Vidu：以参考生视频见长的国产AI视频大模型平台

Vidu是生数科技联合清华大学推出的AI视频生成大模型与创作平台，以参考生视频和多主体一致性见长，支持音画同出、16秒单段生成与最高4K输出，适合短剧、漫剧、广告与电商团队。

一、该工具是什么

1.1 一句话定义

Vidu 是北京生数科技（Shengshu Technology）推出的 AI 视频生成大模型，同时也是围绕这套模型搭起来的网页创作平台。它的技术底座叫 U-ViT，是团队 2022 年 9 月发表的扩散模型主干架构，把图像、文本、时间步都当成同等的词元处理，这也是它后来能做长时长、高一致性视频的底子。

它最早被记住的能力是「参考生视频」：用户不必先做一张完美的首帧图，而是直接上传人物、道具、场景的多张参考图，再写一段描述，模型把这些元素拼进同一个镜头里。这个思路在 2024 年属于行业首创，也解释了为什么大量漫剧和动画团队会把它当作主力工具，而不是备选。

需要先把两个概念分开。Vidu 指的是一整套模型家族，包含早期的 1.0、1.5、2.0，以及后来的 Q1、Q2、Q3、Q4 和面向实时交互的 S1、S2；而 vidu.cn 是这套模型面向国内用户的站点，vidu.com 面向海外，platform.vidu.cn 则是给开发者和企业调用的开放平台。三者共用同一批模型，但套餐、界面语言和计费币种并不相同，搜索时看到的报价经常对不上，原因就在这里。

1.2 它解决了谁的什么问题

第一类是短剧与漫剧团队。一个项目动辄几十个镜头，主角的脸、发型、服装必须在每个镜头里保持一致，配角与场景也不能飘。传统做法是先用图生视频锁首帧，可首帧本身就要反复抽卡，抽到满意的那张，动起来又是另一张脸。参考生视频把「先有图」这一步省掉，直接把角色设定图丢进去，一致性从源头解决。

第二类是电商与本地生活商家。同一个模特要换十几套衣服、几十个背景，重新拍摄的成本按天计算。把模特、服装、场景分别存进主体库，下一次生成时逐个勾选，能在一两个小时内产出一批可投放的素材。这类需求不追求艺术性，追求的是「脸不变、货不变、背景随便换」。

第三类是动画与二创作者。它对二次元画风的稳定性在同类里口碑不错，漫画图转动画、国风短片、表情包动图都有成熟工作流。短板同样明确：单段时长有上限，长片仍要拆镜头再剪辑。

第四类是开发者。开放平台把各类生成能力做成接口，按积分计费，能接进自己的剪辑系统或批量管线。对这类用户，模型名字不重要，重要的是并发、稳定性与单条成本。

二、基本信息

项目	内容
工具/平台名称	Vidu（Vidu AI）
官网网址	vidu.cn（国内）／vidu.com（国际）
上线时间	2024 年 4 月在中关村论坛首次发布，2024 年 7 月 30 日全球开放注册
产品功能	文生视频、图生视频、首尾帧、参考生视频、多主体一致性、主体库、原生音画同出、AI 模板、实时数字人与开放平台接口
所属公司	北京生数科技股份有限公司，2023 年 3 月成立，由清华大学朱军教授团队孵化

上线时间的口径要说清：2024 年 4 月是技术发布，只对部分创作者开放；7 月 30 日才取消申请制。此后产品按月迭代，功能清单几乎每季度都在变，谈版本时最好带上具体型号。

公司由朱军任创始人兼首席科学家，鲍凡任联合创始人兼首席技术官，2025 年前后原火山引擎 AI 解决方案负责人骆怡航加入出任 CEO。此后商业化动作明显变密，从接口到企业套餐再到 Agent 产品，节奏比纯研究团队时期快得多。

三、主要功能

3.1 参考生视频与多主体一致性

这是 Vidu 的招牌，也是它和多数文生视频工具最本质的区别。路径是：进入「参考生视频」，上传一到多张参考图，在提示词里用「参考图 1」「参考图 2」指代不同主体，再描述它们在同一镜头里的动作与关系。模型会保留每张图的身份特征，把人物、服装、道具、场景合成到一个连续画面里。

