Lançamento · ShengShu Technology
Vidu Q4 combina referências, câmera e áudio em vídeos curtos, ainda como preview
A API aceita até quinze imagens e três áudios para orientar clipes de até dezesseis segundos; o ganho é narrativo, não técnico.
O Vidu Q4 Preview está disponível no produto web e por API para transformar uma imagem inicial ou um conjunto de referências em clipes com áudio e troca automática de câmera. O modo por referência aceita até quinze imagens e três arquivos de áudio; a duração vai de três a dezesseis segundos e a resolução pode chegar a 4K. Em avaliação independente de image-to-video, o modelo ficou estatisticamente empatado com os líderes, mas o estágio continua preview e não há evidência de integração com CAD ou BIM.
- Acontecimento
- Publicação
- Última revisão
- Leitura
- 4 min
O que aconteceu
A ShengShu Technology lançou o Vidu Q4 Preview em 7 de outubro. O modelo está disponível no Vidu e em dois endpoints documentados: image-to-video, com uma imagem inicial, e reference-to-video, com múltiplas referências.
O estágio declarado é preview. Há acesso real por API, mas o nome e a documentação indicam uma versão sujeita a mudança; disponibilidade comercial não deve ser tratada como versão final ou garantia de estabilidade.
O que mudou
No modo por imagem, o Q4 usa um quadro inicial, prompt, áudio opcional e troca automática de câmera. A duração aceita vai de três a dezesseis segundos, com resoluções de 540p a 4K e geração direta de diálogo e efeitos quando o áudio está ativo.
No modo por referência, o modelo aceita de uma a quinze imagens e até três arquivos MP3 de três a doze segundos. Essas entradas orientam consistência de sujeito, som e diferentes posições de câmera. A documentação atual do Q4 não oferece um endpoint próprio de text-to-video.
Por que importa
Apresentações de projeto, campanhas e narrativas de marca dependem de continuidade entre planos, não apenas de um quadro bonito. Reunir referência visual, câmera e som pode reduzir a montagem manual de um primeiro corte e facilitar conversas sobre ritmo e atmosfera.
O uso em arquitetura precisa de fronteira clara. O vídeo pode comunicar intenção espacial e material, mas não preserva geometria, escala, especificação, quantitativo ou coordenação de um arquivo CAD ou BIM.
Para quem importa
Equipes de direção de arte, vídeo, publicidade, design, social e conteúdo que produzem peças curtas. Arquitetos, interiores, varejo e hotelaria podem usar o modelo em narrativa de projeto, teaser e exploração de movimento.
O recurso exige revisão de quem responde pela imagem, pelo áudio e pelas pessoas representadas. Referências de clientes, rostos, vozes, materiais protegidos e projetos confidenciais não devem entrar antes da conferência dos termos aplicáveis.
Impacto prático
No leaderboard independente AA-Video-I2V v1.1, Vidu Q4 Preview aparece em segundo lugar com Elo 1130 mais ou menos 13 e 3.417 avaliações. O intervalo o coloca em empate estatístico com MiniMax H3 e Gemini Omni Flash 1.1, portanto não sustenta a afirmação de liderança isolada.
A Artificial Analysis estima US$ 5,04 por minuto de vídeo em 1080p por API. O valor serve como referência comparativa; preço efetivo depende de resolução, duração, plano, região, créditos, tentativas descartadas e trabalho de edição.
O que testar
Escolha um interior e monte um pacote controlado com planta renderizada, três vistas, materiais, iluminação e uma referência sonora licenciada. Gere um clipe de cinco segundos por imagem e outro por referências, mantendo prompt, resolução e seed registrados.
Compare continuidade espacial, materiais, pessoas, câmera, sincronização, artefatos, tempo, custo e número de novas tentativas. Faça também um teste sem áudio e outro com 4K para verificar se o ganho visual compensa créditos e tempo.
O que observar
Acompanhe quando o Q4 sair de preview, quais versões do modelo ficam fixadas na API, disponibilidade por país, política de retenção, termos de treinamento, direitos sobre voz e imagem, marca d'água, fila, falhas e limites de taxa.
Procure avaliações independentes de texto em português, continuidade entre vários planos, fidelidade a materiais e custo após regenerações. Uma boa posição em image-to-video não cobre todos esses pontos.
O que ainda não sabemos
Não há data pública para disponibilidade geral, SLA do preview ou garantia de compatibilidade futura. O leaderboard mede preferência humana em image-to-video e não valida o modo por quinze referências, o áudio, a precisão arquitetônica ou a resolução 4K.
Também não há demonstração de exportação editável para CAD, BIM ou composição em camadas. A consistência anunciada pelo fornecedor precisa ser medida em cada identidade, ambiente e sequência.
Fontes
- Vidu Q4 Preview: Image to Video APIVidu · Documentação · conferida em 13 de outubro de 2026
- Vidu Q4 Preview: Reference to Video APIVidu · Documentação · conferida em 13 de outubro de 2026
- Vidu launches Q4 PreviewShengShu Technology · Fonte oficial · publicada em 7 de outubro de 2026 · conferida em 13 de outubro de 2026
- AA-Video-I2V v1.1 LeaderboardArtificial Analysis · Veículo especializado · conferida em 13 de outubro de 2026