坐稳一致性之王，生数科技再度发力，ViduQ1参考生图发布！

坐稳一致性之王，生数科技再度发力，ViduQ1参考生图发布！ 坐稳一致性之王，生数科技再度发力，ViduQ1参考生图发布！ Modified September 9, 2025 No access 参考生图终稿中文 00:00 万物皆可变： Vidu Q1参考生图不仅仅能实现替换、合成，而且还可实现线稿转3D、照片转手办、冰箱贴、线稿上色、老照片修复等酷炫功能。 1、线稿转3D Vidu Q1参考生图能将复杂的建筑设计图，直接转化为3D立体模型图，建筑细节精准还原，省去复杂的建模流程。 如下图所示， 输入图 输出图 2、线稿上色 还可以通过指定建筑物替换成木头材质，并为周围的景观涂色，生成一张上色后的建筑示意图。 输入图 输出图 3、变成冰箱贴 不仅可以让平面建筑变立体，Vidu Q1参考生还可以一张普通的平面照片直接变成立体冰箱贴，真实得如城市周边礼品。 4、变身手办 当然最近很火的手办玩法，Vidu Q1参考生图也能稳定发挥，不仅支持二次元转手办，还可以让真人直接变成桌面手办，包装盒封面和电脑3维立体图。 输入图 输出图 5、局部放大/缩小 还是以上述《人类之子》的图片为例，通过提示词让图3的南瓜分别变大1倍，1.5倍。 输出图: 变大1倍 变大1.5倍 5、特效画面 Vidu 还支持用户解锁特效玩法，让动漫人物自带特效。 输入图1 输入图2 输入图3 输出图 结合Vidu Q1首尾帧功能，女生后面的金色神秘光环自动旋转了起来，效果惊艳。 No access 动漫视频 5 00:00 从静态图片到动态视频，Vidu让AI内容生产的每一个环节都精准可控。 此次Vidu Q1参考生图的发布，是Vidu在参考生图的一小步，也是在AI内容创作精细化可控的一大步。无论是参考生图还是参考生视频，生数科技始终致力于突破行业技术瓶颈，真正让AI作为可用生产力工具，赋能每一个行业和创作者。同时，目前Vidu MaaS API平台提供700+行业预设模板，包括热门的节日模板、特效模版等，万物生花、一键吉卜力、拥抱等模版，特效和微调服务已服务超过3000多家客户，其中上百家为电商、品牌类客户，B端头部客户覆盖率第一。 欢迎登录Vidu官网和API平台体验Vidu Q1参考生图功能！Vidu.cn，API Vidu.cn API No access 参考生图终稿中文 00:00 No access 参考生图终稿中文 00:00 万物皆可变： Vidu Q1参考生图不仅仅能实现替换、合成，而且还可实现线稿转3D、照片转手办、冰箱贴、线稿上色、老照片修复等酷炫功能。 1、线稿转3D Vidu Q1参考生图能将复杂的建筑设计图，直接转化为3D立体模型图，建筑细节精准还原，省去复杂的建模流程。 如下图所示， 输入图 输出图 输入图 输入图 输出图 输出图 2、线稿上色 还可以通过指定建筑物替换成木头材质，并为周围的景观涂色，生成一张上色后的建筑示意图。 输入图 输出图 输入图 输入图 输出图 输出图 3、变成冰箱贴 不仅可以让平面建筑变立体，Vidu Q1参考生还可以一张普通的平面照片直接变成立体冰箱贴，真实得如城市周边礼品。 4、变身手办 当然最近很火的手办玩法，Vidu Q1参考生图也能稳定发挥，不仅支持二次元转手办，还可以让真人直接变成桌面手办，包装盒封面和电脑3维立体图。 输入图 输出图 输入图 输入图 输出图 输出图 5、局部放大/缩小 还是以上述《人类之子》的图片为例，通过提示词让图3的南瓜分别变大1倍，1.5倍。 