能力边界要按型号看。Q2 阶段的参考生视频最多支持 7 张参考图；2026 年 10 月的 Q4 预览版把上限提到 15 张，并允许同时挂 3 段参考音频。参考图越多，可控性越强，冲突也越多：光线方向不一致、比例不匹配，结果就容易出现「贴图感」。

限制在于「一致」不等于「复刻」。参考图提供身份与风格约束，不是逐像素拷贝。侧脸、遮挡、快速转身这些角度，相似度仍会下降；角色有大面积纹身或复杂配饰时，细节在运动中容易被抹平。做特写要单独多生成几条备选。

3.2 主体库

主体库把常用角色、道具、场景存成可复用资产。上传图片后系统提取特征并命名，下次生成勾选即可，不用每次重新找图。付费套餐对主体数量有配额，免费版通常只给个位数，专业版以上可到数百个。

它的价值在系列化生产。一个漫剧项目有五个固定角色，全部入库后，分镜师只需说「角色 A 走进角色 B 的店铺」，不必再描述长相；团队协作时，主体库还承担了视觉设定集的作用。

限制是它只解决「像不像」，不解决「演得好不好」。表情、动作、镜头调度仍靠提示词与模型能力。特征提取对原图质量敏感，光线杂乱、人物太小的图片入库后，复用效果会明显打折。

3.3 图生视频与首尾帧

图生视频是上传一张图，写清运动与镜头，让静态画面延展成 3 到 16 秒的片段。Q4 预览版支持输出继承原图宽高比，可选 2K 与 4K。它适合已经有成图的项目，比如把插画做成循环动画，或把精修产品图做成展示视频。

首尾帧是给一个起点和一个终点，模型补中间过程，常用于两张不同场景之间的转场。它对变化幅度敏感：首尾差别太大，中间会生成不合逻辑的形变；差别太小，又看不出运动。经验是把变化拆成两段，每段只做一件事。

这两项能力主流工具都有，Vidu 的差别在运动幅度与镜头理解。官方强调「不是 AI 幻灯片」，实际观感中走路、转身、武打进步明显，但快速对抗、多人交叉走位仍会糊。

3.4 原生音画同出

从 Q1 开始，Vidu 支持生成画面时同步产出声音；到 Q3，对话、旁白、音效、音乐四类音轨可在一次生成里一起出来，官方称为「音视频直出」。一条 16 秒片段导出后就能发布，不必再进剪辑软件配音效。

Q3 支持中文、英文、日文三种语言，多角色对话的口型对齐是卖点之一。对短剧与漫剧团队，这省掉「先生成画面、再找配音、再对口型」的三段流程，时间成本下降直接。

限制在精细控制。自动配乐更像氛围铺底，踩点与情绪转折仍需后期替换；多人对话时谁在说话、何时停顿，提示词写不清楚就会串。

3.5 文生视频与动漫风格

纯文字生成视频是基础能力，官方对通用风格与动漫风格做了区分，动漫线有专门优化。社区反馈里，它在二次元人物的线条稳定性、动作流畅度上评价较高，国风、赛璐璐、厚涂都能稳定输出，不会中途变成三维渲染。

文生视频自由度最高，也最不可控。同一段提示词跑四次，构图可能完全不同，因此它更适合创意探索与分镜草案。真正进入生产，多数人还是会回到图生或参考生，用一张确定的图把画面框住。

另一个限制是画面文字。招牌、书页、屏幕上的字基本都是乱码，需要后期贴图替换，这一点全行业都没解决。

3.6 模板库与社交玩法

平台内置一批爆款模板，比如亲吻、拥抱、万物生花、AI 换装、老照片动起来。上传一张照片、选模板，几秒钟就能出一条适合短视频平台的素材。这类模板传播性极强，也是 Vidu 早期拉新的主要手段。

