中国AI视频TOP3开卷！1秒不到1毛钱，3D漫质感拉满

　　新智元报道

　　最近几部 AI 短片神作，刷爆全网。

　　Land 工作室的《接招吧！咻孩》，把童年守着电视看特摄的那股劲儿，又拍了出来。

　　老虎怪人、章鱼烧人，还有孩子们一本正经的幻想。熟悉的粗粝画面，几下就把人拽回了小时候。

　　孩子们闹得起劲，镜头落到旁边的老人身上，情绪又慢慢变了味。热闹拍得出来，心事也藏得进去。AI 角色，越来越会演戏了。

　　而这样的表现，正在更多画风里出现。

　　从 2D 热血动漫，到 3D 风格化动画，再到带着手工质感的黏土定格，打戏能燃，文戏能收，镜头也开始有了自己的讲究。

　　国庆档前后，生数科技新发布的 Vidu Q4 Preview 出现在几支风格不同的短片里：《斩梦》有红刃与巨蛇的高速交锋，《青山》把杀气藏进烛光下的磨刀，《吃掉日子的猫》用黏土般的小脸承载情绪。

　　生数的技术探索，也在向更严苛的院线制作延伸。

　　即将上映的院线级 AI 原生电影《三星堆：未来往事》，由生数科技提供首席技术支持。

　　把新技术带进电影院，本来就是电影工业不断向前的方式。从卡梅隆对 3D 与表演捕捉的探索，到李安对 4K、每秒 120 帧拍摄的尝试，新的视听体验，往往要在一次次摸索中实现。

