Vidu 多镜头短片流程：什么时候用参考生视频？

要用 Vidu 制作多镜头短片，首要决定是主体是否要跨镜头重复出现。单张产品图做动态展示，图生视频通常更省准备工作；人物、商品连续出现时，参考生视频更切题。以下是依据官方资料设计的可执行流程，并非亲测报告。

Vidu 官方区分图生视频和参考生视频：前者用于让单张图片或关键帧动起来，后者面向多镜头主体一致性。团队应先将脚本拆成镜头表：镜头编号、主体、动作、构图、预计时长、衔接方式。只有一段产品动画时无需额外组织复杂的主体参考；需要角色反复出现，就先制作统一、获授权的参考图片集。

第一步，列镜头表，明确每段的可验收画面。第二步，选择模式。Vidu 官网参考生视频流程写明上传 1–7 张参考图，输入动作提示并设置参数，生成后预览下载。注意，网页示例与开发 API 的额度并不相同：Q4-preview 参考生视频 API 文档说明支持 1–15 张图片。第三步，优先生成最难镜头，检查人物脸部、衣着、产品标识是否一致；这一步是团队应该执行的质检建议，不能将官网一致性宣传理解为每次必然成功。第四步，将片段放进剪辑软件，根据镜头表补充字幕、品牌文字、授权音乐与转场，检查片段节奏和文字画面。第五步，针对失败镜头迭代：角色漂移先统一参考图，动作不符先缩小动作范围，衔接不顺则调整拆镜头策略，并记录每次版本。建议用一张验收表记录：镜头编号、参考素材版本、第一次生成的问题类别、返工次数、最终是否通过，以及剪辑耗时。所有字段由团队真实填写；这样三镜头样片才能比较实际成本，而不是只看生成数量。

Vidu 官方将图生视频、参考生视频和文生视频列为不同类型。以 Vidu 2.0 图生视频 API 为例，官方接口文档要求一张起始图片，时长可选 4 秒或 8 秒；而 Q4-preview 参考生视频 API 的图片数量约束不同。集成前，应逐项核对指定模型的图片格式、时长、分辨率、积分及任务状态处理。不要用网站上的通用功能介绍代替某个版本的接口契约。后续仍需设置失败重试、内容审查和人工抽样质检。

截至 2026 年 10 月 30 日，Vidu 中文定价页展示标准版年付 99 美元、每月 800 积分，并标示付费套餐可商用。年付总额不能误读为按月扣费；生成数量也不能直接按价格折算，因为模型与生成规格会影响积分消耗。建议先做包含同一主体的三镜头样片，记录尝试次数、返工镜头数、最终剪辑耗时。若团队需要逐帧精准控制，无法容忍主体细节变化，或缺少审片和剪辑人员，就不要把这类工具作为完整成片流水线。