Vidu 出自生數科技，產品線切得乾淨：一條是以 Q 系列為主的影片大模型，一條是主打即時的 S 系列。官網首屏推兩件事——16 秒音畫同出與即時互動，前者對應 Vidu Q3，後者對應 Vidu S2。

Q3 為劇而生，聲音跟著畫面一起出

Q3 的產品頁標題寫著原生音訊支援，主標是為劇而生，副標是一次生成完整片段。頁面對「音視頻直出」的解釋很具體：音訊與畫面同步輸出，對話、旁白、音效、音樂四類音軌同步生成。成片於是在一次匯出裡就乾淨落地，不必再走「先生成畫面、再單獨補配音」的老流程。

16 秒一次成片，支援三種語言

時長是 Q3 另一個明確規格：單次生成就能拿到完整 16 秒影片。頁面給的理由是不用拼接、避免節奏斷裂，讓故事自然推進；常見問答裡對「單次能生成多長」的回答也是最多 16 秒。語言一欄則寫明支援英語、日語、中文三種輸出。

兩項加起來，Q3 要解的是短敘事單元裡聲音、口型與語言一起對齊的問題。亮點區還單獨列了多人對話，支援自然的多角色對話，而不是一次只處理一個角色。

面向漫劇、短劇與電影感鏡頭

亮點區另有一條專業創作就緒：面向漫劇、電影、短劇等專業敘事場景設計。常見問答把適用人群說成需要連貫敘事與精準時序的創作者與團隊，例如漫劇劇情、電影感鏡頭、短劇與敘事廣告。鏡頭控制做到逐幀級，運鏡與節奏都能指到具體的敘事節點，工作因此更接近調度敘事，而不只是渲染畫面。官網首頁把範圍寫得更寬：動畫或真人、廣告或短片，都在 16 秒音畫同出的覆蓋裡。

S2 把即時互動與即時編輯拆成兩款

S 系列的思路不同，主打邊生成邊輸出。S2 之下有兩條線。S2-Avatar 是即時互動模型，支援即時語音互動與複雜動作控制，可以結合參考圖完成物品互動、服裝更換與背景切換，數位人支援 720P+ 輸出；相比上一代 S1，畫質從 480P 升到 720P，指令遵循也進步到能用語音指令叫數位人跳舞。S2-Editing 是即時編輯模型，四類能力都靠參考圖：按風格參考圖即時渲染風格、按主體參考圖即時替換人物、按背景參考圖即時替換環境、按服裝參考圖即時生成多樣穿搭。它是串流編輯，持續接收影像流並即時輸出，中途換參考圖或切場景都能維持連續輸出，輸入來源支援攝影機、影片與圖片三種。

不需要即時的話，S2 也給非同步路徑：一張角色圖加一段音訊，就能生成口型與動作對齊的說話影片，也就是頁面提到的離線數位人。

API 與計費：統一積分計價

開放平台把模型分成三大系列：即時生成 S2、影片生成 Q、影像生成。影片那一欄寫明 Q 系列是旗艦影片大模型，長時長、高一致、大動態，文生、圖生、參考生全覆蓋；影像那一欄寫明文生圖與參考生圖支援到 4K 輸出，並可吃多張參考圖。接入方式上，S2 透過 MaaS 平台提供，平台給出三步流程：註冊並建立 API Key、發起第一個請求、輪詢任務結果後拿到生成影片的位置。

計費統一用積分，資源包裡有一檔專門針對 S2：限時 350 元（原價 500 元）含 16000 積分，可用並發數 5、有效期 12 個月，官方估算可即時互動約 177 分鐘，鎖定想先試新模型的用戶。入門體驗包 500 元含 16000 積分，適用影片、音訊、影像等全類型任務。積分本身分三類：訂閱積分隨方案給出、有效期 30 天；購買積分可依需求增購，與活動、比賽拿到的獎勵積分一樣，有效期 2 年。規則裡有兩條值得留意：積分購買服務只對付費用戶開放，且訂閱積分在消耗順序上排在增購積分之前。

幾條邊界

16 秒是單次生成的上限，也是官方主推的敘事單元長度，要更長的成片仍得靠多段組合或後續的延長能力。S2 的即時能力對網路與並發有要求，資源包明確標了可用並發數 5，團隊規模化使用要先按並發規劃。價格與活動隨時調整，350 元檔屬於限時體驗價，正式採購前建議以開放平台當期報價為準，並按用量估算積分消耗。生成內容需遵守平台規範與相關法規，商用前也建議確認素材與肖像的授權。

一句話收尾：這輪的看點是把「聲音」與「即時」各自做成了一條線。Q3 讓畫面、對話、旁白、音效與音樂在一次生成裡同步產出，單次最多 16 秒並支援三種語言；S2 把數位人做成可以即時對話、也可以即時換裝換景的串流輸出，底下再配一個按積分統一計價的開放平台，創作與接入各有一套路徑。