生数科技のVidu Q4が画像から動画生成のトップ3に躍り出た：前世代はまだ19位だった

動察 Beating AI 速報、生数科技が新世代フラッグシップ動画モデル Vidu Q4 Preview を発表、現在ウェブ版と API での利用が可能。新モデルは現在、画像から動画の生成と参照から動画の生成に対応しており、純粋なテキストからの動画生成にはまだ対応していない。

Artificial Analysis の画像から動画（音声含む）ブラインドテストランキングで、新モデルは 1179 点で第 3 位にランクインし、MiniMax H3 Max と MiniMax H3 に次ぐ。前世代の Vidu Q3 Pro は 1056 点で第 19 位だった。両世代のモデルは 123 点差である。

Vidu Q4 Preview は主に人物の表情、肢体の動き、カメラの切り替え、爆発などの視覚効果を改善した。映像と音声を同時に生成でき、1 本の動画は最長 16 秒、最大 4K 解像度に対応。ユーザーは最大 15 枚の参照画像と 3 つの音声参照をアップロードし、人物の外見、シーン、音声を指定して、キャラクターが異なるカメラアングルでもできるだけ一貫性を保つようにできる。