输出图: 变大1倍 变大1.5倍 变大1倍 变大1倍 变大1.5倍 变大1.5倍 5、特效画面 Vidu 还支持用户解锁特效玩法，让动漫人物自带特效。 输入图1 输入图2 输入图3 输入图1 输入图1 输入图2 输入图2 输入图3 输入图3 输出图 结合Vidu Q1首尾帧功能，女生后面的金色神秘光环自动旋转了起来，效果惊艳。 No access 动漫视频 5 00:00 No access 动漫视频 5 00:00 从静态图片到动态视频，Vidu让AI内容生产的每一个环节都精准可控。 此次Vidu Q1参考生图的发布，是Vidu在参考生图的一小步，也是在AI内容创作精细化可控的一大步。无论是参考生图还是参考生视频，生数科技始终致力于突破行业技术瓶颈，真正让AI作为可用生产力工具，赋能每一个行业和创作者。同时，目前Vidu MaaS API平台提供700+行业预设模板，包括热门的节日模板、特效模版等，万物生花、一键吉卜力、拥抱等模版，特效和微调服务已服务超过3000多家客户，其中上百家为电商、品牌类客户，B端头部客户覆盖率第一。 欢迎登录Vidu官网和API平台体验Vidu Q1参考生图功能！Vidu.cn，API Vidu.cn API 继面向企业推出Q1参考生图商用解决方案后，9月9日，生数科技正式将其视频大模型Vidu的Q1参考生图功能向大众用户开放。 此次Vidu Q1参考生图功能的推出，旨在助力行业突破多主体一致性技术难题，推动Vidu升级为真正的“商业化生产主力”，实现从AI图像生成到视频生成的完整商业生产链闭环，引领AI多模态创作进入“生产级应用”新纪元。 Vidu Q1参考生图以“参考够多，还原够真”为核心，主要包括五大亮点： 1. 参考数量行业领先 同时支持7张参考图输入，可控性强。 2. 主体一致性更强 在多人、多场景、多次生成下，依旧保证人物/主体的面貌与特征不跑偏。 3. 高还原度，真实感更强 在保持参考图特征的同时，还原度高，更贴近用户原始输入，真正做到“所见即所得”。 4. 创作自由度极高 一张图 + 一句提示词，就能自由换装、换背景、自由合成。支持多人同场景，满足复杂剧情、合影、多角色电商等场景。 5. 支持1080P高清分辨率，中文语义理解更强，审美更适合本地 多图参考时代来临：Vidu Q1突破7张输入上限 “参考够多，才能还原够真”。输入的参考图数量“多”的意义在于，多主体、多道具始终保持一致，灵活适配多类型场景需求，画面更加丰富。这背后是Vidu Q1 大模型底座对于一致性、真实性、物理理解能力等维度的大幅提升，也是AI生图从获取灵感创意的抽盲盒游戏迈向真正“指哪打哪”“所见即所得”的关键一步。 从单图参考到多图参考，是AI生图在一致性上的不断突破，可以说没有一致性，就没有大规模商业化应用。不同于单图参考的单一限定条件，Vidu Q1参考生图可以指定人物、场景、道具进行自由创作，通过多个参考对象实现对画面的更强可控，即使是复杂场景也能轻松拿捏。 举例来说，让小李子坐在霍格沃茨学院的教室里练习魔法。输入的多张参考图中包含了人物、道具、服饰、配饰等多个主体，场景非常复杂。从输出的结果来看，Vidu Q1参考生图严格遵循提示词，人物发型、五官均保持与原图一致，就连书本中的插图细节也被精准还原，每个物品位置摆放正确，且比例合理。左侧亮起的台灯灯光照亮了小李子侧脸和桌面上摊开的书本，宠物海德薇站在红色行李箱上毫无违和感，多个主体的融合高度一致。 案例1： 输入图： prompt：在一个霍格沃茨的教室里，桌上摆放着一本打开的魔法书、一杯金色的带徽章的杯子里（里面是黄油啤酒）和一个蛇形魔法台灯，桌旁的红色行李箱上停着一只雪白的猫头鹰。