Vidu Q1: El Mejor Generador de Videos AI del Mercado

La compañía Shengshu Technology ha lanzado su último modelo de generación de video AI: Vidu Q1. Este modelo puede generar automáticamente videos de alta calidad y resolución 1080P a partir de descripciones de texto o imágenes, además de agregar efectos de sonido generados de manera inteligente. En comparación con la versión anterior, Vidu 2.0, Q1 soporta múltiples estilos de animación, efectos de transición de cámara e incluso simula "movimiento cinematográfico", lo que permite producir contenido de video para anime, cortometrajes, comercio electrónico y publicidad de marcas. Logra ser "generado y utilizado comercialmente". En múltiples evaluaciones de autoridad en la industria se ha posicionado en primer lugar, y lo más destacado es que el costo por segundo de video es de solo 0.3 yuanes, diez veces menor que el promedio de la industria.

Se puede considerar como uno de los modelos de video a gran escala más potentes y con mejor relación calidad-precio en el mundo en la actualidad. Primero, veamos su rendimiento ↓

Características Principales:

• Efecto Visual de Calidad Cinematográfica: Vidu Q1 soporta la generación de videos en HD de 1080p con una duración de hasta 5 segundos, ofreciendo calidad de imagen clara y rica en detalles, alcanzando un efecto visual de calidad cinematográfica.
• Arquitectura U-ViT: Su arquitectura innovadora U-ViT (Universal Vision Transformer), combina modelos de difusión y tecnología Transformer, asegurando un excelente rendimiento en coherencia espacial y temporal.
• Mejor Comprensión de Prompts: Tiene una gran habilidad para entender las indicaciones, reconociendo automáticamente acciones, iluminación, y relaciones de posición entre personajes, logrando un efecto visual más realista.
• Transiciones Sin Costuras: Con solo dos imágenes de fotogramas inicial y final, puede generar transiciones de escena naturales y fluidas; la tecnología de enlace de fotogramas iniciales y finales logra un lenguaje visual cinematográfico, manteniendo la coherencia de los personajes y las escenas.
• Consistencia Multisujeto: Integra perfectamente múltiples sujetos, objetos y entornos, manteniendo la coherencia de estilo y sujeto, optimizando especialmente la generación de animación y apoyando estilos de animación diversos.
• Control de Ángulos y Cámaras: Soporta la generación de videos en 360 grados, controlando de manera precisa el movimiento de la cámara (como zoom, panorámica, inclinación), mejorando la continuidad visual y el efecto narrativo.
• Relación Calidad-Precio Excepcional: El costo por segundo de video es de solo 0.3 yuanes, adecuado para su uso comercial o creación de contenido frecuente.
• Generación de Sonido Profesional: También soporta la generación de música de fondo y efectos de sonido de alta calidad a 48 kHz, con control de sonido preciso y superposición de múltiples pistas de audio (hasta 10 segundos).

Ahora, evaluemos el rendimiento real, veamos algunos resultados ↓

01—Evaluación de Rendimiento Principal:

Evaluación Resumida en Video ↓ Evaluación Detallada en Texto ↓

1. Transición de Fotogramas Sin Costuras: Con dos fotos, se puede generar transiciones de escena naturales y fluidas. La nueva herramienta de fotogramas inicial y final de Q1 hace las transiciones más suaves y mejora la comprensión semántica, manteniendo la coherencia entre personajes y escenarios. Por ejemplo, una foto de un niño jugando baloncesto que transita directamente a la escena donde logra entrar a la NBA.

2. Efectos Visuales de Calidad Cinematográfica: Vidu Q1 puede generar videos en 1080p de hasta 5 segundos, con calidad visual cinematográfica. (Debido a la limitación de cantidad de videos en la plataforma WeChat, subí un GIF, que comprime la imagen y no refleja la calidad real del video). ¡Mira esta imagen, el efecto artístico está increíble!

La comprensión de Vidu Q1 no solo abarca "el habla de las personas", sino que también maneja con precisión el lenguaje técnico cinematográfico. Por ejemplo, en el siguiente caso, el enfoque cambia de un hombre en un traje rosa a otro en un traje negro detrás de él, en un proceso de zoom fluido y natural.