模板的价值是降低门槛，不是提供创作空间。参数基本锁死，产出高度同质化，品牌方要谨慎。

3.7 实时交互与数字人

2026 年 7 月发布的 S1 是另一条路线：不再一次生成一段视频，而是根据历史画面与语音指令持续预测下一帧，做到实时对话、实时换装、实时改背景。9 月的 S2 把输出从 540p 提到 720p，并拆成实时数字人、离线数字人、实时视频编辑三个版本。

它面向直播、陪伴、游戏 NPC 这类「要互动」的场景，按并发与时长计费，普通创作者基本用不到。

限制是画质与自由度。实时推理要在消费级显卡上跑，分辨率、帧率、细节必然让步；形象与动作也以预设为主，想要电影级质感仍要回到离线生成。

3.8 开放平台与批量生产

platform.vidu.cn 提供文生视频、图生视频、参考生视频、数字人、图像与音频生成接口，按积分计费，支持任务查询、回调通知与并发配额，企业还可申请私有部署与模型微调。对已有内容系统的团队，这等于把生成能力做成内部服务。

接入成本不高，官方给了示例代码与模型地图，能力、分辨率、时长都列在表里。麻烦的是成本控制：不同型号单价差几倍，失败任务是否扣费、排队多久，都要上线前压测。

四、发展历程

时间	事件	影响
2022 年 9 月	团队发表 U-ViT 架构论文，把 Transformer 用于扩散模型主干	为后续视频模型打底，也成为公司对外讲述的技术原点
2023 年 3 月	生数科技成立，由清华朱军团队孵化	从实验室走向公司化，开始承接算力与商业资源
2024 年 4 月	Vidu 在中关村论坛首次发布，对标 Sora	成为国内最早一批公开的长时长视频模型
2024 年 7 月	全球开放注册，无需申请与排队	20 天用户破百万，100 天破千万
2024 年 11 月	Vidu 1.5 引入多主体一致性，支持多张参考图	参考生视频成型，动画与漫剧团队开始规模迁入
2025 年 1 月	Vidu 2.0 主打速度与低价，单条生成进入 10 秒级	把「便宜、快」变成第二条竞争力
2025 年 4 月	Vidu Q1 全球上线，支持 1080p 与 48kHz 音效	从「画面生成」进入「音画一体」
2026 年 10 月	Vidu Q4 预览版发布，支持 15 张参考图、3 段音频与 4K	参考能力与画质同时抬升，直接对准影视与广告

把时间线连起来看，它的节奏是「两年三次转向」。2024 年拼的是「有没有」，谁先做出可用的长时长模型谁就被看见；2024 年底到 2025 年拼的是「一致不一致」，参考生视频把竞争维度从画质拉到了可控性；2025 年下半年之后拼的是「能不能进生产」，音画同出、16 秒、4K、Agent，全是在补成片环节的短板。

另一条线是资本。2026 年 2 月完成超 6 亿元 A+ 轮，4 月完成近 20 亿元 B 轮、由阿里云领投，7 月又传出 5 亿美元级的新一轮融资；8 月彭博社报道公司正与投行接触、考虑赴港上市，官方对此不予置评。融资节奏快，意味着算力和模型迭代有保障，也意味着商业化压力会传导到定价和配额上，这一点从 2026 年套餐档位变密就能看出来。

五、核心优势

5.1 一致性这条路选得早，也走得深

多数视频模型是先解决「画面好不好看」，再回头补「人物稳不稳定」。Vidu 的顺序相反，2024 年就把多主体参考当成核心功能做，主体库、多角度参考、音色参考都是围绕这件事长出来的。三年的积累让它在「同一角色跨镜头」这个具体问题上，比后来者更有手感。

所以对你意味着什么：系列化内容可以按工业化方式排产，不用每个镜头都赌一次抽卡。它不擅长的是「一个镜头里塞进太多主体」，超过五六个角色同框，参考之间会互相污染，脸和服装容易串。

