當(dāng)AI視頻不再只像過去那樣比拼高清像素，而是開始進(jìn)入“飆演技”階段，AI視頻才算正式邁入內(nèi)容生產(chǎn)的最高級形式——影視級敘事新階段。

9月25日，生數(shù)科技新一代圖生視頻大模型Vidu Q2正式全球上線，打破了原有AI生成的表情太假，動作飄忽不定，運(yùn)動幅度不夠大，無法指哪打哪的行業(yè)問題，實(shí)現(xiàn)從“視頻生成”到“演技生成”，從“動態(tài)流暢”到“情感表達(dá)”的革命性跨越，標(biāo)志著AI視頻生成技術(shù)正式從追求“形似”進(jìn)入追求“神似”的新紀(jì)元，將為內(nèi)容創(chuàng)作、影視產(chǎn)業(yè)、廣告營銷等領(lǐng)域帶來全新升級。Vidu Q2圖生視頻功能不僅能勝任復(fù)雜表情變化的文戲，常見的多人打斗場景的武戲，而且還能完美呈現(xiàn)大片中的炫酷特效。

據(jù)了解，相比于今年上半年發(fā)布的Vidu Q1模型，此次發(fā)布的Vidu Q2圖生視頻功能在極致細(xì)微表情生成、推拉運(yùn)鏡、語義理解、生成速度與時長選擇方面都有了大幅提升，主要有4大亮點(diǎn)：

1、AI演技更生動——不僅能生成視頻，更有生動演技

2、鏡頭語言更豐富——運(yùn)鏡自然流暢，創(chuàng)作更顯張力

3、語義理解更準(zhǔn)確——創(chuàng)意直達(dá)畫面，想象即刻成真

4、時長選擇更自由——時長選擇靈活，滿足更多場景

此外，為了滿足用戶對于生成速度和生成質(zhì)量的不同需求，Vidu Q2圖生視頻分為閃電模式和電影大片模式。閃電模型下20秒就能生成 5秒 1080P視頻片段，滿足極速出片的需求；電影大片模式則主要滿足對于復(fù)雜表演、運(yùn)鏡等有更高要求的用戶。

目前，Vidu Q2圖生視頻功能已同步在其Web 端、APP端以及API上線。

1.AI演技更生動

前不久的威尼斯電影節(jié)，辛芷蕾以極其精湛的演技獲得了威尼斯國際電影節(jié)最佳女主角獎。對于演技派來說，最高的褒獎是演什么像什么，看了讓人產(chǎn)生共鳴和代入感。而這種代入感往往是通過演員的細(xì)微情緒變化實(shí)現(xiàn)的，在短短幾秒中突顯人物情緒張力，表達(dá)人物性格，推動故事發(fā)展。

此前AI生成的短劇、長片或多或少都存在人物表情僵硬、不自然，演技浮夸的情形，很難表現(xiàn)角色復(fù)雜細(xì)膩的情緒。而此次發(fā)布的Vidu Q2圖生視頻則突破“最后一道壁壘”，在細(xì)微表情生成中的技術(shù)被成功攻克，使數(shù)字角色能夠展現(xiàn)出生動且充滿感染力的演技，賦予了AI角色以生命力。

我們可以讓AI演員和電影演員同臺PK演技，復(fù)刻《甜蜜蜜》張曼玉經(jīng)典片段，短短5秒時間呈現(xiàn)從微笑——委屈——難過三種復(fù)雜情緒。左邊是電影原片段，右邊是Vidu Q2圖生視頻生成的，人物演技非常自然，三種情緒之間的轉(zhuǎn)換很有呼吸感，即使努力壓抑，但是仍然流露出委屈和難過，對比來看AI 生成的視頻與原視頻并無顯著差別。

