編輯｜+0

最近，一段「威爾·史密斯吃意面」的今昔對(duì)比視頻在社交媒體刷屏，引發(fā)了無(wú)數(shù)感慨。

兩年前，初出茅廬的 AI 視頻還是「抽象鬼畜」的代名詞，五官亂飛、邏輯崩壞；僅僅兩年過(guò)去，當(dāng)同一主題再次被演繹，從吞咽時(shí)肌肉的牽動(dòng)，到光影在面部的細(xì)膩流轉(zhuǎn)，AI 已進(jìn)化至「惟妙惟肖」的真·智能水準(zhǔn)。

這兩年，濃縮了 AI 視頻生成行業(yè)翻天覆地的技術(shù)躍遷。然而，行業(yè)并未止步于畫(huà)質(zhì)的內(nèi)卷。在各家廠商競(jìng)逐「可控性」高地的當(dāng)下，AI 視頻正站在一個(gè)關(guān)鍵轉(zhuǎn)折點(diǎn)：從解決「有沒(méi)有」，到追求「精不精」

回顧 Vidu 的進(jìn)化之路：2025 年 9 月，Vidu Q2 全球首發(fā)，以驚艷的圖生視頻、參考生視頻能力技驚四座；12 月，Q2「生圖全家桶」上線，首日突破 50 萬(wàn)次的使用量，印證了市場(chǎng)對(duì)高質(zhì)量生成的渴望。

昨天，Vidu Q2 參考生 Pro 正式發(fā)布。

登陸Vidu.cn或 Vidu API：platform.vidu.cn，體驗(yàn)最新產(chǎn)品功能。

短短數(shù)月，它完成了從「生成」到「編輯」的閉環(huán)，更推出了全球首個(gè)「萬(wàn)物可參考」的視頻模型，將參考模態(tài)從靜態(tài)圖像一舉擴(kuò)展至動(dòng)態(tài)視頻與多維元素。其全新 Slogan「視頻參考，創(chuàng)想無(wú)限」，不再是一句營(yíng)銷口號(hào)，而是對(duì) AI 視頻生產(chǎn)流的一次底層重構(gòu)。

此次更新帶來(lái)了兩大功能亮點(diǎn)，重新定義了 AI 的「模仿」與「創(chuàng)造」：

• 視頻參考：特效與演技的「萬(wàn)能格式刷」

Vidu Q2 參考生 Pro 不僅極大豐富了參考類型（涵蓋人物、場(chǎng)景、特效、表情、動(dòng)作、材質(zhì)紋理等），更在模態(tài)上實(shí)現(xiàn)了質(zhì)的飛躍。

作為全球首個(gè)「萬(wàn)物可參考」的視頻模型，它打破了圖片的束縛，能同時(shí)處理多段視頻素材。只需輸入?yún)⒖家曨l，無(wú)論是百萬(wàn)級(jí)的電影特效、細(xì)膩的微表情，還是復(fù)雜的流體紋理，都能實(shí)現(xiàn)一鍵遷移。它能精準(zhǔn)拿捏細(xì)微情緒，讓演技自然可信，讓特效落地生根。

• 視頻編輯：不再「牽一發(fā)而動(dòng)全身」

基于強(qiáng)大的視頻參考能力，Vidu 讓視頻編輯告別了不可預(yù)測(cè)的抽卡。

Vidu Q2 參考生 Pro 支持對(duì)視頻內(nèi)元素的精準(zhǔn)增、刪、改、減：從改變?nèi)宋镎疚�、調(diào)整畫(huà)幅比例，到更換背景、美顏美發(fā)，甚至進(jìn)行復(fù)合編輯，均可通過(guò)參考指令一鍵達(dá)成。得益于支持 2 個(gè)視頻 + 4 張圖片的多模態(tài)高并發(fā)輸入能力，即便歷經(jīng)多次復(fù)合編輯，視頻的核心元素與畫(huà)面一致性依然穩(wěn)如磐石。

