Vidu

Qu’est-ce que Vidu ?

Vidu est un modèle de génération de vidéos par IA et une plateforme de création, développés conjointement par Beijing Shengshu Technology Co., Ltd. et l’Université Tsinghua. Il propose des applications Web et mobiles pour les créateurs individuels, ainsi qu’une API ouverte pour les entreprises et les développeurs. Les utilisateurs peuvent générer et éditer des vidéos à partir de texte, d’une seule image, de plusieurs images de référence, de frames de début et de fin, de vidéos d’action ou de vidéos originales, puis poursuivre avec l’ajout d’audio, de synchronisation labiale, de personnages numériques, ainsi que des workflows pour obtenir des vidéos en haute définition.

Jusqu’à cette vérification, la dernière version principale de Vidu est déjà entrée dansSérie Q3Il ne faut plus qualifier Vidu 2.0 ou Q1 de modèles les plus récents. Q3 se concentre sur les histoires et les vidéos finies, et prend en charge des vidéos d’une durée maximale de 16 secondes, en résolution maximale 1080P à 24 images par seconde, avec audio et vidéo intégrés nativement ainsi que des transitions intelligentes.

Q2 est toujours utilisé pour l’édition vidéo, la génération de références, la création d’images et d’autres applications, tandis que les anciens modèles offrent des options en termes de coût ou de style.

Série de modèles Vidu Q3

• Vidu Q3 Pro：Utilisé pour la génération de vidéos à partir de texte, d’images et de frames de début et de fin, il prend en charge des durées de 1 à 16 secondes, des résolutions allant de 540P à 1080P, ainsi que de l’audio natif et des transitions intelligentes ; il convient aux contenus qui privilégient la qualité visuelle, les plans et le récit.
• Vidu Q3 Turbo：Vitesse de génération plus élevée, prix unitaire plus bas, couvrant la génération de texte, d’images, de frames de début et de fin ainsi que de références, idéal pour les essais en série, le contenu pour les réseaux sociaux et les tâches sensibles au coût.
• Vidu Q3 Mix：Pour les vidéos destinées aux étudiants de référence, un équilibre est trouvé entre cohérence, esthétique et scénarios universels, permettant de générer des contenus de 3 à 16 secondes en fonction des références de personnages, d’objets et de style.
• Vidu Q3 Drama：Optimiser la disposition des personnages, les dialogues, les effets animés, les cadrages et le langage visuel pour les mangas et les scénarios, afin de mieux s’adapter aux séquences narratives continues.
• Vidu Q3 Ad：Optimisation des cuts intelligents, du rythme, des détails du produit et de la cohérence pour les publicités courtes, adaptées aux contenus marketing de 5 à 8 secondes.

