В гайде на note сравнили Vidu Q4 и Q3: Q4 принимает до 15 изображений-референсов и до трёх аудиореференсов. Для креатора выбор простой: Q3 позволяет начать с одного текста, а Q4 требует заранее подготовить визуальные и звуковые материалы.
Что меняется: Q3 подходит для быстрых набросков — умеет генерировать видео по тексту или изображению, работать с репликами, звуками и музыкой, а также выполнять сложные движения камеры и переключать сцены. У Q3 можно использовать до семи изображений-референсов. Q4, по опубликованной Pollo AI информации, не поддерживает генерацию видео только по тексту: её сильная сторона — контроль персонажей, одежды, предметов и локаций по референсам.
Q4 также заявлена с выводом до 2K и 4K и 10-битным цветом. Это может быть полезно для сцен с плавным переходом от заката к ночи, подсветкой и оттенками кожи, но само по себе не гарантирует стабильный результат. Q4 обещает улучшенный липсинк и работу с движением; сложные действия всё равно могут потребовать нескольких генераций.
Для сравнения автор гайда предлагает взять одинаковое стартовое изображение 16:9 и один 15-секундный промпт, выставить одинаковые разрешение и настройки звука. В примере семья гуляет среди хризантем в токийском Мэйдзи-дзингу, а затем смотрит на вечернюю подсветку сада. Проверять стоит не один удачный ролик, а хотя бы три генерации каждой модели — вместе с числом перезапусков и потраченными кредитами. Доступные длительность, разрешение и количество референсов могут зависеть от режима и тарифа Pollo AI. Короче: Q3 — для идеи из текста, Q4 — когда нужный вид сцены уже можно показать картинками.
Источникnote #動画生成AI