5.2 音画同出省掉一整段流程

Q3 之后，一条片段可以带着对话、音效、配乐一起出来，且口型对得上。对短剧、漫剧、口播类内容，这意味着剪辑环节从「三遍」压缩到「一遍」：先生成、再粗剪、最后只做字幕和转场。

所以对你意味着什么：单条内容的人力成本明显下降，一个人可以跑完从脚本到成片的链路。它不擅长精细音频设计，配乐的情绪起伏、音效层次仍要后期处理。

5.3 版本多、档位全，总能找到够用的一档

从 2.0 到 Q1 到 Q4，从 540p 到 4K，从 4 秒到 16 秒，Vidu 几乎把「便宜快出」和「高质慢出」做成了两条并行产品线。同一段提示词可以先在低价型号上试十次，选定构图后再用高规格型号跑终版，这种「草稿—成片」的分层是它成本控制的精髓。

所以对你意味着什么：试错成本可控，预算紧张时也能把项目跑完。它不擅长的是「一档通吃」，低价档的画质和稳定性与旗舰档差距明显，用惯了 4K 再回 540p 会有落差。

5.4 动漫与国风审美是差异化资产

官方对动漫风格做了专门优化，社区里的国风短片、漫画动态、赛璐璐转场案例数量可观。这不是参数能直接体现的东西，而是训练数据与审美取向的结果。对做二次元账号、漫剧、游戏宣发的团队，这种「风格不跑偏」比多 10% 的分辨率更有价值。

所以对你意味着什么：风格确定的项目可以少走弯路，提示词不必写得很长也能出对味的东西。它不擅长的是写实人物特写，皮肤质感、毛孔、发丝这些细节，和专攻实拍的模型比仍有差距。

5.5 从网页工具长成了能力矩阵

今天它不只是一个生成视频的网站，而是 Q 系列做内容、S 系列做实时交互、开放平台做接口、Claw 做自动化流程的四层结构。同一套账号体系下，个人用户用网页版，团队用套餐，开发者用 API，边界清楚。

所以对你意味着什么：小团队可以先从网页版起步，业务长大后再迁到接口，不用换供应商重学一套。它不擅长全流程闭环，剪辑、字幕、审校仍要外部工具。

六、如何使用

从注册到第一条成片，Vidu 的路径比多数同类工具短，因为它把「选模型」这件事藏在了场景入口后面。下面按国内站的顺序走一遍，海外站界面不同，逻辑一致。

1. 注册登录。打开 vidu.cn，用手机号或微信扫码登录，新账号会拿到一笔体验积分，够跑几条五秒左右的低规格片段。不需要绑卡，也不需要邀请码。
2. 看清余额与档位。右上角头像里能看到剩余积分与会员等级。免费版的积分按天发放，生成结果带水印、分辨率受限；付费版的积分按月发放，当月不用会过期，增购的积分有效期长得多。
3. 选入口。首页顶部按场景分了「参考生视频」「图生视频」「文生视频」「AI 模板」「数字人」几个区。做系列内容直接进参考生，做单条创意先进图生，想快速出片就用模板。
4. 备好参考图。把角色正面、侧面、全身各存一张，尽量同光线、同分辨率。图片越干净，主体提取越准。需要长期复用的角色，先在主体库里建条目，后面省事。
5. 写提示词。用「参考图 1 中的角色」这样的说法指定主体，再写动作、镜头、环境、光线。提示词框有字数上限，别写小说，按「谁 + 在哪 + 做什么 + 怎么拍」四段写就够。
6. 设参数。选时长、比例、分辨率与模型档位。草稿阶段用 540p、最短时长，确认构图后再换 1080p 或 2K 重跑。开了音频的型号，记得在设置里勾选是否生成配音。
7. 生成与筛选。一次可以排队多条，普通通道通常一到三分钟出一条，高峰期更久。结果页支持并排对比，先看动作是否自然，再看脸有没有飘，最后看手和文字。
8. 导出与后期。选中满意的条目下载，付费档可去掉水印、选更高码率。多条素材进剪辑软件拼接，补字幕、转场、音效。需要交付 4K 的项目，导出前再确认一次编码格式。

