考与编辑，还具备白模控制、绿幕编辑等能力。

可灵则在真实感与精细控制方面不断发力，围绕长叙事、关键帧和多模态参考，让创作者能够更细致地安排剧情。

Vidu Q4 Preview则将「传神表现力」作为核心卖点：人物表演生动、镜头运用灵活、特效震撼，再以更低的试拍价格，让这些能力惠及更多创作者。

三条发展路线，指向同一个方向：AI视频正从「生成画面」迈向「导演内容」。

这背后，是中国内容产业正经历的巨大变革。

以国漫为例，2025年，《哪吒2》全球票房突破159亿元，登顶全球动画电影票房榜。

这一辉煌成就充分证明，中国观众愿意为顶级动画、优秀角色和精彩故事买单。

但观众记住的，远不止是特效。

从《哪吒之魔童闹海》到《浪浪山小妖怪》，国漫给观众留下深刻印象的，既有震撼的大场面，也有角色的脾气、情绪和独特个性。

技术负责打造视觉奇观，而故事则是留住观众的关键。

与此同时，短剧和漫剧市场正蓬勃发展：全国网络视听用户数量接近11亿；漫剧商业化进程加快，行业政策也给予大力支持。

随着市场规模的扩大，观众对作品的要求也越来越高。

短剧、漫剧正告别粗放式生产，向精品化竞争迈进。

仅仅能够生成画面，只是进入行业的敲门砖。具备出色的角色表演能力、懂得镜头运用、能够讲述精彩故事，才是真正的核心竞争力。AI视频模型对优质内容创作的推动作用，就体现在这些具体的镜头之中。

人物的精彩演绎、叙事的自然衔接以及整体内容的出色表现力，直接决定着一部作品能够走多远。

AI视频的上半场，比拼的是技术实力；而下半场，则开始比拼作品质量。

实测体验：不仅能打，还要会演

领略了众多优秀作品的风采后，我们将目光聚焦到Q4 Preview的升级之处，它体现在一场文戏、一次跳跃、一记大招等细节之中。

动漫角色的眼神、动作和声音，都有了更为细腻的表达。

角色生动传神：一封信，道尽人物心事

列车上的女子手握蓝色信封，从最初的紧绷状态，到抬眼张望，再到含泪浅笑，情绪随着窗外小站的景色一点点展开。

整段剧情没有一句对白，Q4 Preview仅通过眼神、嘴角和手部动作，就将人物的心事展现得淋漓尽致。脸上的表情变化自然流畅，手部动作也与情绪紧密相连，动漫文戏同样能够深深吸引观众。

