Компания ShengShu Technology представила предварительную версию своей флагманской модели генерации видео Vidu Q4 Preview. Основными преимуществами этой версии стали более убедительная актерская игра персонажей и значительно сниженная начальная стоимость использования.
Согласно сообщению IT Home от 10 октября, а также обзору на Tencent News от 8 октября, модель позволяет загружать до 15 изображений в качестве референсов, что обеспечивает более полное визуальное представление персонажей, сцен и реквизита. Кроме того, можно использовать до трех аудиоклипов для поддержания постоянства голоса персонажа.
ShengShu утверждает, что модель улучшила динамику движения камеры, смену кадров и переходы между сложными сценами. Выходной контент доступен в разрешении 540p, 720p, 1080p, 2K и 4K с глубиной цвета 10 бит, при этом одна генерация может длиться до 16 секунд. На данный момент Q4 Preview поддерживает только генерацию из изображения в видео и из референса в видео.
Другим важным аспектом является ценообразование. Для собственного SaaS-продукта Vidu предварительная версия предлагает двухмесячную акционную цену, начинающуюся от 0,09 юаня за секунду, что делает 10-секундный клип дешевле 1 юаня. Однако стандартная цена после окончания акции не была раскрыта ни в одном из отчетов. Автор обзора отметил, что в Китае основные API видеомоделей обычно стоят от 0,5 до 3 юаней в секунду, и поскольку создатели часто генерируют множество вариантов перед получением пригодного клипа, стоимость за секунду критически важна для определения доступности экспериментов.
В ходе тестирования, которое включало фэнтезийную рекламу, короткометражный аниме-фильм и сцену в кинематографическом стиле, модель успешно справилась с медленным отъездом камеры от крупного плана десерта до широкого пейзажа сада, избегая резких зум-подобных склеек, характерных для предыдущих моделей, и поддерживая непрерывность переходов между кадрами. Обзорщик описал узнаваемый стилистический подход, который предпочитает энергичные движения камеры, аниме и кинематографическое действие. Следует отметить, что это лишь впечатления одного рецензента, а не результаты бенчмаркинга.
ShengShu позиционирует Q4 Preview для использования в создании коротких драматических видео, рекламы, социального контента и кинопроизводства. Если генерация в третьем квартале была направлена на обеспечение последовательного поведения ИИ-персонажей в производственных процессах, то в четвертом квартале компания сочетает улучшенную производительность с достаточно низкой ценой, чтобы стимулировать повторные попытки создания контента. Дата полного выпуска Q4 пока не объявлена.