Q1 mejora la comprensión del lenguaje cinematográfico y aumenta significativamente la probabilidad de obtener el "disparo ideal". Por ejemplo, en el siguiente video, la indicación incluye elementos como "hombre", "peatón", "auto", "calle", entre otros, con relaciones de posición y descripciones de iluminación complejas. Q1 no solo entiende estas relaciones con precisión, sino que además tiene un toque cinematográfico, casi como si fuera una obra de un director de Hollywood.

3. Efectos de Anime Mejorados: Comparado con Vidu 2.0, Q1 ha mejorado drásticamente, soportando una mayor variedad de estilos de video, especialmente en la representación de animación. Veamos una demostración ↓ Aquí está mi prueba: recreación de una escena clásica del anime japonés "Tu Nombre".

Además, en cuanto a la expresión de estilo de animación, los personajes de Q1 son más vibrantes y sus movimientos son impresionantes. Por ejemplo, en el siguiente video, Vidu Q1 no solo entiende perfectamente el estilo del anime 3D, sino que el movimiento de la cámara refleja bien la rápida caída de un perrito y el paisaje rural que cambia a su alrededor, de manera muy realista.

Finalmente, veamos algunos efectos de animación realizados por creadores extranjeros ↓

Comparativa con Otros Modelos: La habilidad de movimiento de cámara de Vidu Q1 es notable, con movimiento fluido y coherente. Incluso en grandes escenas fantásticas, Vidu Q1 tiene un rendimiento destacable. Por ejemplo, en el caso de un dinosaurio volando rápidamente sobre un castillo. Se puede observar que video generado por Runway Gen-4 tiene fallas, y los movimientos del dinosaurio en Veo 2 no son naturales, mientras Vidu Q1 no solo se mueve de manera natural, sino que el rango de movimiento de la cámara es grande y razonable.

La capacidad de movimiento de Vidu Q1 destaca por su veracidad visual y riqueza en detalles. Por ejemplo, en el caso de Runway Gen-4, el movimiento de una chica es muy poco natural; en el video de Veo 2, casi no hay movimiento. Comparativamente, Vidu Q1 no solo entiende bien el movimiento de cámara, sino que también se pueden ver las llamas y el humo saliendo de un camión, con detalles visuales bien logrados.

Comprensión de Indicaciones y Control de Ángulos: Vidu Q1 soporta la generación de videos en 360 grados, controlando con precisión el movimiento de la cámara (como zoom, panorámica y ángulo), aumentando la continuidad visual y el efecto narrativo. Su comprensión de las indicaciones es fuerte, reconociendo automáticamente acciones, iluminación y relaciones de posición, logrando un efecto visual más realista. Incluso con movimientos drásticos, Vidu Q1 sigue completamente las indicaciones, lo que reduce considerablemente el fenómeno común de fallas en la generación de video AI.

Estilos de Anime Diversos: Vidu Q1 es más capaz de entender una variedad de estilos de animación y mantiene una buena coherencia en ellos. Por ejemplo, generamos niñas de anime lindas con estilos retro de los años 80 y 90. Veo generó un estilo 3D, Runway Gen-3 Alpha entendió el estilo retro de anime, pero la imagen es un poco rígida, mientras que Vidu Q1 comprende perfectamente el estilo retro de los 80 y 90 y las expresiones de las niñas son muy naturales.

03—Tutorial + Opciones Especiales:

A continuación, te enseñaré un sencillo tutorial sobre cómo usar la función de fotogramas inicial y final en Vidu Q1 para lograr algunos efectos especiales. Primero, accede a vidu.cn y selecciona "Gráfico a Video".

Luego, selecciona el modelo Vidu Q1 en el menú desplegable.

Selecciona "Gráfico a Video", subiendo dos fotos: una de inicio y otra de fin. La primera es el estado inicial de tu imágenes, y la segunda es el efecto final que deseas lograr. Usaremos las indicaciones para controlar la transición.

