10月8日，北京人工智能企业生数科技发布新一代视频生成旗舰模型的首个预览版本 Vidu Q4 Preview。模型围绕人物演绎、镜头语言和复杂视效三项能力升级，最多支持15张参考图、3段参考音频输入，并提供2K、4K输出规格。更关键的是定价：首发优惠0.09元/秒起，在可比规格和计费条件下，同等预算最高可生成5倍内容。对依赖大量素材试错的广告、电商、漫剧团队来说，这意味着生成成本从"奢侈品"变成"耗材"，创作者的试错空间被显著放大。
从U-ViT到身份一致性，四年技术脉络生数科技的技术路线有清晰积累：2022年核心团队提出U-ViT架构，2024年4月Vidu首次公开亮相，当时就瞄准长时长、高一致性和强动态方向；此后团队持续推进参考生视频、多主体一致性、声画同出、多镜头叙事和实时交互。Q4 Preview进一步强化了人物情绪、动作与镜头节奏之间的协同，并通过多图、多音频参考，提高对人物、场景、服装、道具和声音等创作要素的控制力。简单说，模型越来越像一条能理解"表演意图"的生产线，而不是只会生成漂亮空镜的工具。
普惠的不是单次降价，而是试错空间视频创作通常需要多轮试拍和版本比较，生成成本直接决定创作者的尝试空间和企业应用效率。Vidu把技术进步转化为更低的使用门槛，让个人、团队和企业"用得上、用得起"。在广告和电商领域，可以围绕不同产品、渠道和目标人群快速测试创意素材；在漫剧、短剧和影视制作中，团队能提前做分镜预演、人物调度和镜头验证；在文旅、教育中，AI视频也能提供新的数字内容表达。当AI视频从能力展示走向实际生产，真正比拼的将是谁先把模型嵌进工作流。