有个习惯值得养成：把成功的组合记下来，包括型号、参考图编号、提示词、时长与比例。平台会保留历史记录，但跨项目复用时自己那份「配方表」更快。另外草稿阶段别开最高规格，跑十条 540p 的成本往往低于两条 4K。

七、使用教程

下面两个案例都用国内站完成，提示词可以直接复制。涉及积分的数字是量级参考，实际以生成界面的预估为准。

7.1 案例一：三个镜头锁住同一个漫剧角色

目标：为一部国风漫剧做 15 秒片头，三个镜头分别是角色推门、拔剑、回眸，要求脸、发型、服装完全一致，画风统一为赛璐璐。

提示词原文：

参考图1中的少女作为唯一主角，保持黑色长发、红色发带、白色交领长衫、腰间玉佩不变。参考图2作为场景风格参考，深夜木构庭院，灯笼暖光，薄雾。
镜头一：中景，少女从左侧推门走入，衣摆随动作摆动，镜头缓慢后拉。
镜头二：特写，右手拔剑出鞘，剑身反射灯笼光，金属质感清晰，不要出现第二个人。
镜头三：近景，她回头看向画面左后方，眼神警觉，发带轻晃，镜头固定。
国风赛璐璐动画风格，线条干净，色块分明，24fps，16:9，5秒。

参数设置：参考生视频，参考图两张（角色设定图 + 场景概念图），时长 5 秒，比例 16:9，分辨率 1080p，模型选 Q3 或 Q4 预览版，运动幅度中等，关闭自动配乐以便后期统一。

结果评估：第一版通常能保住发带与衣服的主色，但推门的手部容易多指，剑出鞘的瞬间可能变成「剑已在手」。回眸镜头最大的问题是眼神方向，模型倾向于看向镜头而不是侧后方。

返工点：把手部动作从提示词里拿掉，改成「袖口特写，手部不入画」；拔剑拆成两个镜头，先拍握柄再拍出鞘；回眸加一句「视线看向画面左后方，不直视镜头」。三处改完，可用率能从三成提到七成左右。角色图建议只留一张全身、一张半身，角度太多反而互相干扰。

7.2 案例二：单张产品图生成 15 秒竖屏广告

目标：一款银色保温杯，只有一张白底图，需要一条 9:16 竖屏广告，含开场、使用场景、卖点字幕位，能直接投信息流。

提示词原文：

参考图1中的银色保温杯为唯一产品，保持杯身拉丝金属纹理、黑色杯盖、侧面logo位置不变，不要改变杯身比例。
0-4秒：纯黑背景，一束顶光打下，杯身缓慢旋转，水珠沿杯壁滑落，微距镜头。
4-9秒：清晨厨房台面，阳光从左侧窗进来，一只手拿起杯子倒出热气，背景虚化。
9-15秒：杯子立在木质桌面，镜头缓慢推近，画面右侧留出空白区域用于后期加字幕。
商业广告摄影，冷调，高光干净，9:16，1080p，15秒，无背景音乐。

参数设置：图生视频或参考生视频，单张产品图，时长选 15 秒（Q4 预览版支持 3 至 16 秒），比例 9:16，分辨率 1080p，先跑 540p 草稿，确认运镜后换 2K 出终版。

结果评估：产品主体的还原通常没问题，问题集中在「手」和「液体」。倒水的手容易变形，热气可能变成一团白雾，水珠滑落的物理感也偏假。旋转镜头如果速度太快，杯身 logo 会糊。

返工点：把真人手部换成「一只手入画即停」的构图，或者干脆不出现手，用倒影和阴影暗示；热气改成「杯口有轻微蒸汽，不遮挡杯身」；水珠只保留两三颗，写明「缓慢下滑」。字幕区留白要在提示词里明确方位，否则模型会把主体放正中。终版建议输出 2K，竖屏平台压缩后仍能看清纹理。

