說實話， AI 生圖工具有時候真的讓人又愛又恨。

剛認識的時候（第一次生成），你會覺得它驚為天人，哪哪都好；可一旦你想跟它深入發(fā)展（做成系列圖、落地進工作流），它就開始「掉鏈子」，陷入抽卡玄學(xué)。

這種「只能看不能打」的狀態(tài)，真拿它干活就會無比「擰巴」，在 Nano Banana 這樣的工具出現(xiàn)后，事情終于開始改變，原來 AI 是可以被更精確控制的。

現(xiàn)在，終于也有國產(chǎn) AI 接力，進一步把這條路跑通。Vidu Q2 最新上線的文生圖、參考生圖、圖像編輯功能就是這個路子：卷完「好看」，它開始死磕「穩(wěn)定性」。

這次 Vidu Q2 直接把技能點全加在了「一致性」上。什么概念？就是把「人設(shè)崩壞」、「產(chǎn)品變形」、「畫風突變」這些老大難問題統(tǒng)統(tǒng)按在地上摩擦。

簡單說，它不只是想讓你發(fā)個朋友圈炫技，而是真想讓你擁有一套能「從頭用到尾」的實用創(chuàng)作流。

在最新的 AA 榜單里，Vidu Q2 首次上線的圖像編輯能力甚至超越了 OpenAI 的 GPT-5，最難能可貴的是，作為成立才 2 年多的創(chuàng)業(yè)公司，用技術(shù)實力說話，跟 Google、字節(jié)這種大廠并列前三，追趕 Nana Banana Pro，直接把「省心」兩個字拿捏了。

Vidu 還搞了一個長達 1 個月的「免費大禮包」，敞開大門讓大家薅羊毛。即日起至 12 月 31 日，Vidu 會員生圖「免費」，無論是參考生圖、文生圖還是圖像編輯，統(tǒng)統(tǒng)隨便造。標準版和專業(yè)版會員每月也有 300 張免費額度，旗艦版更是無限免費生圖。

今天我們就趁著這個「無限續(xù)杯」的機會，拿 Vidu Q2 的生圖功能狠狠考驗一下，看看它到底能不能拯救我們的發(fā)際線。

開局一張圖，剩下的全靠它「腦補」

Vidu 在一眾 AI 工具中，是最早就把「圍繞一張圖持續(xù)參考創(chuàng)作」當成核心能力來打磨的。在國內(nèi)多參生圖中支持的輸入圖數(shù)量最多，一致性也最高。

在最近 Vidu Q2 的更新里，這項能力又被往前推了一大步：不僅支持更復(fù)雜的多參考組合，還大幅降低了生圖門檻——設(shè)計師、導(dǎo)演、甚至是喜歡創(chuàng)作的普通用戶，都可以用自己熟悉的方式提供主體圖和環(huán)境參考，由模型一鍵復(fù)刻動作、位置、布局、紋理、光線、色彩等，自動去「對齊要求參考圖、保持角色不變」。

多參生圖

在多參生圖場景下，我們給 Vidu Q2 參考生圖的輸入非常接近真實工作流：一張是最近的全運會「頂流」大灣雞，另一張是希望出現(xiàn)的場景氛圍，夕陽下外灘的觀景臺。

然后我就寫了一句簡短的提示詞，剩下的全交給它。

結(jié)果出來，我直接「瑞思拜」。

它不是那種傻瓜式的把主體摳圖貼上去，而是真的在這個場景里「重算」了光影。主體的光影方向會跟環(huán)境一致，動作也隨著指令準確變化。

甚至我讓它變成噴繪印在汽車上，連倒影色彩都給你算得明明白白。

更關(guān)鍵的是，多次生成不同構(gòu)圖和姿勢時，許多都能保持高度一致，比如大灣雞胸前的圖案、頭頂?shù)牟噬冢@一點在傳統(tǒng)靠 prompt 調(diào)參的生圖流程里往往很難做到。