話不多說(shuō)，我們直接上手體驗(yàn)。

從「抽卡」到「精修」，

這回是真的嗎？

Slogan 里的「視頻參考」到底成色幾何？為了驗(yàn)證它是否真能讓人一鍵化身「AI 影帝」并擁有隨心所欲的控制力，我們?cè)O(shè)計(jì)了三個(gè)測(cè)試場(chǎng)景，實(shí)測(cè)它在多視頻參考與細(xì)節(jié)增刪上的真實(shí)表現(xiàn)。

場(chǎng)景一：一鍵復(fù)刻，演技與特效的「神形合一」

動(dòng)作捕捉和百萬(wàn)特效并不是新鮮事，還記得《阿凡達(dá)》拍攝時(shí)，卡梅隆是用怎樣復(fù)雜的設(shè)備與調(diào)度才完美呈現(xiàn)了納美人的世界嗎？此前 AI 往往只能捕捉大概的肢體動(dòng)作，一旦涉及到人物外觀的劇烈變形或特效加載，一直是災(zāi)難現(xiàn)場(chǎng)（參考兩年前的威爾·史密斯）。

先看官方演示：讓指定人物完美復(fù)刻《X 戰(zhàn)警》中魔形女的變身過(guò)程。

輸入：

輸出：

這效果，只能說(shuō)「百萬(wàn)特效一鍵白嫖」真不是吹的。這不僅是視覺(jué)層面的「高保真」，更是對(duì)傳統(tǒng)特效制作邏輯的降維打擊。

以往需要專業(yè)團(tuán)隊(duì)耗時(shí)數(shù)周、燃燒經(jīng)費(fèi)才能實(shí)現(xiàn)的流體變形與高精特效，如今被 Vidu Q2 參考生 Pro 壓縮至邊際成本幾近歸零。這種生產(chǎn)力的躍遷，意味著影視創(chuàng)作將告別「唯預(yù)算論」的舊時(shí)代。當(dāng)工業(yè)級(jí)特效不再是昂貴的奢侈品，創(chuàng)作者的想象力，將成為衡量作品價(jià)值的唯一天花板。

那 AI 的演技如何呢？我們玩?zhèn)�大的，讓 Vidu 挑戰(zhàn)張曼玉在《甜蜜蜜》中的經(jīng)典哭戲。

我們上傳了原片作為參考，要求生成的虛擬角色復(fù)刻這一瞬間：

輸出：

有一說(shuō)一，AI 復(fù)刻得相當(dāng)傳神，眉眼間的情緒流轉(zhuǎn)非常到位。

這種高精度的神態(tài)捕捉與生成能力，若應(yīng)用到具體產(chǎn)業(yè)，將極大拓展制作流程的想象空間。對(duì)于短劇市場(chǎng)而言，這意味著創(chuàng)意的可視化門(mén)檻被進(jìn)一步降低。創(chuàng)作者可以利用技術(shù)手段，將抽象的劇本快速轉(zhuǎn)化為情緒飽滿的視覺(jué)素材，讓好的故事不再受限于初期制作條件的簡(jiǎn)陋。

在影視制作前期，它能升級(jí)為更直觀的 Previz（預(yù)演）工具，讓導(dǎo)演在開(kāi)機(jī)前就能看到帶有情緒色彩的動(dòng)態(tài)分鏡，輔助藝術(shù)決策；而在動(dòng)漫領(lǐng)域，這種技術(shù)或許能成為傳統(tǒng)轉(zhuǎn)描工藝的智能化升級(jí)，將真人表演的細(xì)膩?lái)嵚赊D(zhuǎn)化為特定畫(huà)風(fēng)的動(dòng)畫(huà)，助力跨次元?jiǎng)?chuàng)作更高效地落地。

