Vidu发布O2图像模型:4控制权进一步交给创作者

12月1日，Vidu推出升级后的Q2参考生图功能，并且同步上线文生图与图像编辑功能，试图解决AI多模态创作中“创意”与“可控性”难以兼顾的长期难题。

官方表示，此次更新把创作的控制权进一步交还给创作者。

这次升级中，Vidu Q2参考生图作为商用生产主力，进一步发挥其在保持超高一致性方面的独特价值，把广告、商品展示从「精准还原」到「情感表达」，从「内容呈现」升级为「有情感的表现，有效率的创作」。强调Q2参考生不仅能精准还原产品细节，更能为AI视频注入情感表现力，从而提升品牌好感与用户转化。

新版Q2生图功能在一致性表现、生成速度、工作流整合等方面均有所提升，可应用于短剧动漫、广告电商、泛娱乐、影视制作、文旅教育等多个场景。平台同时开放限时免费体验，会员可在一个月内使用文生图、参考生图及图像编辑功能，旗舰版会员享受不限量生成。

官方介绍，Vidu在国际AI基准测试机构Artificial Analysis最新公布的图像编辑榜单中首次上榜即进入前四名，并且在该指标上超过了GPT-5。这意味着其在图像编辑一致性与模型成熟度上已达到较高水平。

在广告电商场景中，传统AI视频虽能实现基础商品展示，但人物表情僵硬、互动缺乏感染力的问题长期制约品牌表达。Vidu Q2通过多模态理解与面部动作单元精细解构，使AI角色能够展现嘴角微扬、眼神闪烁等细腻表情。例如在上述商品广告中，模特身穿衣服时不仅能精准还原产品细节，更可通过「惊喜微笑」「专注凝视」等微表情增强叙事代入感，让产品展示更具说服力，用户转化率提升显著。

在动漫领域，Vidu正将它的AI视频生成能力深入至产业应用。通过创新的MaaS（模型即服务）模式，直接整合到动漫创作的核心环节，能够根据文本或图像提示，快速生成高质量的动画分镜、角色动态或场景草图，极大地重塑了传统动画制作流程，在创意验证、前期制作等阶段实现显著的降本增效，赋能动漫产业进入智能化创作的新纪元。

在一致性能力方面，Q2参考生图在语义理解、风格支持、美学水准和参考要素灵活度方面均较上一版本提升。官方称，模型能够在保持主体一致的前提下给予创作者更多创作自由，生成速度最快可达5秒。

在参考能力方面，Q2主要包括：

任意比例生成：可从同一参考图生成不同比例画面，适配广告、电商、短剧动漫等多种素材需求，支持4K输出。

位置、动作、构图复刻：通过升级的空间理解能力，可精准复刻角色站位、动作、布局，即便输入为草图或线稿，也能保持构图一致。

分镜切换：可基于同一画面生成不同景别，通过文字指令完成多镜头画面组合，再配合图生视频功能生成完整片段。

图片编辑能力增强方面，全新的Q2图像编辑功能支持局部添加、替换、删减或调整内容，并且可进行风格转换及季节、时间变化处理。在编辑过程中，主体一致性与背景结构可保持稳定，不易出现变形或细节缺失。

相比传统修图软件依赖多工具调整的方式，Q2通过文本改图的方式降低了使用门槛，为创作者带来更高效率。

文生图与多风格输出方面，升级后的文生图能力可根据简单提示词直接生成连续分镜，覆盖超过百种主流与非主流美术风格，包括国画、日漫、美漫与复古画风等。无论远景、特写还是近景，均可保持人物外观的一致性。

参考生图功能则可基于固定角色，快速生成不同故事情节下的多张画面，使角色IP构建与多场景延展更加高效，适合漫画、绘本以及短剧类创作的批量生产。

这次新增的“主体保存”功能打通了文生图、参考生图与参考生视频的模型链路。创作者可保存任一生图的主体，再在视频生成中调用，实现跨模态一致性