Fonctionnalités de création principales

• Vidéo générée par IA :Entrez la scène, les personnages, les actions, les plans, le style et une description sonore pour générer une vidéo. Q3 peut générer en même temps des images, des dialogues, des effets sonores ou des sons d’ambiance au sein d’une même séquence, réduisant ainsi le nombre de pistes audio à traiter ultérieurement.
• Vidéos TuSheng :Transformez des photos de personnes, des illustrations, des images de produits ou des scènes en vidéos dynamiques, et contrôlez les mouvements et les mouvements de caméra à l’aide de prompts. La composition de l’image originale, sa clarté et l’intégrité du sujet influencent directement le résultat.
• Vidéo de référence étudiant :Téléchargez de 1 à 7 images de référence représentant des personnes, des accessoires, des objets, des vêtements ou un style pour fournir un contexte visuel. Des références sous différents angles ainsi qu’une bibliothèque de sujets permettent d’améliorer la cohérence des plans successifs, ce qui est idéal pour le contenu lié à des IP, des animations et des marques.
• Création de vidéo à partir des frames de début et de fin :Définissez les images de début et de fin pour que le modèle génère les mouvements et transitions intermédiaires, idéal pour les transformations, la présentation de produits, les changements de scène et la liaison entre des plans existants.
• Multiframe intelligent :Définissez un maximum de plusieurs cadres clés pour générer par tronçons les changements de scène et les plans larges, ce qui peut être utilisé pour les storyboards, la narration continue et les actions en plusieurs étapes. Chaque paire d’images d’entrée forme un tronçon, et le coût total s’accumule selon le nombre de tronçons.
• Allongement et montage vidéo :Allonger les segments générés par Vidu, ou utiliser l’édition vidéo originale, le remplacement de personnages/objets et la duplication vidéo dans le processus de référence du Q2 Pro, afin de réduire la génération à partir de zéro.
• Synchronisation des mouvements :En saisissant une vidéo d’action de référence ainsi que des images de personnages, on permet aux personnages de se déplacer selon ces mouvements de référence ; cela prend en charge des scénarios avec des personnes réelles, des personnages d’anime et des animaux. Les obstacles complexes, les rotations rapides et les détails des mains peuvent toutefois entraîner des distorsions.
• Mouvements des lèvres et personnes numériques :Utiliser du texte ou de l’audio pour contrôler les mouvements des lèvres des personnages vidéo ; la fonction de personnage numérique permet de créer des vidéos de discours en combinant des images, des dialogues et des timbres de voix, et prend en charge la reconstitution de la voix.
• Images et audio :Le modèle d’image Q2 prend en charge la génération d’images à partir de texte, la génération d’images à partir d’une référence et l’édition d’images, jusqu’en 4K. Ses fonctionnalités audio comprennent la génération d’effets sonores à partir de texte, des effets sonores contrôlables, la synthèse vocale et la reproduction de voix.
• Ultra HD intelligent :Les vidéos Vidu sont reconstituées en ajoutant des frames et en améliorant la résolution ; la plateforme propose des options en 1080P, 2K, 4K et 8K. La haute définition ne peut pas restituer des détails réels qui n’existent pas dans le film d’origine.
• Modèles et répliques communautaires :Des modèles de effets spéciaux tels que les étreintes, les baisers et les transformations, ainsi qu’une communauté de création, sont mis à disposition ; les utilisateurs peuvent consulter des œuvres publiques et réutiliser des structures similaires. Il reste néanmoins nécessaire de vérifier les droits d’utilisation des portraits et les autorisations de copyright pour les œuvres basées sur des modèles.

Création de films en un clic et solutions sectorielles

La plateforme ouverte Vidu a étendu le modèle à une seule caméra en un véritable projet de film. Les projets généraux peuvent inclure des séries animées, des séries avec des acteurs réels, des publicités et des documentaires ;

Les plateformes de e-commerce génèrent des vidéos publicitaires de 15 à 60 secondes à partir d’images de produits, de liens ou de points forts ; les MV IA peuvent créer une histoire continue en combinant de la musique, des paroles et de 1 à 7 images de référence.

La re création vidéo reconstitue les mouvements de caméra, les actions ainsi que la structure audio-visuelle à partir de la vidéo originale à succès et des images du produit ou du mannequin.

Les scénarios de pièces courtes et de séries peuvent prévoir des segments de 2 à 30 secondes et les combiner en contenus d’une minute ou plus ; Q3 Drama renforce la continuité des personnages, des scènes et des plans. Le logiciel Agent peut réduire les étapes de storyboarding, de doublage et de montage, mais la conformité marketing, l’authenticité des produits, la récurrence sur la plateforme et l’autorisation musicale restent à gérer manuellement.

Vidu S1 : personnage numérique interactif en temps réel

Vidu S1 est un modèle vidéo de personnage numérique conçu pour l’interaction en temps réel, capable de générer continuellement des images du personnage en réponse à des commandes vocales et d’assurer une perception bidirectionnelle. La page de consommation chinoise montre une génération en temps réel en 540P, 25FPS et durée illimitée ; la version de recherche disponible dans le dépôt open source officiel peut fonctionner sur des GPU grand public et atteindre des fréquences d’image plus élevées.