Ahora pasemos a la práctica... Paso 1: Captura o sube una foto inicial, luego elige la foto con el efecto especial que deseas como foto final (si es un efecto especial, puedes pedirle a GPT-4 o a otra herramienta gráfica que lo genere).

Paso 2: Introduce las indicaciones. Si no estás seguro, también puedes preguntarle a GPT-4 y a Deepseek, etc.

Paso 3: Configura algunos parámetros; puedes ajustar el tamaño del movimiento y generar múltiples opciones para escoger la mejor (este paso es opcional, los usuarios normales pueden dejar los valores predeterminados).

Luego, haz clic en "Generar" y espera un momento... Probemos otra foto para obtener otros efectos ↓ Indicación: "En una soleada calle de París, una pequeña cafetería llamada 'CAFE PIGALLE' aparece en la vista. En el primer plano, una niña futurista con un carácter de dulce se presenta a través de un portal de energía que brilla con pequeñas olas. Ella lleva gafas rojas y sostiene una taza de café, con una mochila naranja como parte de su presentación holográfica, con un contorno que tiene un leve resplandor azul neón y un patrón de circuitos detallado, creando una suave atmósfera de ciencia ficción."

Probemos con una opción avanzada, con movimientos difíciles y rotación de la cámara ↓

Indicación: "La cámara se desplaza lentamente desde las puertas abiertas de un metro en una estación oscura. La imagen transita sin costura a un agujero negro iluminado rodeado de un haz de energía verde neón. La cámara continúa retrocediendo a través del agujero negro, entrando en un vasto mundo digital futurista lleno de flujos de datos centelleantes y patrones en cuadrícula. Movimiento suave y sin costuras, estética cyberpunk, tonos de verde oscuro y negro, con luces y sombras cinematográficas, efecto de desenfoque de movimiento suave."

Siguiendo este método, puedes seguir desatando tu creatividad ↓ Animales antropomorfos

Haciendo que un gato salga de una taza

Evolución a través de la historia

04—Conclusión: En general, Vidu Q1 destaca por su alto rendimiento en calidad, fotogramas inicial y final y estilo anime. Q1 ha mejorado notablemente la calidad del video, ofreciendo efectos más claros y estables. Especialmente en el ámbito del anime, permite expresar ejecuciones corporales exageradas pero naturales (las características del "perspectiva dinámica" del anime japonés), centrándose en escenas de alto impacto emocional como combates y deportes. Sin embargo, al igual que otros modelos, aún depende de un gran número de pruebas para obtener buenos resultados. Lo más importante es que Q1 tiene un precio muy atractivo, generando videos a solo 0.3 yuanes por segundo, casi diez veces menos que sus competidores, lo que hace que gastar en pruebas no duela, y se convierte en el verdadero "rey de la relación calidad-precio". Además, Vidu ha lanzado un modo de generación escalonada, disfrutando de la generación de videos gratuitos en horarios no pico. Cuando se activa, las tareas enviadas durante los períodos pico se procesarán automáticamente cuando la demanda disminuya. Si el servidor ya está en un estado de no-pico, el video se generará inmediatamente sin consumo de puntos, lo que permite aprovechar las ventajas.

Vidu también lanzó la función de sonido exclusivo generada a partir de una frase, donde solo se necesita una frase para generar sonidos personalizados de hasta 10 segundos, llevando los videos AI a la "era del sonido". Los usuarios pueden controlar con precisión el momento de inicio de los efectos de sonido, que pueden comenzar a generarse en cualquier momento durante esos 10 segundos. Este sistema es el primero en la industria comercial que soporta un control temporal refinado de efectos de sonido a partir de texto. Además, la función de sonido generado se puede superponer en múltiples segmentos y se exporta como un único archivo de audio. Por ejemplo, mediante la superposición de varios efectos de sonido, se logra una experiencia realista del paso de un tren. O puedes crear música puramente china, con instrumentos como el guzheng y la flauta, creando la atmósfera clásica de paisajes. Esto permite añadir voces y música de fondo a los AI videos de manera fácil, poniendo fin a la era del silencio para los videos AI.