Vidu: Vidu Q2 Text to Video API

Vidu Q2 Text-to-Video 是由生数科技（Shengshu Technology）推出的第二季度纯文本驱动视频生成模型，属于 Vidu Q2 系列。作为 Q1 系列的迭代升级版本，Q2 在语义理解、运动质量、画面细节及生成稳定性等方面均有显著提升，是 Vidu Q3 系列发布前的主力文生视频模型。该模型仅需文字描述即可生成高质量视频，无需提供任何参考图像。核心能力包括： 增强语义理解：相较于 Q1 版本，Q2 对复杂文本 Prompt 的解析能力显著提升，能够更准确地将文字描述中的场景、动作、情绪及风格要素映射至视频内容。 更优运动表现：优化了运动生成机制，生成视频中角色动作更加自然协调，物理运动规律更加合理，镜头运动更具表现力。 画质全面提升：在分辨率、细节精细度、色彩饱和度及光影处理方面均优于 Q1，具备更接近专业制作水准的视觉输出。 场景多样性：支持生成涵盖自然、城市、室内、动画、艺术风格等多种类型的视频场景，适应更广泛的创作需求。 稳定性提升：生成结果的一致性和稳定性得到改善，减少了异常帧和视觉伪影的出现概率。 适用场景包括：AI 内容创作、社交媒体视频生产、广告创意制作、教育培训视频生成、数字艺术创作等。