Les spécifications et les licences des services cloud commerciaux, de la version bêta API et de la version de recherche open source ne doivent pas être confondues.

S1 convient aux diffusions en direct, au service client, à la compagnie virtuelle, ainsi qu’aux rôles éducatifs et interactifs. L’utilisation d’une image ou d’une voix réelles nécessite une autorisation explicite, et il faut mettre en place un filtrage du contenu, des délais, une dégradation en cas d’anomalie et une prise en charge humaine.

Comparaison des prix et des versions

Forfait créateur et règles de points

L’application Vidu permet une inscription gratuite, et les nouveaux utilisateurs, ceux qui se connectent tous les jours ainsi que ceux participant à des événements peuvent gagner des points d’expérience. Des abonnements de type standard, professionnel et phare sont également proposés. Les points d’abonnement sont généralement valables 30 jours ;

Les points achetés en supplément et les points de récompense pour les événements sont généralement valables 2 ans ; l’achat de points n’est accessible qu’aux utilisateurs payants, et ils ne peuvent être échangés contre un abonnement, cédés ou retirés. Selon les informations officielles, les recharges ne donnent généralement pas droit à un remboursement.

Les frais mensuels spécifiques et le nombre de points pour les utilisateurs finaux varient en fonction de la région, des promotions, ainsi que des canaux Web et d’application ; il convient de consulter la page de paiement au moment de l’achat.

Vidu AI officiel sur l’App Store chinois est disponible gratuitement pour téléchargement ; la version actuelle est de la série 3.0 et prend en charge les achats intégrés ; les prix des achats intégrés peuvent varier en fonction du compte et des offres en cours.

Ne remplacez pas le prix actuel du forfait Q3 par la valeur fixe de « 4 minutes/seconde » utilisée dans les anciens tutoriels Vidu 2.0.

Prix de l’API Vidu en Chine

La plateforme chinoise ouverte est facturée en fonction des points.1 point vaut 0,03125 yuansLes forfaits de rechargement standard sont de 500 yuans pour 16 000 points, 1 000 yuans pour 32 000 points, 2 000 yuans pour 64 000 points, 5 000 yuans pour 160 000 points et 20 000 yuans pour 640 000 points, avec une durée de validité d’un an. Par défaut, un maximum de 5 tâches simultanées est autorisé.

Les tâches échouées ou rejetées par la modération du contenu ne font pas perdre de points ; le mode hors pic correspond généralement à la moitié des points normaux, et les tâches peuvent être achevées dans un délai de 48 heures.

Les prix principaux des vidéos de Q3 sont les suivants :

• Q3 Pro：540P : 9 points par seconde, 720P : 20 points par seconde, 1080P : 24 points par seconde ; en dehors des heures de pointe, respectivement environ 5, 10 et 12 points par seconde.
• Q3 Turbo：540P : 7 points par seconde, 720P : 12 points par seconde, 1080P : 13 points par seconde ; en dehors des heures de pointe, respectivement environ 4, 6 et 7 points par seconde.
• Q3 Pro Fast : génération de vidéo à partir d’images :720P : 12 points par seconde, 1080P : 15 points par seconde ; en dehors des heures de pointe : 6 et 8 points par seconde.
• Étudiant de référence Q3 Mix :720P : 24 points par seconde, 1080P : 29 points par seconde, pas de prise en charge du décalage temporel.
• Élèves de référence ordinaires Q3 :540P, 720P et 1080P rapportent respectivement 7, 12 et 15 points par seconde, tandis que le hors pic donne environ 4, 6 et 7 points par seconde.