這就很靈性了。對于品牌方來說，以前要把一個 IP 形象放到不同場景里做海報，得建模、渲染、P 圖，現(xiàn)在？幾秒鐘搞定，而且那種「違和感」完全消失了。

空間一致性

更絕的是 Vidu 對空間關(guān)系的理解能力，當我要求「大灣雞穿梭在故宮雕花欄桿中」時，Vidu 并沒有像其他 AI 那樣跟欄桿穿模，或者變成恐怖片現(xiàn)場。

它居然先根據(jù)環(huán)境圖「腦補」了故宮的空間結(jié)構(gòu)，讓大灣雞自然地走在走廊空間中。

再來上個難度，讓 AI 角色參考復(fù)雜武打動作。

過去 AI 角色無法準確還原你設(shè)計的復(fù)雜動作，不是動作變形就是人物在打斗過程中變了一個人。而現(xiàn)在通過 Vidu Q2 參考生圖則解了 AI 創(chuàng)作者的燃眉之急，可以一鍵復(fù)刻動作，讓你的 AI 主角也能擁有十八般武藝。

如下面的案例中，兩個動漫主角精準還原了圖 1 中的打斗姿勢，同時人物服裝、面部細節(jié)、空間位置關(guān)系都保持了極高的一致性。

這種對「空間」的理解，讓參考生圖不再只是貼背景，而是真正具備了為分鏡、鏡頭調(diào)度服務(wù)的能力。

這種對空間的理解力，用來做電影分鏡或者像最近很火的《瘋狂動物城 2》那種合影海報，簡直不要太好用。

比如下面的案例，同一張圖+不同鏡頭提示詞，即可生成足球少年踢球的特寫、遠景、足球特寫等，并通過圖生視頻，剪輯為一個完整的敘事鏡頭。對于短劇動漫影視制作，省去了一個畫面需要多次拍攝或者繪制大量分鏡的環(huán)節(jié)，妥妥的生產(chǎn)力提效工具。

再通過 Vidu Q2 圖生視頻功能，輸出兩人在足球場上搶球的精彩視頻：

在風格一致性方面，傳統(tǒng) AI 文生圖功能想象力很好但是往往一致性表現(xiàn)很差，風格前后不一致、人物融合的情況屢見不鮮，而 Vidu Q2 不僅支持上百種風格，而且還能在生成的連續(xù)多圖中保持風格的一致性和故事的連貫性。

比如讓 Vidu Q2 文生圖幾句話生成四格漫畫，不僅風格、人物保持前后一致，細節(jié)穩(wěn)定，而且?guī)拙湓捵屗淮涡岳鐾暾适拢?/p>

從這些案例可以看到，Vidu 在參考生圖上的升級，并不是停留在「把圖生得像」這一層，而是把「主體一致性」和「空間理解」一起納入考量：一方面，它能圍繞參考圖，穩(wěn)定地生成人物不同角度、不同氛圍、不同風格、光線下的一整套畫面；另一方面，又能把環(huán)境圖當成真實空間來處理，而不是簡單的背景貼圖。

不只是玩具，是實打?qū)嵉摹笇崙?zhàn)神器」

如果說參考生圖解決的是「第一張圖怎么定」，那 Vidu Q2 全新上線的圖像編輯則真正讓這張圖進入日常工作流，實現(xiàn)更加精細化的畫面控制，滿足實際商業(yè)化場景需求。

Vidu 在這一塊的定位很直接：覆蓋 90%的常見圖片編輯場景——加元素、減元素、換背景、換顏色、調(diào)光線、變焦、比例切換，都可以用自然語言完成，在連續(xù)修改的過程中又始終保持主體的一致性。

在替換與局部編輯的測試里，我試著把一張車站廣告換成馬斯克，要是以前，我得摳圖摳到眼瞎，但現(xiàn)在就幾秒就能搞定，直接一鍵復(fù)刻。

以后看到爆款廣告、爆款封面，可以像這樣大批量一鍵復(fù)刻，4K 直出，直接上架，做廣告、社媒不要太輕松。

類似的，下面的案例里，要求是為三個女孩加上酒杯——Q2 不僅完成了要求，還根據(jù)光線設(shè)計了酒杯的折射，完善了三個人的手部細節(jié)。

圖片編輯是真正的「實戰(zhàn)型」能力，尤其是電商或者社媒營銷這樣的場景。很多產(chǎn)品圖的前期其實只有一個簡單線稿：設(shè)計師給的是草圖，運營要的是立刻就能上架的主圖。