[@图1]中的小李子身穿格兰芬多长袍和红黄条纹领带，戴着圆框眼镜，一只手拿一个接骨木杖，另一只手在空中施展魔法，正准备开始一段奇幻的魔法冒险。全景图。 prompt：在一个霍格沃茨的教室里，桌上摆放着一本打开的魔法书、一杯金色的带徽章的杯子里（里面是黄油啤酒）和一个蛇形魔法台灯，桌旁的红色行李箱上停着一只雪白的猫头鹰。[@图1]中的小李子身穿格兰芬多长袍和红黄条纹领带，戴着圆框眼镜，一只手拿一个接骨木杖，另一只手在空中施展魔法，正准备开始一段奇幻的魔法冒险。全景图。 输出结果： 告别“人设崩塌”：高一致性让AI真正可用 此前AI生图经常出现“人设崩塌”，细节bug，画面模糊，人物主体、商品生成相似但不一致等问题，无法真正作为AI力工具。Vidu Q1 参考生图解决了行业这一“老大难”问题，将一致性优势拓展至参考生图中，打通了从生图到生视频的创作环节，形成了AI内容创作精细化可控闭环。 以同一组参考图进行行业对比，可以看到，在案例5例中，Vidu和Nano Banana保持了原图的一致，但是Flux.1 Kontext出现了服饰、人脸一致性不够好,蛋糕比例过大的情况。 案例2： prompt：图1人物拿着图3吃图2 输入图： prompt：图1人物拿着图3吃图2 输入图： 生成结果对比： Vidu Nano Banana Flux.1 Kontext Vidu Vidu Nano Banana Nano Banana Flux.1 Kontext Flux.1 Kontext 实际上，由于服装、配饰、化妆品等品类很多时候只有细微的差别，但若AI生成结果出现略微偏差，产品与商品原图不一致，品牌方就无法直接拿来商用。 在对比案例6中，就出现了买家秀和AI卖家秀的情况。在生成结果中，Nano Banana出现了服饰、配饰一致性问题，原来的短袖和半裙直接变成了白色连衣裙，耳环也出现了原图不一致的情况。Flex.1 Kontext出现了人脸、服饰一致性问题，同时眼镜丢失，粉红色背景房子也和参考图的房子结构不一致，此外，画框位置出现在了女生的头上，位置理解不合理。Vidu则不仅保持了输入参考图的一致，同时更好地还原了人物和道具特点，提示词理解也比较准确。 案例3： prompt：图1人物戴着图2，手里拿着图3，在图4场景中 输入图： prompt：图1人物戴着图2，手里拿着图3，在图4场景中 输入图： 输出结果 输出结果 输出结果 Vidu Flux.1 Kontext Nano Banana Vidu Vidu Flux.1 Kontext Flux.1 Kontext Nano Banana Nano Banana Vidu Q1参考生图在一致性上的提升，使得模型对参考图的细节理解与还原更加准确，实现了1：1真实还原。 细节还原力超群：文字、logo、光影精准复现 魔鬼藏在细节中。 市面上AI生图玩法层出不穷，但若要看AI生图工具是否具备“真实力”，关键在于其在细节上的还原。 以文字保持为例。在商品展示场景中，产品通常带有产品logo以及文字说明。然而此前AI生图却很难保持，经常出现乱码，多次生成后文字变得更加模糊。 作为AI 生产力工具，Vidu Q1 参考生图在文字保持上具有较大优势。 案例4: prompt：女人拿着一瓶药品，瓶身文字清晰。手部展示，无夸张动作，氛围柔和真实，不商业化 用户输入图： 输入图1 输入图2 输入图3 prompt：女人拿着一瓶药品，瓶身文字清晰。