　　这些前沿探索在当时未必完美，甚至充满争议。但正是一次次技术冲锋，推动着电影视听语言与沉浸体验向前突破。从小屏幕到巨型银幕，中间跨越的，正是技术能力的断代考验。

　　这次升级，Q4 Preview 主打人物表现、运镜和复杂视效，尤其是在 2D，3D 动漫场景里表现力一绝，首发优惠价低至 0.09 元/秒起。

　　于是一个很诱人的判断出现了：AI 视频既能拍得好看，又终于拍得便宜了。

　　很多创意，曾停在反复试拍的账单前。生成几次不满意，再看一眼余额，算了。能拍出好戏，也要让人舍得多拍几遍。

　　而 Q4 Preview 交出的作品，已经有了自己的辨识度。一登场，再次惊艳了全网。尤其是「高燃」 Vidu 味儿，在视频同质化的今天独特性突出。

　　动作有劲、镜头有势、角色有神。

　　这股「Vidu 味儿」，正从热血打戏里，蔓延到东方奇幻、定格动画和细腻文戏。

　　中国 AI 视频，走向下半场

　　如今的 AI 视频赛道，越来越像中国乒乓球。

　　高手越来越多，竞争也越来越细。队内厮杀，拉高了行业整体的天花板。

　　Seedance2.5 继续往专业制作流程里深入。它强调 30 秒长叙事、精准参考与编辑，加入白模控制、绿幕编辑等能力。

　　可灵持续加码真实感与精细控制，围绕长叙事、关键帧和多模态参考，让创作者更细地安排一场戏。

　　Vidu Q4 Preview 则把「传神表现力」打到了台前：人物能演、镜头敢动、特效够燃，再用更低的试拍起价，把这些能力送进更多人的预算。

　　三条路线，一个方向：AI视频正在从「生成画面」，走向「导演内容」。

　　背后，是整个中国内容产业的剧变。

　　先看国漫。2025 年，《哪吒2》狂揽超 159 亿元全球票房，登顶全球动画电影票房榜。

　　这场胜利彻底证明：中国观众愿意为顶级动画、优秀角色和精彩故事付费。

　　但观众记住的，从来不只是特效。

　　从《哪吒之魔童闹海》到《浪浪山小妖怪》，国漫给观众留下记忆的，既有大场面，也有角色的脾气、情绪和个性。

　　技术负责制造奇观。故事负责留下观众。

　　与此同时，短剧和漫剧正在爆发：全国网络视听用户逼近 11 亿；漫剧商业化加速，行业政策开始发力。

　　规模起来了，观众也变挑剔了。

　　短剧、漫剧正在告别粗放生产，走向精品化竞争。

　　会生成画面，只是入场券。会演戏、懂镜头、能讲故事，才是真本事。AI 视频模型对优质内容创作的推动作用，就体现在这些具体的镜头里。

　　人物演绎、叙事衔接和整体内容表现力，开始直接影响一部作品能走多远。

　　AI视频的上半场，拼技术，而下半场开始拼作品。

　　我们也上手了：能打，还得能演

　　开篇大佬的作品看过瘾了，再把镜头拉近，Q4 Preview 这次的升级，可以落到一场文戏、一次跳跃、一记大招里。

　　动漫角色的眼神、动作和声音，都有了更具体的表达。

　　角色有神：一封信，先把心事带出来了

　　列车上的女子握着蓝色信封，从紧绷到抬眼，再到含泪的浅笑，情绪随着窗外的小站一点点展开。

　　没有一句对白，Q4 Preview 靠眼神、嘴角和手部动作，就把人物的心事带了出来。脸上的变化有过程，手里的动作也接着情绪走，动漫文戏同样能让人入戏。

　　「角色有神」，就得让表情和身体一起接住情绪。

　　Q4 Preview 强化人物演绎，落在这样的镜头里，才看得出细腻表演的分量。

　　镜头有势：跳过屋顶，也要把这一跳拍明白

　　不仅如此，Q4 Preview 强化了动态运镜、切镜和多景别衔接。人物怎么动、镜头从哪里看，可以一起成为创作安排。

　　屋顶邮差这一段，Q4 拍出了助跑、蹬地、腾空、屈膝落地，再继续跑的动作层次。

　　侧面全身镜头把起跳点、屋顶缺口和落点一起交代清楚，观众能跟着看懂人物如何从一侧到另一侧。

　　动作有劲：雷刃出手，连周围的光都跟着变

　　动漫特效实测中，Q4 Preview 把能量碰撞和人物受力放进同一次冲击：星轮迎上陨石，碎块向两侧散开，披风掀起，人物后撤。

　　随后火花散开、烟尘上浮，星轮消退，人物与石台上的金光也一起变弱。

　　起势、碰撞、余波接成一场戏，复杂视效也能参与叙事。

　　值得一提的是，Q4 Preview 最多支持 15 张参考图、3 段参考音频，人物、场景、道具与角色音色，都能成为创作输入。

　　我们的动漫双人对话实测，用五张参考图和两段音色，生成了一场 16 秒的日语对话。

　　两位女生坐在同一张长凳上，用各自的声线轮流说话；一人开口，另一人用眼神和表情回应。

　　多图参考和音色参考接上了人物表演，两个动漫角色，各有自己的脸，也各有自己的声音。

　　多图给角色定形，音色给角色添性格，表演再把两个人的关系带出来。

　　这些参考让创作者能更清楚地安排人物与声音，把提示词集中用来描述台词、停顿和情绪。

　　Vidu 的后劲，藏在「世界模型」里

　　看完这些动漫片段，会发现几个很具体的细节：人物挥刀，衣摆跟着甩动；巨石碎裂，碎片与烟尘接着散开；能量消退，角色和地面上的光也一起变弱。

　　一场戏要拍得可信，模型就得把动作和后续变化接起来。镜头换个角度，人物、道具和空间关系也要跟得上。

　　这背后，牵涉到生数科技长期探索的一条技术路线——「世界模型」（World Model）。

　　沿着这条路，生数开展了 Motus、Motubrain 等世界动作模型研究，特别是后者在 RoboTwin 2.0 和 WorldArena 排行榜上位居第一。

　　他们把视频、语言与动作放进统一框架，让未来画面的预测与机器人动作生成发生联系。

　　在生数的通用世界模型布局中，Vidu 是面向内容创作者的产品。

　　如果把生数的产品家族比作几个孩子，Vidu 就是长期站在创作者面前的「大娃」。

　　人物转身会不会变脸，道具经过遮挡还能不能接上，下一场戏能否延续上一场的状态，都要在具体作品里接受检验。

　　研究底座的价值，最终要兑现成创作者手上的好镜头。人物更稳、动作更顺、控制更可靠，才能让「Vidu 味儿」从一段精彩样片，走进持续创作的工作流。

　　再往下，就是另一笔更现实的账：这样的镜头，能不能多拍几条？

　　一秒 9 分钱起，AI 视频的「DeepSeek 时刻」

　　Vidu Q4 Preview 这次打出的，除了人物演绎、镜头语言和视觉特效，还有一张颇具杀伤力的价格牌。

　　通过 API 调用，图生视频 720P 约 0.6 元/秒、1080P 约 0.75 元/秒；直接在 Vidu 平台创作，Preview 阶段则提供为期两个月的限时优惠，首发优惠价低至 0.09 元/秒起。

　　从试拍到高清交付，创作者可以按需求选择画质，把预算留给更多次尝试。

　　想象一下，一场 16 秒的武侠打斗。

　　第一版，动作漂亮，但力量感不够。第二版，换个机位，突出出招瞬间。第三版，增加人物特写，捕捉眼神变化。

　　过去，每多试一次，都可能意味着额外的人力、时间和制作预算。如今，按最低优惠价计算，五次生成的费用只有 7.2 元。

　　当试错便宜到几块钱，创作者终于有底气反复打磨一个镜头。

　　价格之外，效率同样重要。

　　Q4 Preview 单次最长 16 秒，支持 2K、4K 输出，人物与音色参考可以复用。

　　这意味着，创作者可以复用角色和声音参考，在不同镜头中尝试新的动作、表情与机位，减少重复设定的负担。

　　官方资料显示，5 秒视频最快约 110 秒即可完成生成。实际耗时仍受分辨率、生成规格和排队情况影响。

　　过去，创意要等制作。现在，制作开始追赶创意。

　　多参考能力帮助创作者维持角色与风格的一致性。快速生成缩短反馈周期。低价格则让反复试拍变得可承受。

　　三者叠加，直接改变精品内容的生产方式。

　　而这场降本竞赛，背后还有更深的技术逻辑：通过算法优化，减少生成视频所需的计算开销。

　　此前，生数科技与清华大学联合推出 TurboDiffusion 研究，从低比特计算、稀疏注意力、减少采样步数等方向探索视频生成加速。

　　它揭示了行业共同的方向：用更高的计算效率，支撑更低的生成成本。

　　这让人想起 DeepSeek 带给大模型行业的冲击。

　　当高性能模型变得更便宜，技术便有机会从少数人的昂贵工具，变成更多人的日常生产力。

　　AI 视频也正在逼近这个拐点。

　　真正值得期待的「DeepSeek 时刻」，是前沿视频生成能力进入普通创作者的预算。

　　再回到《接招吧！咻孩》，孩子们闹得起劲，镜头落到老人脸上，故事才有了余味。

　　这样的几秒钟，要琢磨表情、安排停顿，还要找到合适的切镜时机。模型增强角色表现力、压低试拍价格，省下来的预算，就能多撑几轮打磨。

　　一个眼神没到位，可以再试几版；一场戏情绪没接上，还有预算重拍。

　　中国 AI 视频的下半场，要在这里拉开差距。

　　输入专属邀请码：XINQ4，登陆 Vidu.cn，新用户注册即可获得 500 积分

　　编辑：桃子大卫