# Vidu Q1 – 生数科技推出的高可控视频大模型

- Link: https://paooo.com/aigc-news/20702/
- Published: 2026-06-08T03:57:59+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 支持1080p高清视频生成，首尾帧升级后仅两张图即可做出电影级自然运镜。
 * 可精确控制主体位置、大小、轨迹与动作细节，音效同步精度可达±0.1秒。
 * 在VBench-1.0、VBench-2.0和SuperCLUE图生视频榜单中均取得领先成绩。

## Vidu Q1是什么

Vidu Q1 是清华大学人工智能研究院副院长、生数科技创始人兼首席科学家朱军教授团队推出
的高可控视频[大模型](https://paooo.com/ai-study/)。支持生成1080p高清视频，画质细腻，
细节丰富，能满足5秒视频的生成需求。首尾帧功能升级后，仅需两张图即可生成电影级的自然
运镜效果。Vidu Q1具备精准音效控制功能，支持在时间轴上标注音效类型与时长，同步精度
可达±0.1秒。模型优化了多主体细节可控能力，用户可以通过上传参考图和文字指令，精准
调整视频中主体的位置、大小和运动轨迹。能针对模糊区域进行局部超分重建，4K视频放大
8倍仍无马赛克。在海外权威视频生成评测榜单VBench-1.0和VBench-2.0中分别以总分87.41%
和60.98%的成绩登顶，超越了[Runway](https://ai-bot.cn/sites/240.html)、[OpenAI](https://paooo.com/tag/openai/)
Sora等模型。在国内SuperCLUE的图生视频榜单中，Vidu Q1也以动漫风格63.52分、写实风格
67.78分拿下双榜第一。

阅读目录

 * [Vidu Q1是什么](https://paooo.com/aigc-news/20702/#vidu-q1%e6%98%af%e4%bb%80%e4%b9%88)
 * [Vidu Q1的主要功能](https://paooo.com/aigc-news/20702/#vidu-q1%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Vidu Q1的技术原理](https://paooo.com/aigc-news/20702/#vidu-q1%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [Vidu Q1的项目地址](https://paooo.com/aigc-news/20702/#vidu-q1%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Vidu Q1的评测效果](https://paooo.com/aigc-news/20702/#vidu-q1%e7%9a%84%e8%af%84%e6%b5%8b%e6%95%88%e6%9e%9c)
 * [如何使用Vidu Q1](https://paooo.com/aigc-news/20702/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8vidu-q1)
 * [Vidu Q1的应用场景](https://paooo.com/aigc-news/20702/#vidu-q1%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![Vidu Q1](https://paooo.com/wp-content/uploads/2026/06/Vidu-Q1-website-1.avif)

## Vidu Q1的主要功能

 * **高清画质与分辨率**：支持生成1080p分辨率的高清视频，画质细腻，细节逼真。
 * **首尾帧功能**：用户仅需上传两张图，可生成电影级的运镜效果，首尾帧衔接流畅自然，
   镜头语言更有“电影感”。
 * **音效生成**：新增“一句话生成音效”功能，能根据提示词生成背景音乐和音效，支持精细
   控制每段音频的出现时间点，可分段控制、自由叠加，声音与画面完美贴合。
 * **极“质”风格**：动漫风格更稳定流畅，角色动作和情绪表达更到位。
 * **视频质量与语义一致性**：在VBench-1.0的视频质量、语义一致性等维度上，Vidu Q1
   达到SOTA（State of the Art）水平，生成的视频在表面真实性与内在真实性上表现出色。
 * **常识推理与物理理解**：在VBench-2.0的常识推理与物理规律理解两大维度上，Vidu 
   Q1也表现出色，展现出领先的理解与生成能力。
 * **精准调整主体属性**：用户可通过上传参考图和文字指令，框选视频中的任意角色或物体，
   精准调整其位置（坐标轴定位）、大小（百分比缩放）、运动轨迹（自定义路径曲线）及
   动作细节（如“抬手15度”“眨眼频率2秒/次”）。实测显示，同一指令生成10次视频时，角色
   偏移误差小于5像素，而传统模型通常超过200像素。
 * **多主体一致性**：在多主体场景中，Vidu Q1 能保持主体间的一致性，确保视频中多个
   角色或物体的动作、位置等协调统一，这对于制作复杂的多主体视频内容（如动画、影视
   短剧等）非常关键。
 * **音效时间轴控制**：用户可在时间轴上打点标注音效类型与时长，如0:00-0:03秒设置
   风声（强度70%），0:04-0:05秒设置玻璃破碎声（左声道优先）。Vidu Q1 的音效同步精度
   可达±0.1秒，相比传统AI音效随机匹配，大大增强了视频的沉浸感与感染力。
 * **局部超分重建**：针对模糊区域进行局部超分重建，4K视频放大8倍仍无马赛克。可手
   动调节光影强度、材质纹理、景深虚化等，进一步提升视频的视觉质量。

## Vidu Q1的技术原理

 * **技术架构**：Vidu Q1 基于扩散模型（Diffusion Model）和 U-ViT 架构开发。U-ViT
   结合了 Transformer 的可扩展性和长序列建模能力，能处理长达16秒的1080p视频。模型
   通过视频自编码器减少视频的空间和时间维度，实现高效的训练和推断。
 * **多模态融合**：Vidu Q1 融合了文本、图像和视频等多种模态的信息，通过灵活的多元
   输入实现了多角度、多主体、多元素的一致性生成。使 Vidu Q1 能生成具有高度一致性
   和动态性的视频。
 * **自动生成与标注**：为了应对大规模视频训练数据的标注问题，Vidu Q1 使用了高性能
   的视频标题生成器来自动标注训练视频。在推断过程中，应用了重新标题技术，将用户输入
   重新表述为更适合模型的形式。
 * **可控视频生成的拓展**：Vidu Q1 进行了其他可控视频生成的实验，包括边缘检测到视频
   生成、视频预测和主体驱动生成等。实验展示了 Vidu Q1 在不同应用场景中的潜力。

