中国 AI 视频生成领域领军者 Vidu 近日宣布，其 Q1 模型迎来重大升级，推出了全新的 「参考转视频」（Reference-to-Video） 功能，允许用户上传最多七张参考图像，生成视觉一致性
参考转视频: 七张图像解锁复杂叙事
ViduQ1 的 「参考转视频」 功能是此次更新的核心亮点。用户可上传最多七张参考图像，包括人物、场景、道具等元素，结合文本提示词生成高质量视频。ViduQ1 通过先进的语义融合技术，确保多张图像中的元素在视频中保持高度一致，避免了传统 AI 视频生成中常见的场景断裂或角色失真问题。
例如，用户可上传一张人物照片、一张森林背景和一张动物图像，输入提示词:「一名女性在森林中弹吉他，猫头鹰停在树枝上。」ViduQ1 能够智能生成包含吉他演奏动作、森林环境和猫头鹰的视频，画面细节如服装纹理、背景光影和动物动作均高度逼真。这一功能为动画、短视频和广告创作者提供了强大的工具，显著降低了复杂场景的制作门槛。
多主体一致性: 打造连贯视觉体验
ViduQ1 的多主体一致性 （Multiple-EntityConsistency） 技术是其核心竞争力之一。用户可通过上传不同类型的参考图像 (如角色、物体、环境)，生成包含多主体互动的视频，且每个主体的特征在整个视频中保持稳定。例如，上传一张角色照片、一件花纹服装和一辆自行车图片，ViduQ1 可生成一段角色穿着指定服装、骑行自行车的流畅视频，细节如花纹和自行车造型均与参考图像高度吻合。
与上一代模型相比，Q1 在画面细节和动作流畅度上显著提升，支持多角度镜头切换和动态场景过渡，确保 360°视角下的视觉一致性。这一功能尤其适合动漫、游戏预告片和虚拟场景模拟等需要复杂叙事的场景，为专业创作者提供了接近传统影视制作的创作体验。