En convertissant selon le prix par point, le Q3 Turbo 540P génère normalement environ 0,21875 yuan/seconde et environ 0,125 yuan/seconde en période de faible charge ; le Q3 Pro 1080P génère normalement environ 0,75 yuan/seconde et environ 0,375 yuan/seconde en période de faible charge.

Ce calcul ne prend en compte que la création réussie unique, sans inclure les essais répétés, la haute résolution, l’audio, les recommandations de prompts et le post-traitement.

Exemples de prix d’autres API

• Pour la génération d’images Q2 en 1080P, 2K et 4K, les scores sont respectivement de 6, 8 et 10.
• La synthèse vocale coûte 10 points pour chaque 500 caractères, et la reconstitution de voix 300 points pour chaque timbre ;
• 10 points pour chaque mimique toutes les 5 secondes ;
• Créer un sujet coûte 5 points à chaque fois, l’édition et l’utilisation des sujets sont actuellement gratuites ;
• Synchronisation des mouvements V1 720P : 10 points par seconde, la version mise à jour affiche 19 ou 34 points par seconde ;
• UHD intelligent 1080P, 2K, 4K, 8K : respectivement 10, 20, 40, 160 points par seconde ;
• L’API cloud Vidu S1 donne 3 points toutes les 2 secondes ; les 10 premières répliques de sons sont gratuites, les sons supplémentaires coûtent environ 28 yuans chacun, et le compte de base inclut 5 connexions simultanées gratuites.

Prix API international

La plateforme internationale ouverte 1 rapporte 0,005 dollar par point. Le Q3 Pro est d’environ 0,045 à 0,12 dollar/seconde en fonction de la résolution, tandis que le Q3 Turbo est d’environ 0,035 à 0,065 dollar/seconde.

Réduire d’environ la moitié en évitant les pics.

Les taxes, les frais régionaux et les prix pour les achats en gros peuvent être facturés séparément. Les comptes de la plateforme chinoise et de la plateforme internationale, ainsi que les clés API, la monnaie et les points, ne sont pas par défaut compatibles entre eux.

Statut open source

Vidu Q3, Q2, la plateforme de création pour les consommateurs et les API commerciales ne sont pas des modèles open source ; l’éditeur ne fournit pas de poids complets en version publique pour un déploiement hors ligne. Shengshu Technology a publié sur GitHub Vidu Skills, la CLI et les outils d’intégration MCP, permettant d’appeler l’API Vidu depuis des environnements compatibles tels que Claude, Cursor, Codex, etc.

Ces outils nécessitent toujours une clé API et sont facturés au forfait.

Les autorités ont également rendu publics le projet de recherche Vidu S1 ainsi que les connexions associées à Skills ; une partie du code et des poids sont soumis à des licences indépendantes. Cela ne signifie pas que le modèle Q3 ou l’ensemble de la plateforme Vidu soient open source.

Le catalogue doit être marqué comme « Propriété des modèles générés commercialement, outils officiels et certains projets de recherche S1 accessibles ».

Guide d’utilisation de Vidu

Terminer une tâche de base

1. Déterminer le public cible, la plateforme, l’aspect, la durée et les informations à communiquer ;
2. Préparer des scripts, des plans ou des matériaux de référence utilisables dans Vidu ;
3. Sélectionnez la série de modèles Vidu Q3 et générez une prévisualisation à bas coût ;
4. Utiliser les fonctionnalités de création avancées pour ajuster l’image, le rythme, les sous-titres et le son ;
5. Vérifier frame par frame les personnages, le texte, le logo, la forme des lèvres et l’exactitude factuelle ;
6. Exporter selon les spécifications ciblées après confirmation de l’autorisation pour la musique, les portraits et les matériaux ;