真正的老戲骨每一個細(xì)胞都在演戲。這次Vidu Q2圖生視頻相比于Q1，在細(xì)膩的情緒表達(dá)上有了明顯提升，即使一個眼神也能述說故事。

輸入圖片

Vidu Q2圖生視頻

上述例子中，特寫聚焦于一個金發(fā)碧眼老人的半邊臉，周圍的火焰將老人的臉照得通紅，他輕輕地眨了眨眼，眼淚中飽含淚水，一滴眼淚從右眼中緩緩流下。即使沒有任何言語和環(huán)境渲染，也讓人對戰(zhàn)爭的殘酷感同身受，AI人的演技足可以媲美真人。

在動漫場景中，Vidu Q2的表現(xiàn)也相當(dāng)驚艷，表情惟妙惟肖更有代入感。在小狐貍的案例中，從瞪大眼睛的驚喜，到躲在石頭后面的驚訝和害怕，耳朵豎了起來，再到稍微放松警惕后的無奈，表情的變化似乎在告訴觀眾好像有什么突如其來的大事發(fā)生。小狐貍靈動的演技有迪士尼動畫那味了。

在多個角色互動場景中，Vidu Q2的表現(xiàn)也可圈可點(diǎn)。下面案例中，一男一女笑得合不攏嘴，之后女生捂著嘴笑，男生低頭笑著擦了擦眼睛，兩人再互相對視，真實(shí)得仿佛進(jìn)入了某個播客的錄制現(xiàn)場。

再拿Vidu Q2圖生視頻和其他AI視頻產(chǎn)品作對比。下面案例中，Vidu Q2生成的視頻每個表情都表現(xiàn)非常精準(zhǔn)，從淡淡地微笑到嘴唇微張，眼神從微微向下看到望向遠(yuǎn)方。其他AI 視頻則完全沒有表現(xiàn)出細(xì)微表情的變化，視線僅表現(xiàn)了看向遠(yuǎn)方。

提示詞：視線微偏鏡頭下方，嘴角輕上揚(yáng)但不露齒，下巴略收。隨后瞳孔微放大，眼神越過鏡頭遠(yuǎn)點(diǎn)，嘴唇濕潤輕啟。

下面古裝戲場景中，其他家雖然也表現(xiàn)了表情凝重，但是演技比較單一，僅是完成了提示詞要求，最后抬手也沒有碰到額頭，給人不真實(shí)的感覺。對比來看，Vidu Q2的表情層次更加豐富，不僅嚴(yán)格遵循了提示詞，而且AI自動設(shè)計了眼神和動作的變化，表演上“更為走心”，首先男人邊喘著粗氣邊表情凝重地看向遠(yuǎn)方，緊接著視線收回，嘴巴微閉，抬起手擦了擦額頭，把凝重又疲憊的感覺演繹得非常到位。

提示詞：這是一個美麗的夕陽場景，陽光照著古戰(zhàn)場，空氣中有著漂浮的灰塵，男人喘著粗氣進(jìn)行簡單的休息，表情凝重，最后用手擦了一下額頭

從“AI木頭”到“AI演技派”，從浮夸演技到內(nèi)心戲，Vidu Q2 新一代AI演技的誕生，預(yù)測未來將在影視短劇、數(shù)字人、廣告營銷等多個領(lǐng)域有廣泛應(yīng)用。

不僅如此，Vidu Q2還是個能文能武的全能型演技派，在武打戲上也是個“老戲骨”。

此前AI視頻普遍存在的問題是，運(yùn)動飄忽不定，就連現(xiàn)實(shí)生活中常見的跑步和打籃球場景都很難實(shí)現(xiàn)，多人打戲更是需要依靠超高的提示詞技巧和多次生成，即使這樣打戲也是軟弱無力，像是自動放了2倍慢速，毫無看點(diǎn)。

Vidu Q2圖生視頻在運(yùn)動幅度上有明顯提升，即使是比較有挑戰(zhàn)的連續(xù)運(yùn)動（比如打架、打拳等）場面也能精準(zhǔn)還原，實(shí)現(xiàn)真正的“拳拳到肉”。

下面雙人拳擊場景中，紅方迅速出拳，藍(lán)方快速躲避并迅速來了個左勾拳，紅方連續(xù)出拳后，紅藍(lán)方稍作停頓，雙方都發(fā)起反攻，藍(lán)方用雙手防備后開啟猛攻，連續(xù)三次攻打紅方腹部后退回原地，瞬間帶入拳擊比賽現(xiàn)場，緊張氣氛拉滿。