八、价格优惠

Vidu 国内站采用「订阅 + 积分」的混合模式，积分按秒消耗，规格越高扣得越多。下面是 2026 年 11 月官网显示的档位，促销价与年付折扣会浮动，下单前以页面结算价为准。

套餐	价格（量级）	包含额度	适合谁
免费版	¥0	每日少量积分，720p，带水印，可建少量主体	尝鲜、试模板、评估画风
标准版	约 ¥69/月，年付约 ¥699	每月 800 积分，1080p，快速通道，可商用	每周更新几条内容的个人创作者
专业版	约 ¥299/月，年付约 ¥2999	每月 3500 积分，极速通道，闲时额度，主体库扩容	接商单的独立工作室、漫剧小队
旗舰版	约 ¥849/月起，年付约 ¥8499	每月万级积分，闲时额度更高，完整商用权益	高频产出的团队与品牌方

按官网标注，Q4 模型 540P 档对付费用户约 2 积分/秒，免费用户约 4 积分/秒；标准版 800 积分大致对应几分钟的 540P 素材，换算成 5 秒片段是几十条。4K 与高帧率会显著拉高消耗，做终版前先跑低规格草稿最省钱。开放平台另有一套计价，按美元/积分售卖资源包，量大可谈企业价。

怎么买最省：一是优先年付，官网常年给到八折上下的年付折扣，长期用比月付便宜一截；二是把「草稿」和「终版」分开，草稿用低规格型号、终版再上高规格，别用一个档位跑到底；三是盯住闲时额度，专业版以上有每日闲时视频额度，深夜跑批量任务几乎不占订阅积分。此外，新用户的首购折扣与限时活动经常叠加，但通常只对第一个计费周期生效，续费会回到原价，别按促销价做全年预算。

九、最新动态

Q4 预览版开放（2026 年 10 月，官方公告）。生数科技发布 Vidu Q4 Preview，参考生视频支持最多 15 张参考图与 3 段参考音频，输出最高 2K/4K、10bit 色深，单段最长 16 秒，首发优惠价 0.09 元/秒起。官方把它定位在「传神表演」，重点是人脸表情、肢体与声音的协同，而不是单纯堆分辨率。

S2 实时交互模型上线（2026 年 9 月，官方公告）。在 S1 的基础上拆出实时数字人、离线数字人、实时视频编辑三个版本，实时输出从 540p 提升到 720p，并支持在通话过程中更换服装、道具与背景。这条产品线服务的是直播、陪伴与游戏 NPC，和内容创作是两套计费。

传赴港上市（2026 年 8 月，媒体报道）。彭博社援引知情人士称，公司正与中金、中信合作筹备港股上市，募资规模可能超过 5 亿美元，官方不予置评。同期披露的数据包括：年化经常性收入突破 2000 万美元，用户覆盖 200 多个国家和地区。

Vidu Claw 上线（2026 年 3 月，官方公告）。这是一个面向营销场景的智能体，输入一句需求，自动完成分镜、脚本、生成与配乐，基于 OpenClaw 框架搭建，支持在聊天工具里触发。它更像「AI 创意员工」，把多个模型串成一条流水线，适合电商运营和社媒团队做批量素材。

十、竞品对比

同价位能拿来对比的主要是可灵（Kling）、即梦（Seedance 系列）和 Runway。四家的定位差别不小，下面两张表分别看能力与适用场景。

维度	Vidu	可灵	即梦	Runway
参考图数量	Q4 预览版最多 15 张	公开资料约 7 张	支持多图参考，数量随版本变化	以单图或首尾帧为主
单段最长时长	16 秒	十秒级，部分版本更长	十秒级	五到十秒级
最高分辨率	4K（Q4 预览版）	1080p 为主，部分档位更高	1080p 起，支持更高规格	1080p 为主
原生音频	支持，可音画同出、多语言对话	支持配音与音效	支持音频与口型	支持，但以英文为主
主体库	有，按套餐给配额	有角色一致性功能	有角色与主体管理	无同类资产库
中文提示词	原生支持	原生支持	原生支持	以英文为主
价格量级	月付几十到几百元	月付几十到几百元	会员加积分，档位较多	美元订阅，整体偏高

