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。

左右滑动查看

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