AI應用風向標（公眾號：ZhidxcomAI）
作者｜江宇
編輯｜漠影
智東西9月25日報道，生數科技今日正式發布新一代圖生視頻大模型Vidu Q2。
新模型以“看AI演戲”為主題，強調“細微表情生成”的突破，支持2至8秒時長的生成視頻與首尾幀模式，并在語義理解、推拉運鏡、出片速度等方面全面優化，將AI生成視頻能力從“生成動態”進化為“生成情緒”。
Vidu Q2在復雜文戲（如情緒表達）、武戲（多人打斗）、特效戲（視覺沖擊）三類常見影視場景中均表現穩定，目前支持網頁版、App及API多端使用。
一、體驗：AI也能“嘮叨演戲”，角色情緒一鏡到底
為了驗證Vidu Q2在微表情與“演技生成”方面的真實提升，智東西體驗了網絡上爆火的“絲瓜湯”場景。
整個生成流程依托Vidu AI手機端完成。APP首頁共提供了三種功能模式：圖生視頻、參考生視頻與參考生圖。
其中，參考生視頻和參考生圖模式支持用戶上傳自定義圖片，也可從內置的“主體庫”中直接選擇已有角色形象。該主體庫不僅包含用戶過往創作中的素材，還整合了社區內容，方便快速復用。
而圖生視頻功能下，Vidu Q2模型支持“首尾幀生成”與“電影大片”“閃電出片”雙模式，視頻時長可靈活設定為2至8秒。
本次體驗選擇“圖生視頻”功能，并手動添加了收尾幀：開頭幀為母親角色，結尾幀為兒子角色。
參數設置中，智東西選用的是免費檔位下畫質最優配置：時長5秒、清晰度1080P、生成模式為“電影大片”。調用的模型版本為最新的Vidu Q2。
實際指令設定如下：
“媽媽問兒子喝不喝絲瓜湯，兒子表示不想喝，媽媽便開啟‘洗腦’模式反復嘮叨絲瓜湯的好處，如‘絲瓜湯去肝火的呀’‘絲瓜湯營養好得不得了’等。當兒子最終被說煩，大聲拒絕時，媽媽反問‘你以前脾氣沒這么差，是不是肝火太旺？喝點絲瓜湯補補吧。’”
生成視頻約在3分鐘內完成。從結果來看，AI角色的表現已具備較高的形象一致性和情緒邏輯。兒子在不耐煩階段的表情也處理得較為連貫，明顯可見情緒的變化。
雖然當前版本尚未支持音畫同步，但視頻畫面本身已具備較強的表演力，若后續疊加語音合成或角色音軌，將更貼近真實劇情片段。
從這輪體驗來看，Vidu Q2確實補上了以往AI視頻生成中“表情控制”和“角色一致性”的關鍵短板，使生成內容具備初步的情緒邏輯與表現力。
二、從“會動”到“能演”，AI首次具備情緒表達能力
從“絲瓜湯”體驗中AI對角色情緒的“演繹”出發，Vidu Q2有多項底層技術的突破。
當前主流AI視頻模型多以生成連貫動態為主要目標，但常陷于“面癱”“眼神空洞”等問題，難以支撐復雜劇情。Vidu Q2則將“情緒表達”作為系統性優化方向，通過對微表情生成的升級，補足了AI視頻的情感表現力短板。
它支持呈現嘴角輕抽、眼神游移、眉頭緊鎖等細微肌肉動作，并通過多模態融合方式，將文本語義、圖像內容、面部動作單元等信息共同驅動生成。這讓角色的面部和肢體表演均具備“情緒邏輯”。
功能上，Vidu Q2新增“首尾幀生成”模式，并提供“電影大片”“閃電出片”兩種風格選擇，適配短視頻創作與劇情片段表達需求：
1、在影視文戲中，Vidu Q2可模擬人物情緒起伏；
2、在打斗動作戲中，角色面部表情與肢體動作連貫統一；
3、在廣告特效中，可實現角色表演與視覺沖擊效果的融合。
結語：AI角色“演技上線”，從“幕后”走向“臺前”
Vidu Q2的發布，讓AI具備了“可表演”的能力，使其在內容生成鏈條中不再只是“工具”，而嘗試從事“演員”的身份。
未來，隨著音畫同步、劇本驅動、角色持久記憶等能力逐步補齊，AI將在更多文藝與商業創作場景中承擔起更復雜的任務。而這，也為短視頻內容生產、虛擬數字人、廣告生成等賽道提供了全新可能。