接下來(lái)是「多視頻參考」的整活時(shí)間，我們同時(shí)上傳沈騰老師和怪盜基德的經(jīng)典片段。

讓 Vidu 給人物換上沈騰老師的衣服并模仿他的動(dòng)作，再配上怪盜基德的眼鏡和帽子，看看喜劇之王和二次元男神會(huì)碰撞出什么火花：

輸出：

效果肉眼可見(jiàn)的絲滑，手部動(dòng)作完美復(fù)刻，鏡片高光隨著人物的頭部晃動(dòng)產(chǎn)生符合物理規(guī)律的動(dòng)態(tài)反射，帽子邊緣的遮擋關(guān)系也處理得嚴(yán)絲合縫，整體的服飾光影以及人物的神韻都維持了極高的統(tǒng)一度。

通過(guò)以上測(cè)試我們發(fā)現(xiàn)，這一次 AI 不僅「接住了戲」，更自帶了百萬(wàn)級(jí)的特效光環(huán)。它不再只是機(jī)械地復(fù)制骨骼點(diǎn)位，而是展現(xiàn)了一種驚人的「表演-特效」同步率：在完美駕馭魔形女變身這種極高難度的流體與紋理形變的同時(shí)，它還能讀懂參考視頻中眉頭微蹙、眼神流轉(zhuǎn)等情緒代碼。

對(duì)于創(chuàng)作者而言，這意味著你能同時(shí)驅(qū)動(dòng)虛擬角色的皮囊與靈魂，跳過(guò)繁瑣后期，真正實(shí)現(xiàn)「一人就是一支特效劇組」。

場(chǎng)景二：一鍵換紋理，萬(wàn)物皆可「換皮」

前面展示了 AI 對(duì)動(dòng)態(tài)表演的駕馭，接下來(lái)看看視頻生成的另一個(gè)核心命題：質(zhì)感。

紋理本質(zhì)上決定了視頻畫(huà)面的「味道」。在 Vidu Q2 參考生 Pro 中，參考生視頻中的材質(zhì)紋理遷移，意味著 AI 已經(jīng)不再停留于簡(jiǎn)單的像素模仿，而是開(kāi)始真正習(xí)得了一門(mén)「質(zhì)感語(yǔ)言」。

它不是將一張貼圖生硬地包裹在物體表面，而是理解了光線如何在不同材質(zhì)上折射、粗糙度如何影響視覺(jué)反饋。這種能力的涌現(xiàn)，讓 AI 視頻從「看起來(lái)像」進(jìn)化到了「感覺(jué)是真的」。

先看官方如何處理復(fù)雜的紋理：將一個(gè)普通的杯子瞬間「燒制」成青花瓷。

可以看到，青花瓷特有的釉面反光與杯身曲面嚴(yán)絲合縫，毫無(wú)懸浮的「貼圖感」，仿佛 AI 在數(shù)字世界里重新進(jìn)行了一次物理建模。

切換整體風(fēng)格也不在話下，比如瞬間變?yōu)檎惩溜L(fēng)：

那如果是我隨手在宜家拍的一只毛絨小狗呢，Vidu 能否打破次元壁，隨意改變它的世界？

我們先把這張靜態(tài)照片交給 Vidu，讓它生成一段基礎(chǔ)視頻：

可以看到，Vidu 不僅讓小狗動(dòng)了起來(lái)，更關(guān)鍵的是，它精準(zhǔn)構(gòu)建了畫(huà)面的 3D 空間關(guān)系，不僅完美還原了周?chē)h(huán)境，還保持了毛絨質(zhì)感的穩(wěn)定性。這為我們接下來(lái)的「魔改」打好了底子。

接著，我們嘗試把小狗面前最大的碗換成藍(lán)色的：

效果可以說(shuō)是非常驚艷。AI 真正理解了物體的 3D 結(jié)構(gòu)和光影關(guān)系，讓這種「換皮」不再是簡(jiǎn)單的濾鏡疊加，而是物理層面的重構(gòu)。