如果把真實(shí)場景中的人物換成動畫中的小林和悟空，效果也同樣驚人。悟空跳躍后放出大招沖擊波，之后與小林連續(xù)多次出拳過招，雙方打斗的同時也伴隨著炫酷的動畫特效，生成的視頻兼具速度和力量感，讓人看得十分過癮。

Vidu Q2 甚至不需要復(fù)雜的提示詞也能呈現(xiàn)非常精彩的打戲。

如下面案例中，長發(fā)女生手持光劍與周圍的多個小型機(jī)器人進(jìn)行激烈對戰(zhàn)，女生奔跑，蹲下，站起來用光劍與迎面而來的小型機(jī)器人對抗，一躍而起后轉(zhuǎn)而被其他機(jī)器人打擊退回原地。如此復(fù)雜的打戲，提示詞卻相當(dāng)簡單，“流暢的奔跑，爽快的打斗，合理安排不同鏡頭，自由運(yùn)鏡”，這也意味著Vidu Q2 對于動作的理解和生成能力已經(jīng)進(jìn)化到Next level了。

更為值得一提的是，Vidu Q2圖生視頻即使在如此大幅度的運(yùn)動下，仍然能保持角色較高的一致性，不會出現(xiàn)人物模糊或者變臉的情況。這對于影視、動漫制作來說至關(guān)重要，背后得益于Vidu在一致性上的投入。去年Vidu在全球首個推出了參考生視頻功能，將AI視頻的可控一致性拉到了新的高度，而此次推出的Vidu Q2則延續(xù)了其作為一致性開創(chuàng)者的優(yōu)勢。

2.鏡頭語言更豐富

當(dāng)其他家都在鼓吹好萊塢級別運(yùn)鏡時，一向低調(diào)務(wù)實(shí)的Vidu 已經(jīng)直接讓新手小白做影視大片了。據(jù)了解，Vidu Q2 可輕松實(shí)現(xiàn)從宏觀全景到微觀特寫的快速切換，以營造更具沖擊力的視覺效果。

為了讓AI視頻更能滿足廣告電商、影視動漫等較為復(fù)雜的運(yùn)鏡需求，Vidu Q2圖生視頻在復(fù)雜運(yùn)鏡上做到了秒級精準(zhǔn)可控。

如下面的動畫案例中，俠客揮舞著劍到變身閃電狼，中間有6個鏡頭切換，包括從特寫直接切到大全景，同時還需要配合俠客轉(zhuǎn)身同時騰空而起等動作，即使在現(xiàn)實(shí)拍攝場景中挑戰(zhàn)也很大，但從實(shí)際生成效果來看， Q2 生成的畫面鏡頭和AI人物配合默契，整個動作一氣呵成，非常絲滑。

在極速運(yùn)動場景下的大幅度鏡頭切換非?？简?yàn)空間理解能力和主體穩(wěn)定性，對于AI視頻來說極具挑戰(zhàn)，但是Vidu Q2的表現(xiàn)卻非常完美。從全景到賽車手眼神特寫再到?jīng)_線后的觀眾席特寫，Vidu Q2在整個過程中對于推拉搖移鏡頭的調(diào)度極為流暢，跟隨鏡頭下突顯了賽車手全力沖刺的緊張感和速度感，同時也反映了賽場周圍的熱鬧氣氛。

提示詞：顛簸鏡頭跟隨
鏡頭一：全景推進(jìn)跟隨FI賽車前景
鏡頭二：切換戴F1賽車頭盔的駕駛員緊張駕駛F1賽車眼神
鏡頭三：特寫F1賽車加速儀表
鏡頭四：F1賽車駕駛員第一人稱視角，賽車加速前進(jìn)
鏡頭五：F1賽車快速行駛?cè)耙暯牵瑳_向終點(diǎn)
鏡頭六，F(xiàn)1賽車沖線后，看臺上歡呼慶祝的觀眾特寫視角