场景	优先选	理由
漫剧、动画、系列短剧	Vidu	多主体参考与动漫风格稳定，角色跨镜头不易崩
写实人物、长叙事	可灵	人物质感与长镜头调度更成熟，时长上限更宽
抖音生态内投放	即梦	与平台工具链衔接顺，模板与热点响应快
海外广告、英文项目	Runway	英文语义与后期工具链完整，团队协作习惯成熟
预算极低的批量测试	Vidu 低规格档	540p 草稿单价低，适合先跑量再精选

怎么选，先看你的核心矛盾是「一致性」还是「时长」。如果项目是几十个镜头的系列内容，角色不能换脸，Vidu 的参考生视频和主体库能省掉大量返工，这个优势目前仍明显。如果要做三分钟以上的完整叙事，16 秒的上限会让你不断拼接，可灵这类支持更长镜头的工具更合适。

再看团队构成。有后期能力的团队，用 Vidu 出素材、回剪辑软件做终版，性价比最高；没有后期、想一条龙出片的，要评估它的自动配乐和字幕是否够用，不够就得配别的工具。纯开发者则应该直接比 API 的单价、并发和稳定性，而不是比网页版界面。

还有一点，四家都在按月迭代，表里的参数半年后可能就过时。选型时把「当前版本能不能解决我的问题」作为标准，别为「以后可能支持」付费。

十一、常见问题

11.1 Vidu 是免费的吗？

有免费版，注册即送体验积分，每日登录也能领，但分辨率受限、带水印，商用授权也不完整。想稳定产出或去水印要订阅标准版及以上。免费额度适合评估画风，不适合当长期生产力。

11.2 生成的视频能商用吗？

官网把「生成内容可商用」列在付费套餐权益里，标准版及以上包含。商用前仍要注意两点：参考图本身必须有授权，尤其是真人肖像与品牌素材；涉及影视 IP、明星形象的二创，不因付费而获得授权。

11.3 免费版有水印吗？能去掉吗？

免费版导出带平台水印，付费档可导出无水印版本。官方没有提供单独去水印的付费项，想彻底干净只能升级套餐。

11.4 支持中文提示词和中文配音吗？

原生支持中文提示词，Q3 之后支持中文、英文、日文三种语言的音频输出，中文口型对齐可用。长句、多音字、快语速仍会出错，建议把台词拆成短句，一句一次生成，后期再拼。

11.5 导出格式和规格是什么？

常规导出为 MP4，编码可选 AVC 或 HEVC，分辨率从 540p 到 4K 视套餐与型号而定，帧率常见 24fps。高规格导出对套餐档位有要求，免费版通常锁在 720p。

11.6 一次能生成多长？

Q4 预览版单段最长 16 秒，Q3 同样是 16 秒，早期型号多为 4 到 8 秒。做长片要按镜头拆段，再在剪辑软件里拼接。

11.7 审核严格吗？哪些内容会被拒？

平台对真人肖像、暴力、血腥、擦边内容有审核，上传他人照片做换脸时会要求额外的授权确认。被拒任务通常不返还积分，批量生产前先用小样本测试。

11.8 生成失败会退积分吗？

官方条款写明积分不支持退款，失败任务是否返还取决于具体原因，系统错误与内容审核的处置并不相同。这属于使用前要接受的风险，单次批量别开得太大。

11.9 它能替代实拍吗？

能替代一部分，主要是产品展示、空镜、概念预演、社媒素材这类对真实感要求不极端的场景。细微表情、复杂手部动作、精确走位的长镜头仍要实拍。把它当「便宜的外景队」而不是「剧组的替代品」，预期会更准。

11.10 和 vidu.cn 上的第三方套餐是一回事吗？

不是。vidu.cn 与 vidu.com 是官方站点，账号与积分体系各自独立；站内还有开放平台入口，面向开发者按资源包计费。搜索时出现的其他域名多为代理或导航站，价格与权益不受官方保障，充值前先确认域名。