場(chǎng)景三：一鍵精準(zhǔn)修改，完美主義的救星

視頻生成的構(gòu)圖和光影都很完美，偏偏主角沒(méi)戴墨鏡，或者背景里亂入了一個(gè)垃圾桶。

以前的解決辦法？只能把 Prompt 改了又改，重跑 10 次模型，祈禱 AI 下一次能「蒙」對(duì)。Vidu Q2 參考生 Pro 這次更新的視頻編輯功能直擊痛點(diǎn)。

還是用前面宜家小狗的視頻，我們?cè)囍髣h掉綠色的餐具，然后在藍(lán)色碗里放一個(gè)蘋(píng)果，看看效果怎么樣：

可以看到，綠色的餐具被完美消除，藍(lán)色碗中增加了一個(gè)看起來(lái)非常新鮮的蘋(píng)果。

而在官方演示中，這種能力表現(xiàn)得更為驚人：

手指和手掌的結(jié)構(gòu)一直是 AI 視頻生成的「阿喀琉斯之踵」。在這個(gè)案例中，Vidu 不僅完美抹去了手機(jī)，更「腦補(bǔ)」出了被手機(jī)遮擋的手指細(xì)節(jié)和掌紋。這種感覺(jué)，就像是把 Photoshop 里的「橡皮擦」和「內(nèi)容識(shí)別填充」搬進(jìn)了視頻里。

當(dāng)然，客觀地說(shuō)，在實(shí)測(cè)中我們也發(fā)現(xiàn)，面對(duì)極度復(fù)雜的畫(huà)面或混亂背景時(shí)，AI 偶爾也會(huì)出現(xiàn)變形或修補(bǔ)痕跡，但相比以前「這也變了、那也歪了」的崩潰體驗(yàn)，現(xiàn)在的可用性已經(jīng)實(shí)現(xiàn)了從 0 到 1 的質(zhì)變。

對(duì)于必須摳細(xì)節(jié)的創(chuàng)作者來(lái)說(shuō)，這不僅是技術(shù)的進(jìn)步，更是直接省掉了無(wú)數(shù)次「重新抽卡」的垃圾時(shí)間。

結(jié)語(yǔ)

小時(shí)候，我們都聽(tīng)過(guò)神筆馬良的故事，那是人類最早關(guān)于「筆尖即現(xiàn)實(shí)」的浪漫幻想。而今，隨著 AI 的進(jìn)化，這個(gè)跨越千年的寓言正在我們指尖完成某種數(shù)字化的降臨。

如果說(shuō)過(guò)去兩年的 AI 視頻生成是一場(chǎng)憑運(yùn)氣拆盲盒的「概率游戲」，那么今天，這種充滿隨機(jī)性的浪漫正在退場(chǎng)。就像威爾·史密斯那碗意面終于變得優(yōu)雅得體，技術(shù)正在從「野蠻生長(zhǎng)」走向「顆粒度掌控」。

Vidu Q2 參考生 Pro 給出了一個(gè)很明確的信號(hào)：AI 視頻的下半場(chǎng)，拼的不是運(yùn)氣，而是控制力。

當(dāng)我們能夠精準(zhǔn)地拿捏情緒、增刪元素，這支筆才真正算握在了創(chuàng)作者自己手中。這不僅僅是技術(shù)的進(jìn)步，更是創(chuàng)作自由的回歸：讓機(jī)器服務(wù)于直覺(jué)，讓每一個(gè)像素都聽(tīng)從大腦。

最后，馬年快到了，給大家送上一個(gè)小「彩蛋」：讓 Vidu Q2 參考生 Pro 請(qǐng)出《塞爾達(dá)傳說(shuō)》里的人馬老師和林克，給大家拜個(gè)早年~

福利時(shí)刻：登錄 Vidu.cn，輸入邀請(qǐng)碼：JQZX，注冊(cè)即送 500 積分，開(kāi)啟你的「神筆」之旅！

文中視頻鏈接：https://mp.weixin.qq.com/s/JwHBqS5JQ6H-FNV1vHbpZQ