3.語義理解更準(zhǔn)確

無論是AI演技的提升還是運(yùn)鏡的精準(zhǔn)拿捏，其實(shí)質(zhì)上是Vidu Q2 在動作理解、表情理解和鏡頭語言理解上的飛升。據(jù)了解，由于Vidu Q2 在上下文推理、圖像及語義理解和物理仿真能力上的提升，使其在提示詞遵從上有了質(zhì)的飛躍，有創(chuàng)作者評價為言出法隨，指哪打哪。內(nèi)容創(chuàng)作者不再需要像過去一樣反復(fù)抽卡、反復(fù)調(diào)整提示詞和輸入畫面，大幅減少了視頻生成次數(shù)，可直接將創(chuàng)意轉(zhuǎn)化為想要的視頻畫面。

在實(shí)際測試中發(fā)現(xiàn)，Vidu Q2像是一位嚴(yán)格聽話同時又具備合理想象力的“AI 導(dǎo)演”。

下面的案例中，提示詞要求在8秒中精確切換4個不同的鏡頭，完成從貓貓在街頭彈古箏，到從古箏中飛出邪惡的骷髏戰(zhàn)士的復(fù)雜敘事，可以看到生成的視頻中不僅嚴(yán)格遵循了復(fù)雜的提示詞的所有要求，而且骷髏戰(zhàn)士從一團(tuán)白氣中突然出現(xiàn)的畫面非常驚艷，鏡頭切換也很流暢。

提示詞：
1-2s：坐著的貓輕輕撫動古琴琴弦，鏡頭快速推近；

3-4s：近距離大特寫貓邪惡詭異的一笑，然后突然變得兇狠，鏡頭先推近拍攝同時向右環(huán)繞運(yùn)鏡拉遠(yuǎn)到側(cè)面；

5s：貓用力撥動琴弦；

6-8s：琴弦釋放出白色亮光魔法靈氣，靈氣向左沖刺，然后靈氣幻化形成一個拿著刀的氣態(tài)邪惡骷髏戰(zhàn)士向左高速飛行，鏡頭高速跟蹤拍攝同時推近運(yùn)鏡

Vidu Q2 在語義理解上質(zhì)的突破，將過去因反復(fù)生成帶來的時間、人力、成本以及效果的不確定性，變?yōu)楦哔|(zhì)量穩(wěn)定輸出的確定性，預(yù)計影視短劇、廣告行業(yè)即將迎來AI視頻大規(guī)模商業(yè)化拐點(diǎn)。

4.時長選擇更自由

除了性能提升之外，一向?qū)κ袌鲂枨竺舾械腣idu 也推出了新功能，賦予創(chuàng)作者更多自由發(fā)揮的空間。

此前業(yè)內(nèi)AI視頻產(chǎn)品更多以5秒時長偏多，無法讓內(nèi)容創(chuàng)作者自由選擇，具有一定的局限性。Vidu Q2圖生視頻此次推出的2-8秒時長隨心選，無論是1秒的特寫鏡頭，還是8秒的連續(xù)長鏡頭或多個切換鏡頭，都可以任意選擇，滿足創(chuàng)作者不同場景的敘事需求。

此外，作為內(nèi)容生產(chǎn)力工具，這次Vidu Q2的發(fā)布仍然繼承了Vidu的優(yōu)良傳統(tǒng)，做到了極高性價比、極致畫面質(zhì)量、極快生成速度的平衡。

在同等畫質(zhì)和時長上，Vidu Q2在生成速度上做到了行業(yè)領(lǐng)先。Vidu Q2圖生視頻閃電模式下1080P 5秒視頻僅為20秒，實(shí)現(xiàn)了高質(zhì)量畫面的極速生成。

當(dāng)以Vidu Q2為代表的產(chǎn)品開始談?wù)揂I演技時，我們知道下一個AI 時代的內(nèi)容新世界即將到來。

（封面圖及文中視頻、圖片來源：生數(shù)科技）