Vidu AI：Vidu Q4 PreviewとQ3 Proで、別々に撮った写真をひとつの場面に
Vidu AIとは？
Vidu AIは、清華大学の研究から生まれた北京の企業、ShengShu Technology（生数科技）の動画モデルです。別々に写っている複数の被写体を、ひとつの場面の中で描き分けて保つ力（ShengShuは「マルチエンティティ一貫性」と呼んでいます）と、映像と一緒に音声を作れることで知られています。上の生成エリアでは2つのバージョンを使えます。画像だけを手がかりにして、最大15枚の参考画像を組み合わせられるVidu Q4 Preview。そして、文章から、または開始フレーム（終了フレームは任意）から始められるVidu Q3 Proです。どちらも最長16秒の動画を作れます。
Vidu Q4 Preview
写真1枚、または最大15枚の参考画像から、最大4Kの動画を作ります。
- 3〜16秒
- 540P / 720P / 1080P / 2K / 4K
- 音声あり・なし選択可
- 参考画像 最大15枚
60クレジットから
Vidu Q3 Pro
テキストまたは開始・終了フレームから、最大16秒。
- 1〜16秒
- 540P / 720P / 1080P
- 音声あり・なし選択可
20クレジットから
Viduの進化
2024年4月
Vidu 1.0
ShengShuと清華大学が、中国初の大規模な動画モデルとして発表しました。拡散モデルとTransformerを組み合わせた、両者によるU-ViTという設計が土台です。
2024年11月
Vidu 1.5
複数被写体の一貫性を導入。人や物、場所を別々の画像で渡しても、1本のクリップの中でそれぞれの見た目を保てるようになりました。
2025年1月
Vidu 2.0
速さと価格に重きを置いた世代です。ShengShuによれば、動画1秒あたりのコストは1.5の半分になりました。
2025年4月
Vidu Q1
まったく関係のない2枚を開始・終了フレームにしてつなぐトランジションや、文章からのBGM・効果音づくりが加わりました。
2025年後半
Vidu Q2
顔の表情がよりきめ細かくなり、カメラの操作も正確に。セリフや効果音を映像とぴったり合わせられるようになりました。
2026年1月
Vidu Q3
映像と音声を同時に生成し、最長16秒のクリップに対応。映画やドラマのような場面づくりをねらった世代です。
2026年10月
Vidu Q4 Preview
Q4の完全版に先がけて公開されたモデルで、画像だけを手がかりに、音声入りのクリップを作ります。
PlimoでのViduの使い方
Viduのバージョンを選ぶ
上の生成エリアは、Viduのモデルが選ばれた状態で開きます。手元の写真から作るならQ4 Preview、言葉から始めたいならQ3 Proと、バージョンカードで切り替えてください。写真を入れる
Q4 Previewでは、写真1枚を開始フレームに入れるか、「参考素材」モードに切り替えて、場面に登場させたい人やペット、場所の写真を最大15枚まで追加します。Q3 Proは開始フレームと任意の終了フレームを受け取れるほか、画像なしでも使えます。何が起きるかを伝える
開始フレームが1枚だけなら、プロンプトがなくても作れます。参考画像を使うときは「浜辺で犬が女性の腕の中に飛び込む」のように、写真同士がどうつながるかを一文で。Q3 Proで文章だけから作るなら、場面の全体を書き出します。長さ・解像度・音声を決める
長さと解像度を設定します。音声は最初からオンになっていて、オフにしても「生成」ボタンに出る価格は下がりません。生成して見直す
クレジットの数字に納得したら「生成」を押します。動画は「マイ作品」に現れ、「設定を再利用」を使えば写真とプロンプトがそっくり戻るので、すぐに次の1本を試せます。
PlimoでViduを使う理由
参考画像を15枚まで
Q4 Previewは、Plimoのメニューにある動画モデルの中でいちばん多くの参考画像を受け取れます。友だちグループ全員のポートレートをばらばらに撮っていても、同じ場面に集められます。540pから4Kまで
