A ShengShu Technology apresentou a versão preliminar do seu modelo de geração de vídeo de ponta, o Vidu Q4 Preview. As principais vantagens desta versão são atuações de personagens mais convincentes e um custo inicial de uso significativamente reduzido.
De acordo com um comunicado da IT Home em 10 de outubro, bem como uma análise na Tencent News de 8 de outubro, o modelo permite carregar até 15 imagens como referências, o que garante uma representação visual mais completa dos personagens, cenas e adereços. Além disso, é possível usar até três clipes de áudio para manter a consistência da voz do personagem.
A ShengShu afirma que o modelo melhorou a dinâmica do movimento da câmera, a mudança de quadros e as transições entre cenas complexas. O conteúdo de saída está disponível nas resoluções 540p, 720p, 1080p, 2K e 4K com profundidade de cor de 10 bits, sendo que uma única geração pode durar até 16 segundos. Atualmente, o Q4 Preview suporta apenas a geração de imagem para vídeo e de referência para vídeo.
Outro aspecto importante é a precificação. Para o seu produto SaaS próprio, a versão preliminar do Vidu oferece um preço promocional de dois meses, começando em 0,09 yuans por segundo, tornando um clipe de 10 segundos mais barato que 1 yuan. No entanto, o preço padrão após o término da promoção não foi divulgado em nenhum dos relatórios. O autor da análise observou que os principais APIs de modelos de vídeo na China geralmente custam entre 0,5 e 3 yuans por segundo, e como os criadores frequentemente geram vários rascunhos antes de obterem um clipe adequado, o custo por segundo é crucial para determinar a acessibilidade dos experimentos.
Durante os testes, que incluíram publicidade de fantasia, um curta-metragem de anime e uma cena em estilo cinematográfico, o modelo lidou com sucesso com um lento afastamento da câmera de um close-up de sobremesa para uma paisagem ampla de jardim, evitando cortes bruscos semelhantes a zooms característicos de modelos anteriores e mantendo a continuidade das transições entre os quadros. O revisor descreveu uma abordagem estilística reconhecível, que prefere movimentos de câmera energéticos, anime e ação cinematográfica. Deve-se notar que estas são apenas impressões de um revisor, e não resultados de benchmarking.
A ShengShu posiciona o Q4 Preview para uso na criação de vídeos dramáticos curtos, publicidade, conteúdo social e produção cinematográfica. Se a geração no terceiro trimestre visava garantir um comportamento consistente de personagens de IA nos processos de produção, no quarto trimestre a empresa combina desempenho aprimorado com um custo suficientemente baixo para estimular novas tentativas de criação de conteúdo. A data de lançamento completo do Q4 ainda não foi anunciada.