0104
你的图片就是首帧
Vidu Q4 从你上传的原图开始生成，动起来的正是你设计的角色、服装和场景，视频也会沿用图片的画面比例。提示词：女孩从透明伞下抬起头，温柔地笑着说：“You came after all.” 雨点打在伞上，背景里一辆公交车驶过。
AI Generator
Vidu Q4 有声 AI 图生视频生成器
在 OCMaker AI 上用 Vidu Q4 把任意图片变成有声视频。对白和音效与画面同步生成，时长 4 到 16 秒，最高 1080p。
Vidu Q4 有声图生视频
上传一张图片，描述动作和想听到的声音，Vidu Q4 就会把它变成自带音轨的视频片段：对白、音效和环境音与画面一同生成。片段时长 4 到 16 秒，最高 1080p。
在 OCMaker AI 上制作的 Vidu Q4 示例
每段视频都由一张动漫静帧和一条提示词生成：720p、5 秒、开启音频。下方每条说明都附有我们使用的提示词。
0204
声音与画面一同生成
在提示词里描述声音，Vidu Q4 就会把它们加进视频，这里是咖啡馆环境音、杯子的叮当声和一声得意的喵叫。提示词：猫咪咖啡师往拿铁里倒牛奶，拉出一颗爱心，然后看向镜头，得意地喵了一声。温馨的咖啡馆环境音，杯子叮当作响，门铃响起。
0304
快速动作也不走样
冲锋的剑客、交击的刀刃、飞溅的火花和翻飞的花瓣，从第一帧到最后一帧都清晰可辨。提示词：两名剑客冲过桥面，双剑相击，迸出耀眼的火花和清脆的金属铿锵声，樱花花瓣在风中飞旋。
0404
会说话的角色，适合短视频和直播
用引号写一句简短台词，Vidu Q4 就会在视频音轨里把它说出来。适合 VTuber 开场、角色预告和剧情短片。提示词：女孩对着镜头挥手，开心地说：“Hi everyone, welcome back to the stream!” 然后咯咯笑起来。轻柔的键盘敲击声和 lo-fi 节拍。
OCMaker AI 上的 Vidu Q4 要点一览
在上方生成器中选择 Vidu Q4 后，你能获得以下功能。
- 01
图生视频
上传一张静态图片，Vidu Q4 会以它为首帧生成动画。必须提供起始图片。
- 02
原生音轨
对白、音效和环境音与视频一同生成。你可以关闭音频，价格不变。
- 03
4 到 16 秒
每段视频可选 4、8、12 或 16 秒。
- 04
540p、720p 或 1080p
先用 540p 测试创意，再把满意的版本以 1080p 渲染输出。
- 05
保留你的构图
竖屏、方形或宽屏：视频会沿用你上传图片的画面比例。
- 06
会员专享模型
Vidu Q4 面向会员开放。4 秒视频在 540p 下消耗 8 积分，720p 为 16 积分，1080p 为 20 积分。
如何使用 Vidu Q4
三步把静态图片变成有声视频。
上传起始图片
可以用插画、你的某个角色，或者用 GPT Image 2.5 或 Nano Banana 2.1 生成的图片。画面清晰、只有一个主体的图片效果最好。
描述动作和声音
说明什么在动、镜头如何运动，以及应该听到什么。把台词放进引号，并控制长度，确保在片段时长内能说完。
选择时长和分辨率，然后生成
可选 4 到 16 秒、540p 到 1080p，所需积分会随选择实时更新。视频生成后即可下载。
常见问题
什么是 Vidu Q4？
Vidu Q4 是 Vidu 最新的视频模型。OCMaker AI 接入的是它当前的预览版，用于图生视频：它能让你上传的图片动起来，并在同一次生成中输出包含对白和音效的音轨。
Vidu Q4 可以只用文字生成视频吗？
目前还不行，Vidu Q4 需要一张起始图片。如果只有文字提示词，可以使用文生视频生成器，或者先用 GPT Image 2.5 生成一张静态图，再用 Vidu Q4 让它动起来。
Vidu Q4 会生成声音吗？
会。音频默认开启，可以包含对白、音效和背景环境音。在提示词里描述想听到的声音，并把台词放进引号。关闭音频不会改变价格。
视频最长多久、最高多清晰？
每段视频可为 4、8、12 或 16 秒，分辨率可选 540p、720p 或 1080p。视频会沿用起始图片的画面比例。
Vidu Q4 消耗多少积分？
Vidu Q4 面向会员开放。540p 下，4、8、12、16 秒的视频分别消耗 8、15、22、30 积分；720p 下分别为 16、31、47、62 积分；1080p 下分别为 20、39、59、78 积分。
什么样的图片效果最好？
画面清晰、光线充足、只有一个主体，并且留有一定活动空间的图片。动漫插画、角色图和场景静帧都可以。请只上传你有权使用的图片。