Q4 Previewの解像度は540pから1080p、さらに2K、4Kまで。安く済むテストから始めて、大きな画面でも見られる精細さで仕上げられます。音声を付けても同じ価格
どちらのバージョンも動画に音声を付けられ、オンでもオフでも料金は変わりません。決めるのは、音がほしいかどうかだけです。お試しクレジットで始める
Viduは有料会員向けのモデルです。ただ、新規アカウントは登録の際に1回限りのお試しクレジットを受け取れるので、まずはSeedance 2.0 MiniかGrok Imagine 1.5の動画で、Plimoの使い勝手を確かめてみてください。仕事にも使えるきれいな動画
有料会員の期間に作ったViduの動画は、透かしのない状態でダウンロードでき、商用にも使えて、アカウントに残る期間も長くなります。
Viduとほかの動画モデルの比較
Kling
Kling 4.0は30秒まで作れて、アップロードした動画の編集もできます。Viduは16秒までですが、Q4 Previewなら参考画像を最大15枚使えます（Kling 4.0は7枚）。
Veo
Veo 3.1 Fastは8秒固定で、映画のような画づくりが持ち味です。Viduは長さを自分で決められ、音声もオフにできます。
Seedance
Seedanceは写真と一緒に短い参考動画も受け取れ、2.0 Miniならお試しクレジットで試せます。Viduが場面の手がかりにするのは画像だけです。
Hailuo AI
Hailuo AIのMiniMax H3 Maxはリアルな顔を得意とし、どの動画にも音声が入ります。開始・終了フレーム、または写真最大9枚と動画3本を使えます。
Grok Imagine
Grok Imagine 1.5は音声入りの6秒から作れて、お試しクレジットでも試せます。Grok Imagineのシリーズは静止画も作れます。
Wan
Wan 3.0は2〜30秒と幅広く、最大10枚の写真に加えて参考動画にも合わせられます。
FLUX
FLUX 3 Videoは本番の前に粗い下書きを確認でき、最長20秒。参考画像ではなく、フレームをもとに作ります。
SkyReels
SkyReels V4は開始フレームがなくても、選んだ終了フレームで締めくくれます。Q4 Previewにはできない使い方です。ただしV4は毎回プロンプトが必要です。
HappyHorse
HappyHorse 1.1はQ4 Previewと同じく開始フレームか参考画像から作りますが、参考画像は9枚までで、毎回プロンプトが必要です。
Viduで作られているもの
一緒に撮ったことのない集合ショット
友だち一人ひとりのポートレートを最大15枚まで追加し、全員でバースデーケーキを囲んでろうそくを吹き消す様子を書きます。Q4 Previewは、それぞれの顔が見分けられるように作られています。自分と愛犬と、行きつけのカフェ
ジャケット、愛犬、カフェの店内の写真を参考画像にして、そのジャケットを着た自分が、足もとについてくる犬と一緒に店へ入ってくる場面を頼みます。昔と今をワンカットで
Q3 Proで、子どものころの写真を開始フレームに、最近の写真を終了フレームにします。1本の流れるような動きで、片方からもう片方へと移り変わります。言葉だけで描く場面
Q3 Proは画像がなくても使えます。夜市の上に紙のランタンが昇り、明かりのともる屋根の上を流れていく様子を書いて、下から聞こえるにぎわいの音も加えてみてください。動き出すポートレート
Q4 Previewの開始フレームに肖像写真を入れ、プロンプトは空のまま生成します。モデルがどんな表情や仕草をつけてくるのか、見てのお楽しみです。気に入らなければ一文で動きを指定して作り直せます。演出した背景で見せる商品
商品写真、着用モデルの写真、背景をQ4 Previewに渡し、その人物が棚から商品を手に取る場面を書きます。有料会員のあいだに作った動画なら、ショップに載せられます。カットなしの長回し
Q3 Proで、朝市を端から端まで自転車ですり抜けていくような、途切れないワンショットを書き、16秒いっぱいまで流します。