手部展示，无夸张动作，氛围柔和真实，不商业化 用户输入图： 输入图1 输入图2 输入图3 输入图1 输入图1 输入图2 输入图2 输入图3 输入图3 输出结果： 在数字人手持商品场景中，可以看到女人手中保健品上的品牌名和产品名仍然非常清楚，保持与原图一致。 实际上，Vidu Q1 参考生图的底座模型并不“识字”，只是由于模型对于图像理解能力的提升，使得Vidu Q1 参考生图能准确理解文字笔画、英文图像，做到精确输出。 三大生成模式：合成、替换、变换，覆盖全场景 Vidu Q1 参考生图的推出，也正在改变原有用户与AI内容生产协作方式。 此前，AI内容工具更多扮演首席创意官，主要工作是发挥想象，给予灵感，而用户扮演AI内容加工厂厂长，负责指派任务，并通过不断修改提示词、反复抽卡来控制AI生成的内容不跑偏。 Vidu Q1 参考生图则让AI同时扮演首席创意官与厂长角色，将可控生产更多交给AI来完成，用户则成为AI内容加工厂的监督管理员，无需修炼为提示词专家，只需输入参考图+简单的提示词，就能稳定输出用户想要的内容，大幅降低AI内容生产门槛。 此外，作为业内最多参考数量，最强一致性的AI生图工具，Vidu Q1 参考生图适配多主体复杂场景，按照变化方式，主要分为合成、替换、变换三大类。 万物皆可合成 Vidu Q1 参考生图支持让不同人物同框或者将某个人物或者商品放入具体场景中，让想象中的画面成真，让不可能成为可能。 1、智能分镜、封面制作 通过指定某主体在某个场景中做什么，可以生成高大上的杂志封面、商品海报、动漫短剧分镜。 比如你可以用Vidu Q1 参考生图制作时尚杂志封面。 案例5: 输入图： @图2]背景改为[@图5]，[@图5]背景标注[@图1]VOGUE logo，[@图2]人物脚下摆着一款[@图3]包，[@图2]人物戴着[@图4]帽子，[@图2]背景不变，构图不变，主体不变 @图2]背景改为[@图5]，[@图5]背景标注[@图1]VOGUE logo，[@图2]人物脚下摆着一款[@图3]包，[@图2]人物戴着[@图4]帽子，[@图2]背景不变，构图不变，主体不变 输出图： 画面中每个主体精准还原，背景换成室内有光线的房间后，男士和羊的光影也随之变化，画面十分逼真。 中秋节来临，Vidu Q1参考生图也能成为电商、设计师们的提效神器。 案例6： 输入图1 输入图2 输入图3 输入图4 输入图1 输入图1 输入图2 输入图2 输入图3 输入图3 输入图4 输入图4 Vidu Q1参考生图还可用于创意营销的产品素材，比如让林黛玉代言川贝枇杷膏。产品包装的细节、颜色、质感都与原图保持完全一致，古代人物与现代商品间的互动，有种穿越古今的反差感。 案例7： 输入图1 输入图2 输入图1 输入图1 输入图2 输入图2 输出图： 2、人物、商品同框场景 利用Vidu Q1参考生图功能，即可让你和你喜欢的明星实现同框。 比如输入你和明星的照片和大头贴框，即可生成你和泰勒斯威夫特在海边的合影照，融合自然，仿佛是在某个海边拍的偶遇照片。 案例8 输入图： 输入图1 输入图2 输入图3 输入图1 输入图1 输入图2 输入图2 输入图3 输入图3 输出图： 和霉霉一起比心 一起比兔耳朵 3、服装流行元素合成 Vidu Q1参考生图在服装设计领域也有广泛的应用场景。 用Vidu Q1参考生图把裙子换上今年夏天最时髦的碎花花纹，变成最潮达人。 案例11： 输入图1 输入图2 输入图1 输入图1 输入图2 输入图2 输出图： 万物皆可替 Vidu Q1参考图中的人物、道具、场景都可以随意替换，不仅可玩性高，而且也大幅提高创意资产复用率，不到半小时即可批量产出实用产品宣传素材、海报大片。 