這就是圖片編輯可以大展拳腳的時候，我們用 Vidu 做了一次完整的草圖 → 上色 → 材質(zhì)替換的演練。先是生成了家具的線稿圖，然后直接一鍵用于參考生圖，在 prompt 中指定好材料和風格。

Vidu 通過材質(zhì)渲染，一步到位，做出細節(jié)滿滿又準確的實物圖。緊接著還是一鍵復(fù)用，變換家居風格的提示詞，沙發(fā)在不同家居風格中的實景展示就出來了。

同一商品想要變換材質(zhì)，也可以輕松實現(xiàn)。

可以發(fā)現(xiàn)，Vidu Q2 在圖像編輯上的能力，其實正是把「多參生圖時代的底層能力」落到了實處：識別誰是畫面里的主體，把他/她/它鎖定住，然后允許你用大白話對其周圍的一切做增刪改，甚至跨越多張圖和一段視頻。

這就好比以前你是開手動擋得調(diào)各種參數(shù)，現(xiàn)在 Vidu 給你整了個自動駕駛。你只需要把心思花在創(chuàng)意上，剩下的粗活累活，它全包了。

這里面還涉及到另一個非常有用的能力：保存主體。我們可以將上述 Q2 文生圖/參考生圖/圖像編輯后的圖片一鍵保存為主體，把這個 IP「收進角色庫」，后續(xù)在 Vidu 的參考生視頻中，都可以直接調(diào)用主體。

之后無論是換背景、換動作，還是把他/她放進新場景，只要選中這個角色、IP，模型都會嚴格保持人物一致，不會出現(xiàn)下一秒生成的主角和前一秒不一樣的情況。

參考生圖——保存主體——參考生視頻，Vidu 打通了從靈感到成片的一站式工作流，再也不用在不同平臺來回切換了，簡直是短劇動漫，廣告電商從業(yè)者的福音， 目前 API 已同步上線。

AI 內(nèi)卷，別談「顛覆」，先談「干活」

對于創(chuàng)作者來說，以前用 AI 干活兒是一種怎么樣的體驗？大概就是痛并快樂著：上一秒它給了你一張驚為天人的神圖，下一秒讓你在接下來的十小時里，因為復(fù)現(xiàn)不出那個眼神而心態(tài)崩盤。

在 AI 創(chuàng)作工具演進的十字路口上，我們觀察到了兩種不同的產(chǎn)品哲學(xué)。

Midjourney 這類產(chǎn)品像一臺性能強勁的「引擎」，只有硬核極客才能駕馭那些復(fù)雜的參數(shù)和咒語般的 prompt，試圖把單張圖片的審美上限推到極致。

夠酷，夠極客，但也夠折磨人。

而 Vidu Q2 選擇了一條更務(wù)實、甚至看似「無聊」的路——做一臺誰都能開的「量產(chǎn)車」。它不再執(zhí)著于制造隨機的驚喜，而是死磕「穩(wěn)」字。

這種把所有步驟都幫你封裝好的「傻瓜式」鏈路，才是真正的生產(chǎn)力。畢竟，對于那些被甲方催著改稿、被運營催著上線的團隊來說，比起靈機一動的「隨機性」，更加需要可交付的「確定性」。

也許在某些極端藝術(shù)風格的探索上，它或許不如那些參數(shù)黨工具來得狂野自由，甚至因為太追求穩(wěn)定，少了一些「意外之喜」的靈氣。

但對于那些對于深受「抽卡」折磨的創(chuàng)作者，Vidu Q2 提供了一種久違的安全感。

當行業(yè)在談?wù)?AGI 的宏大敘事時，Vidu 低下頭，不再只是給你造虛無縹緲的夢，先幫你把手里的磚搬穩(wěn)了。