08/10/2026 · VietTechies · Biên tập
Vào ngày 7 tháng 10 năm 2026, ShengShu Technology đã chính thức ra mắt phiên bản thử nghiệm công khai Vidu Q4 Preview, đánh dấu bước tiến mới cho mô hình AI tạo video thế hệ tiếp theo của hãng. Mô hình hiện đã sẵn sàng trên ứng dụng web và nền tảng API của Vidu, mang đến các tính năng kiểm soát đa tham chiếu hướng tới phục vụ sản xuất video thương mại và điện ảnh. Mức giá khởi điểm được áp dụng từ 0,014 USD cho mỗi giây video được khởi tạo.
Khả năng nhập đa tham chiếu và các tính năng hình ảnh
Mô hình Q4 Preview hỗ trợ đầu vào lên tới 15 ảnh tham chiếu và 3 đoạn âm thanh tham chiếu, giúp duy trì tính nhất quán về thị giác cũng như âm thanh trong suốt dự án. Theo ShengShu Technology, việc kết hợp đồng thời các tệp âm thanh và bộ ảnh tham chiếu cho phép giữ cho giọng nói, biểu cảm khuôn mặt, sắc thái cảm xúc và chuyển động cơ thể của nhân vật luôn đồng bộ trong cùng một phân cảnh.
Mô hình hỗ trợ xuất video ở nhiều độ phân giải khác nhau bao gồm 540p, 720p, 1080p, 2K và 4K với độ sâu màu 10-bit, đồng thời bảo toàn tỷ lệ khung hình gốc của dữ liệu tải lên. Công ty cho biết sự phối hợp giữa góc quay ống kính và hành động trên màn hình đã được tối ưu hóa chặt chẽ hơn, giúp cải thiện khả năng bám theo chuyển động trong các cảnh quay tốc độ cao như rượt đuổi hay giao tranh, đồng thời tích hợp mượt mà các hiệu ứng hình ảnh như pháo hoa và cháy nổ vào bối cảnh.
Quy trình sản xuất và cấu trúc giá thành
Vidu Q4 Preview cung cấp hai quy trình khởi tạo chính: Chuyển ảnh thành video (Image-to-Video) và Chuyển tài nguyên tham chiếu thành video (Reference-to-Video). Quy trình Image-to-Video sẽ tạo chuyển động cho một bức ảnh duy nhất kết hợp với câu lệnh văn bản, hỗ trợ thời lượng video từ 3 đến 16 giây. Trong khi đó, tính năng Reference-to-Video kết hợp nhiều tài nguyên hình ảnh và âm thanh để tạo các đoạn clip có độ dài từ 1 đến 16 giây.
Nhằm đáp ứng nhu cầu thử nghiệm liên tục trong quá trình làm kịch bản hình ảnh và sản xuất quảng cáo, ShengShu Technology khẳng định Vidu Q4 Preview có thể cung cấp lượng video đầu ra gấp tới 5 lần với cùng một mức ngân sách so với điều kiện tính phí tiêu chuẩn. Mức giá cuối cùng, độ phân giải hỗ trợ và các tính năng khả dụng theo khu vực sẽ thay đổi tùy thuộc vào gói dịch vụ đăng ký.
Thông số API và quy trình cho nhà phát triển
Để tích hợp vào các hệ thống phần mềm tùy chỉnh, phiên bản xem trước này cung cấp các điểm truy cập REST API dưới tên định danh mô hình viduq4-preview. Endpoint dành cho Image-to-Video xử lý tệp ảnh nguồn đơn lẻ có dung lượng tối đa 50MB thuộc các định dạng PNG, JPEG, JPG hoặc WebP, kết hợp với các câu lệnh văn bản dài tới 20.000 ký tự.
Đối với endpoint Reference-to-Video, hệ thống tiếp nhận các tệp âm thanh tham chiếu định dạng MP3 với độ dài từ 3 đến 12 giây, cùng các ảnh đầu vào ở nhiều tỷ lệ khung hình tùy chọn như 16:9, 9:16, 1:1, 3:4 và 4:3. Các liên kết tải xuống tệp truyền thông được khởi tạo qua API sẽ có hiệu lực trong vòng 24 giờ.
Ảnh minh họa do AI tạo, không phải ảnh tư liệu.
Nguồn: Vidu Releases Q4 Preview of Next-Generation Flagship AI Video Model