1、场景替换 十一假期来临，利用Vidu Q1参考生图，帮助用户解锁热门旅游地，再也不用”人从众”中各种找角度拍照，也无需等待黄金拍照时间，即可快速生成完美旅游打卡照。 比如下图案例，遗憾错过日照金山，直接用Vidu Q1参考生图将背景换成日照金山的背景，即刻生成与日照金山的合影。 案例12 输入图1 输入图2 输入图1 输入图1 输入图2 输入图2 输出图： 品牌方也可以通过替换不同的背景，打造更多样化的使用场景，传递不同的品牌调性，促进销售转化。 比如将图一的蓝色便携音响换成户外森林和岩石的背景，适配不同的季节，体现别具一格的生活品味。 案例13； 输入图： 主体1 背景图1 背景图2 主体1 主体1 背景图1 背景图1 背景图2 背景图2 输出结果1 输出结果2 输出结果1 输出结果1 输出结果2 输出结果2 2、道具替换 同样的背景，通过道具替换，可产出一系列产品素材图，适用于TO C 玩法以及产品上新场景。 比如利用Vidu Q1 参考生图将超现实主义画家雷尼·马格利特的名画《人类之子》的经典绿苹果替换成茄子、拖鞋、南瓜，生成一系列趣味组图。 案例14： 输入图： 输出图1 输出图2 输出图3 输出图1 输出图1 输出图2 输出图2 输出图3 输出图3 3、主体替换 还可以通过主体替换的方式实现影视剧、海报的角色替换。 仍然以上图为例 ，将《人类之子》中的男人换成黄仁勋，保持背景不变。可以看到黄仁勋戴着《人类之子》中的帽子，穿着标志性的皮夹克，视野部分被绿色苹果遮住，完美复刻经典艺术画。 案例15 4、AI虚拟换装 《穿Prada 的女魔头2》正在紧锣密鼓拍摄中，曾经《穿Prada的女魔头》中的女主角安妮.海瑟薇在一天的拍摄中就需要换4套服装，换装速度之频繁令人印象深刻。而现在利用Vidu Q1参考生图，服装模特不到5分钟就可实现迅速换装，对于消费者来说，也可以通过AI换装直观感受试穿效果。 案例16中，让模特在银白色现代化的室内房间中，分别换上西服、晚礼服、紧身装、休闲运动装，可以看到模特不仅成功换上服装，而且， 案例16： 输入图： 人物1 场景1 服饰 1 服饰2 服饰3 服饰4 人物1 人物1 场景1 场景1 服饰 1 服饰 1 服饰2 服饰2 服饰3 服饰3 服饰4 服饰4 输出图： 输出图1 输出图2 输出图3 输出图4 输出图1 输出图1 输出图2 输出图2 输出图3 输出图3 输出图4 输出图4 Vidu Q1参考生图也支持同时换装+换场景。比如用AI生成霉霉的结婚现场照。 案例17： 输入图： 主体1 服饰1 场景1 主体1 主体1 服饰1 服饰1 场景1 场景1 输出图： 打通内容制作工作流，广告大片随意做 以汽车宣传海报举例，通过输入汽车图片，变换颜色和场景，即可生成四张不同场景与款式的汽车宣传海报，汽车车灯、车身等细节完美还原，与场景融合度高，光影效果逼真，在图四中还可以看到街道霓虹灯光反射到车身上的光，生成的海报展现了汽车的高级质感和运动时尚特性。 此外，通过Vidu Q1 参考生图+Vidu 图生视频首尾帧功能，静态宣传海报直接可转化为广告大片，让汽车驰骋在繁华的都市、雪地、沙漠等场景，汽车车轮在雪地中飞驰上溅起的雪花极为真实，展现多路况行驶能力与车型细节，酷炫十足。 No access 汽车大片 00:00 No access 汽车大片 00:00 手机海报场景也同样适用。 输入图： @图3的女人穿着@图4的红裙子，在@图2的手机画面里，呈现出飘动的感觉，飞在@图1海上 @图3的女人穿着@图4的红裙子，在@图2的手机画面里，呈现出飘动的感觉，飞在@图1海上 输出：