Créer des flux de travail professionnels réutilisables

1. Créer des scripts, des fiches de tournage, des matériaux de marque et une liste d’éléments interdits ;
2. Paramètres unifiés pour la série de modèles Vidu Q3, les fonctionnalités de création essentielles, la création de vidéos en un clic et les solutions professionnelles ;
3. Testez d’abord le modèle et les limites avec des scènes représentatives ;
4. Transférer les plans ratés pour un montage manuel ou une régénération ;
5. Unifier les sous-titres, le volume, les couleurs et les informations de droits d’auteur en fin de film ;
6. Enregistrez la version et l’auditeur avant de publier en masse ;

Plateforme de soutien et public cible

• Vidu propose des versions web chinoises et internationales, une application pour iPhone, des API, MCP, CLI ainsi que AgentSkills ;
• Idéal pour les créateurs de vidéos courtes, les équipes d’animation et de manga, les entreprises de e-commerce et de publicité, les prévisualisations cinématographiques, les équipes de jeux et d’IP virtuelles, les institutions culturelles et éducatives, ainsi que pour les développeurs ayant besoin d’accéder en masse à la génération de vidéos.

Restrictions d'utilisation et précautions de sécurité

• Les vidéos générées par l’IA peuvent encore présenter des problèmes de dérive d’identité des personnages, des erreurs sur les mains, des incohérences physiques, des distorsions des sous-titres, un désalignement audio/visuel et des problèmes de continuité des plans.
• La référence à plusieurs entités peut améliorer la cohérence, mais ne garantit pas un verrouillage complet.
• Un projet officiel doit d’abord faire l’objet de tests à faible coût, puis générer une haute résolution, et finaliser le rythme, le son, les sous-titres ainsi que la correction des défauts dans un logiciel de montage.
• Avant de télécharger des photos de personnes réelles, des voix, des extraits vidéo, des images de produits et de la musique, il est nécessaire d’obtenir l’autorisation concernant les portraits, les voix, les marques et les droits d’auteur ;
• Il est interdit de créer du contenu frauduleux, trompeur, pornographique sans consentement ou trompeur.
• Les publications en ligne doivent respecter les règles de la plateforme et les exigences relatives à l’identification du contenu généré par l’IA. Pour les publicités commerciales, il est également nécessaire de vérifier l’efficacité du produit, son prix ainsi que les relations de partenariat.
• Les appels API doivent protéger les clés, valider la signature des rappels, limiter la concurrence et le budget, et gérer la file d’attente, les échecs, l’audit et les délais d’expiration ;
• Une séquence utilisable en bloc nécessite souvent plusieurs générations ; pour estimer les coûts, il faut prendre en compte le taux d’essais et d’erreurs, l’audio, la haute définition, le stockage ainsi que le travail de post-production manuel.

Questions fréquentes

Quel est le dernier modèle Vidu ?

La ligne principale actuelle est la série Vidu Q3, comprenant des versions Pro, Turbo, Mix, Drama et Ad ; les versions Q2, Q1 et 2.0 sont encore utilisées pour des fonctionnalités spécifiques et des gammes de prix différentes.

Jusqu’à quelle longueur Vidu peut-il générer une vidéo ?

Le modèle unique de Q3 prend en charge des durées allant de 1 à 16 secondes, avec une durée typique de 3 à 16 secondes. La fonction « Créer en un clic » permet de planifier et de combiner des publicités, des courts métrages ou des MV plus longs, allant de 15 à 60 secondes.

Combien coûte Vidu API ?

Sur la plateforme chinoise, 1 point vaut 0,03125 yuan. Le Q3 Turbo 540P génère normalement 7 points par seconde, soit environ 0,21875 yuan.

4 points par seconde en dehors des heures de pointe, soit environ 0,125 yuan.

Plus la résolution et le modèle sont élevés, plus les coûts augmentent.

Vidu est-il open source ?

Q3 et la plateforme complète ne sont pas open source. Les parties MCP, CLI, Skills ainsi que certains projets de recherche Vidu S1 ont été rendus accessibles par les développeurs, mais l’utilisation du modèle commercial nécessite toujours une API Key et un paiement.