要实现「角色生动传神」，就需要让表情和身体动作共同传递情绪。

Q4 Preview在强化人物演绎方面下足功夫，从这些镜头中，我们能够真切感受到细腻表演的魅力。

镜头富有张力：跳过屋顶，细节清晰呈现

不仅如此，Q4 Preview还强化了动态运镜、切镜和多景别衔接功能。人物的动作和镜头的视角，都可以根据创作需求进行精心安排。

在屋顶邮差的片段中，Q4 Preview生动地呈现了助跑、蹬地、腾空、屈膝落地，然后继续奔跑的动作层次。

侧面全身镜头清晰地交代了起跳点、屋顶缺口和落点，让观众能够轻松理解人物是如何从一侧移动到另一侧的。

动作刚劲有力：雷刃出手，光芒随之变幻

在动漫特效实测中，Q4 Preview将能量碰撞和人物受力巧妙地融入同一次冲击之中：星轮迎上陨石，碎块向两侧飞散，披风被风吹起，人物向后撤步。

随后，火花四散、烟尘上升，星轮逐渐消退，人物与石台上的金光也一同减弱。

起势、碰撞、余波构成了一场完整的戏，复杂的视效也能够参与到叙事之中。

值得一提的是，Q4 Preview最多支持15张参考图、3段参考音频，人物、场景、道具以及角色音色，都可以作为创作输入。

在我们的动漫双人对话实测中，使用五张参考图和两段音色，就生成了一场16秒的日语对话。

两位女生坐在同一张长凳上，用各自独特的声线轮流交谈；一人开口说话时，另一人则用眼神和表情给予回应。

多图参考和音色参考为人物表演提供了有力支持，两个动漫角色不仅拥有各自独特的面容，还具备鲜明的声音特点。

多图为角色塑造形象，音色为角色增添性格，精彩的表演则展现出两人之间的关系。

这些参考元素让创作者能够更加精准地安排人物与声音，将提示词集中用于描述台词、停顿和情绪。

Vidu的潜力，蕴含在「世界模型」之中

仔细观察这些动漫片段，我们会发现许多细节之处：人物挥刀时，衣摆随之甩动；巨石碎裂时，碎片与烟尘四处散开；能量消退时，角色和地面上的光芒也一同减弱。

要拍摄出令人信服的场景，模型必须能够将动作和后续变化紧密衔接起来。当镜头角度切换时，人物、道具和空间关系也要随之准确调整。

这背后，涉及到生数科技长期探索的一条技术路线——「世界模型」（World Model）。

沿着这条路线，生数开展了Motus、Motubrain等世界动作模型研究，其中Motubrain在RoboTwin 2.0和WorldArena排行榜上位居榜首。

他们将视频、语言与动作整合到一个统一框架中，使未来画面的预测与机器人动作生成产生联系。

在生数的通用世界模型布局中，Vidu是面向内容创作者的重要产品。

如果把生数的产品家族比作几个孩子，Vidu就是始终站在创作者面前的「大娃」。

人物转身时是否会变脸，道具经过遮挡后能否准确衔接，下一场戏能否延续上一场的状态，这些问题都需要在具体作品中接受检验。

研究底座的价值，最终要体现在创作者手中的优质镜头上。只有让人物表现更加稳定、动作更加流畅、控制更加可靠，才能让「Vidu味儿」从精彩的样片，融入到持续创作的日常工作中。

接下来，还有一个现实问题需要解决：这样的镜头，能否多次拍摄呢？

每秒9分钱起，AI视频迎来「DeepSeek时刻」

Vidu Q4 Preview此次推出的，除了出色的人物演绎、镜头语言和视觉特效外，还有一张极具竞争力的价格牌。

通过API调用，图生视频720P约0.6元/秒、1080P约0.75元/秒；直接在Vidu平台创作，Preview阶段提供为期两个月的限时优惠，首发优惠价低至0.09元/秒起。

从试拍到高清交付，创作者可以根据需求选择画质，将预算合理分配到更多次的尝试中。

想象一下，拍摄一场16秒的武侠打斗场景。

第一版，动作优美，但力量感不足。第二版，更换机位，突出出招的瞬间。第三版，增加人物特写，捕捉眼神的变化。

过去，每多尝试一次，都可能意味着额外的人力、时间和制作成本。如今，按照最低优惠价计算，五次生成的费用仅为7.2元。

当试错成本低至几块钱时，创作者终于有勇气反复打磨一个镜头。

除了价格优势，效率同样不容忽视。

Q4 Preview单次最长可生成16秒视频，支持2K、4K输出，人物与音色参考可以重复使用。

这意味着，创作者可以重复利用角色和声音参考，在不同镜头中尝试新的动作、表情和机位，减少重复设置的繁琐工作。

官方资料显示，5秒视频最快约110秒即可完成生成。不过，实际耗时仍会受到分辨率、生成规格和排队情况等因素的影响。

过去，创意需要等待制作完成；如今，制作开始努力追赶创意的步伐。

多参考能力帮助创作者保持角色与风格的一致性，快速生成缩短了反馈周期，低价格则让反复试拍成为可能。三者相互叠加，直接改变了精品内容的生产模式。

而这场降本竞赛的背后，蕴含着更深层次的技术逻辑：通过算法优化，降低生成视频所需的计算成本。

此前，生数科技与清华大学联合开展了TurboDiffusion研究，从低比特计算、稀疏注意力、减少采样步数等多个方向探索视频生成加速的方法。

这揭示了行业发展的共同方向：通过提高计算效率，降低生成成本。

这让人联想到DeepSeek给大模型行业带来的巨大冲击。

当高性能模型变得更加经济实惠，技术就有机会从少数人的专属工具，转变为更多人的日常生产力。

AI视频也正逐渐接近这一关键转折点。

真正令人期待的「DeepSeek时刻」，是前沿视频生成能力能够进入普通创作者的预算范围。

回到《接招吧！咻孩》，孩子们尽情嬉闹，镜头聚焦在老人脸上，故事才有了更深层次的韵味。

这几秒钟的画面，需要精心琢磨表情、合理安排停顿，还要找准切镜的时机。模型增强了角色表现力，降低了试拍价格，节省下来的预算，就可以用于更多次的打磨。

一个眼神不到位，可以多尝试几个版本；一场戏情绪衔接不自然，还有预算进行重拍。

中国AI视频的下半场，将在这里拉开差距。

输入专属邀请码：XINQ4，登陆Vidu.cn，新用户注册即可获得500积分

编辑：桃子 大卫