## Vidu Q1的项目地址

 * **API地址**：[platform.vidu.cn](https://platform.vidu.cn/?utm_source=ai-bot.cn)

## Vidu Q1的评测效果

 * Vidu Q1在海外权威视频生成评测榜单VBench Leaderboard的VBench-1.0和VBench-2.0榜单
   中登顶，分别以总分87.41%和60.98%的成绩超越了Runway、Sora、LumaAI等国内外视频生成
   模型，拿下文生视频赛道榜单双第一。
 * 在VBench-1.0的视频质量、视频语义一致性以及VBench-2.0的常识推理、物理理解等综合
   维度上达到SOTA（State of the Art，即当前最先进的模型）水平，表现出色。
 * 在VBench 2.0的评测中，Vidu Q1在常识推理与物理规律理解两大维度摘得第一，展现出
   领先的理解与生成能力。
 * Vidu Q1在国内权威通用大模型综合性测评基准SuperCLUE发布的图生视频专项榜单中，以
   动漫风格63.52、写实风格67.78的成绩拿下双榜单第一，展现了其在专项应用层面强劲而
   稳定的图生视频能力。

## 如何使用Vidu Q1

 * **注册与登录**：访问 [Vidu](https://ai-bot.cn/sites/14695.html) 的官网，点击注册
   或登录。
 * **模型选择**：左上角选择Vidu Q1模型。
 * **文生视频**：输入文字，描述想要生成的内容，进行个性化设置，可选择试用清晰度1080p。
 * **图生视频**：上传图片和尾帧参考图片，输入图片描述想要生成的内容。进行个性化设置，
   支持选择清晰度1080p。
 * **参考生视频**：暂不支持Vidu Q1模型，可切换使用2.0模型。
 * **创作视频**：设置完成后，点击创作，获取生成的视频，进行调整。

![Vidu Q1](https://paooo.com/wp-content/uploads/2026/06/Vidu-Q1-website1.avif)

## Vidu Q1的应用场景

 * **影视制作**：Vidu Q1 可快速生成高质量的视频内容，大大缩短制作周期并降低成本。
   多镜头生成能力和对时空一致性的把控，为特效制作、场景剪辑等提供了便利。
 * **广告宣传**：Vidu Q1 能快速生成多种风格和主题的视频广告，满足不同客户的需求。
   可根据用户的兴趣和行为数据，实现精准投放和个性化推荐，提高广告的转化率和效果。
 * **动画制作**：Vidu Q1 的多主体一致性控制能力在动画制作中具有重要价值，能确保角色
   在不同视角下的细节一致性，减轻动画师的工作负担。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**Vidu ↗**

生数科技推出的AI视频生成大模型。

**Runway ↗**

AI视频工具，绿幕抠除、视频生成、动态捕捉等功能。

**Sora ↗**

Sora是OpenAI的文本到视频模型，能生成多种类型视频，具有多种特色功能，在影视、广告
等领域有应用，介绍了其

❓ 常见问题解答（FAQ）

Vidu Q1适合做什么类型的视频？

Vidu Q1 适合生成对画质、运镜、主体一致性和音效同步要求较高的视频内容，如动画短片、
影视感片段、图生视频和多主体场景视频，尤其适合需要精细可控效果的创作任务。

Vidu Q1的首尾帧功能有什么优势？

首尾帧功能升级后，用户只需上传两张图，就能生成更自然的电影级运镜效果，首尾衔接更
流畅，镜头语言更有“电影感”，适合做高质感转场和叙事镜头。

Vidu Q1的评测成绩表现如何？

文章提到，Vidu Q1 在海外 VBench-1.0 和 VBench-2.0 榜单分别以 87.41% 和 60.98% 登
顶，并在国内 SuperCLUE 图生视频榜单中拿下动漫风格和写实风格双榜第一。

🔬 语宙深潜追问 · 进阶实操拆解

首尾帧控制适合什么视频任务？

适合广告分镜、剧情短片和产品演示这类需要明确起止状态的任务。实操时先定镜头节奏和
主体运动路径，再用首尾帧约束中间过渡，能显著减少跑偏。

多主体编辑如何避免角色串戏？

要先锁定每个主体的身份特征、位置关系和动作边界，再分层编辑。建议把人物、道具和背景
拆开控制，并在关键帧上做一致性检查，防止细节漂移。

🗳️ 读者观点微投票 · 您的实战立场是？

高可控视频生成，你最想优先控制什么？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🎬 所属权威专题：AI 视频生成与影视工作流 →](https://paooo.com/topics/ai-video-generation/)

 * [Vidu Q2重磅发布：生数科技新一代AI“演技生成”模型，秒级运镜+微表情黑科技引爆AIGC革命](https://paooo.com/aigc-news/13535/)
 * [Vidu – 生数科技发布的视频大模型，可生成16秒1080P的视频](https://paooo.com/aigc-news/27911/)
 * [15图+3音频多主体一致性创业界纪录！生数科技重磅发布旗舰视频大模型Vidu Q4 Preview：首创U-ViT端到端音画同出、4K 10-bit影视级运镜全景实测拆解](https://paooo.com/ai-tool/40607/)
 * [Vidu 1.5 – 生数科技推出支持多主体一致性的多模态大模型](https://paooo.com/aigc-news/25682/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/20702/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
