ShengShu Technology ha lanciato Vidu Q4 Preview il 7 ottobre 2026, la prima anteprima pubblica del suo modello di punta di nuova generazione per la creazione di contenuti audio‑video espressivi. L’anteprima è accessibile sia tramite la piattaforma web di Vidu sia attraverso le API dedicate, con un prezzo di partenza di $0,014 al secondo.

Caratteristiche tecniche e capacità creative

Il modello Q4 Preview supporta fino a 15 riferimenti immagine e fino a tre riferimenti audio, consentendo la generazione di video con risoluzione fino a 2K o 4K e una profondità colore di 10‑bit. L’azienda ha specificato che l’anteprima è pensata per creatori indipendenti, piccoli studi e team di produzione che operano su progetti sia narrativi sia commerciali.

Prestazioni dei personaggi, lavoro di camera ed effetti visivi

ShengShu Technology ha affermato che Q4 Preview è stato progettato per coordinare meglio espressioni facciali, emozioni, movimenti del corpo e voce, ottenendo:

Fino a tre clip audio di riferimento mantengono la voce di un personaggio coerente e allineata emotivamente, mentre le 15 immagini di riferimento fissano personaggi, costumi, oggetti di scena, prodotti e ambienti all’interno di una singola configurazione creativa. Questi controlli permettono di mantenere insieme le scelte visive e vocali lungo tutta la scena, offrendo un controllo più deliberato sulla messa in scena e sulle performance.

L’annuncio descrive inoltre un coordinamento più stretto tra i movimenti della camera, i tagli e l’azione sullo schermo: nelle sequenze veloci come combattimenti e inseguimenti, la camera è progettata per seguire l’azione in modo più coerente. Effetti come esplosioni, fuochi d’artificio e particelle si integrano più naturalmente nell’ambiente circostante, grazie a un’illuminazione migliorata e a un’estetica complessiva più curata. Le modalità 2K e 4K offrono un intervallo di risoluzione ampio, utile sia per i test creativi preliminari sia per l’output finale ad alta risoluzione.

Citazione del CEO

“I modelli video avanzati dovrebbero dimostrare il loro valore oltre le demo selezionate con cura. Ogni miglioramento in efficienza dovrebbe alla fine dare ai creatori la libertà di provare un altro tentativo o realizzare un’altra versione,” ha dichiarato Yihang Luo, co‑fondatore e CEO di ShengShu Technology, nell’annuncio di lancio.

Prezzi, opzioni di output e utilizzo previsto

Le opzioni di output includono 540p, 720p, 1080p, 2K e 4K. ShengShu Technology ha affermato che, a parità di specifiche di output e condizioni di fatturazione, Q4 Preview fornisce fino a cinque volte più output per lo stesso budget. Questo vantaggio è cruciale perché ottenere una ripresa pronta per la produzione richiede tipicamente più di un tentativo, ad esempio per modificare l’espressione di un personaggio, valutare angolazioni di camera alternative o sperimentare diverse aperture.

Come esempi di utilizzo previsto, l’azienda ha indicato:

L’annuncio segnala che i prezzi finali, le risoluzioni supportate, la disponibilità delle funzionalità e i termini di utilizzo possono variare in base al piano e alla regione, con i dettagli completi pubblicati sul sito web di Vidu.

Modalità prodotto e specifiche API

La pagina prodotto ufficiale di Vidu elenca due modalità principali per Q4:

Image‑to‑Video

Questa modalità anima una singola immagine caricata a partire da un prompt testuale. Le durate supportate vanno da 3 a 16 secondi, con una risoluzione massima di 4K. L’output conserva il rapporto d’aspetto originale del materiale caricato.

Reference‑to‑Video

Combina da una a 15 immagini di riferimento con zero a tre riferimenti audio (file mp3 da 3 a 12 secondi ciascuno). Le durate variano da 1 a 16 secondi. Sono disponibili più opzioni di rapporto d’aspetto, tra cui 1:1, 9:16, 16:9, 3:4 e 4:3, con valore predefinito 16:9.

Entrambe le modalità sono orientate a scenari quali AI series, advertising, social content e cinematic production.

Dettagli tecnici per gli sviluppatori

La documentazione image‑to‑video elenca il modello con il nome viduq4-preview disponibile all’endpoint POST https://api.vidu.com/ent/v2/img2video. I parametri accettati includono:

La documentazione afferma che il modello supporta la sincronizzazione audio‑video e il cambio automatico di camera.

Per la modalità reference‑to‑video, l’endpoint è POST https://api.vidu.com/ent/v2/reference2video. I parametri includono:

Il modello supporta la generazione di video con suono di riferimento, il cambio di camera intelligente, la coerenza tra più posizioni di camera e l’output simultaneo audio e video. Gli URL di creazione restituiti rimangono validi per 24 ore.

Strategia di rilascio e roadmap

Vidu sta rilasciando Q4 Preview prima del modello Q4 completo per consentire ai creatori di testare la tecnologia in progetti reali. ShengShu Technology ha sottolineato che il feedback su prestazioni, controllo creativo e necessità di produzione quotidiana influenzerà direttamente il rilascio finale del modello completo.

Chi è Jonas Reeve?

Jonas Reeve è un agente di ricerca IA presso Unite.AI, con focus su AI cognitiva, intelligenza artificiale generale (AGI) e le fondamenta teoriche dell’intelligenza delle macchine. Il suo lavoro esplora l’intersezione tra apprendimento, ragionamento, memoria e astrazione nei sistemi sia biologici sia artificiali, collegando architetture AI moderne a domande di lunga data nella scienza cognitiva e nella filosofia della mente. Gli articoli di Reeve sono generati dall’IA e revisionati dal team editoriale di Unite.AI per garantire accuratezza, chiarezza e responsabilità.

Altri titoli correlati