Vidu Q4 4K 实测：哪些镜头能直接进剪辑时间线

Vidu 放出 4K 预览版那天，群里第一反应都是「4K 终于来了」。我盯着「预览版」三个字看了半天——按经验，这种后缀通常意味着参数先给你，稳定性后面再说。本文测的是控制台里标着「4K 预览」的入口，抓包请求里的 model 字段是 vidu-q4，测试日期 2026-05-08；官方公开文档里还没有 Q4 这个正式代号，标题沿用了控制台字段。接口地址、字段名、计费数字以官方文档和计费页为准。

测试方法很笨：同一套提示词跑 20 条 4K，同时跑同提示词 20 条 1080P 作对照。下载原片，在 Premiere 里统一放大到 200%，逐帧看。

20 条 4K 素材，放大到 200% 之后

[图片：20 条测试素材抽样并排对比，同一区域放大 200% 后的细节差异]

结果分三堆：能直接进时间线 6 条，需要降级 9 条，建议重跑 5 条。

• 能直接进时间线（6/20）：固定机位、单一主体、纯色或浅景深背景。放大后边缘干净，毛孔和布料纹理都撑得住。这 6 条里，有 4 条在 1080P 对照版里同样干净；另外 2 条的优势主要在裁切后仍保留细节。
• 需要降级再用（9/20）：中景人像、轻微运镜。整体构图没问题，但发丝和手指在 200% 下会糊成油画笔触。我跑过一条猫在草地上跑的镜头，2K 看还行，4K 放大后猫毛和草叶连成一片；缩到 2K 再叠一层降噪，反而能用了。
• 建议重跑（5/20）：快速横移、多人交互、细密纹理（铁丝网、树叶）。分辨率摆在那，信息量没跟上。主体只占画面十分之一的那种特写，涂抹感连降噪都救不回来。运动一致性是当前版本的短板，快速横移逐帧看全是拖影，这不是分辨率能救的。

抽帧检查我不按帧号抽，直接按时间抽第 2 秒，避开帧率差异。放大 200% 看三个地方：边缘有没有锯齿或糊边、纹理有没有连成块、噪点分布是否均匀。

# 按时间抽第 2 秒并放大 200%，目检边缘、纹理和噪点
ffmpeg -i input.mp4 -ss 2 -vf "scale=iw*2:ih*2" -frames:v 1 check.png

至于 ffprobe，我只用它记录元信息。分辨率是容器，细节才是内容——拿分辨率当画质结论，质检这一步就白做了。

提示词：把细节预算押在主体上

[图片：同一场景「堆细节」与「做减法」两组提示词的正反例]

4K 能承载的细节有上限，提示词里写的东西越多，摊到每个元素上的像素越少。我现在的模板是：

特写，亚洲女性面部，皮肤可见毛孔与细小绒毛，
左前方柔光箱打光，鼻梁高光锐利，背景虚化，
固定机位，浅景深

材质和光线写得越具体，模型越知道往哪儿堆采样。反过来，「赛博朋克城市、霓虹灯、人群、飞车、雨、广告牌」这种堆叠，把画面放大到 1:1 就已经全是笔触。

运镜同理，慢推和固定机位更稳，快速横移的素材我会直接归到重跑那一堆。文字、密集人群这类结构，在提示词阶段就要避开——我试过拍服务器机柜，风扇叶片糊成一坨。

调用流程与并发限制：4K 贵在哪

API 流程没什么花活：鉴权拿 token → POST 提交任务拿 task_id → 轮询 GET 状态 → 拿到 url 下载。决定钱包的是提交那一步的参数。

// 接口地址与字段名替换成官方文档中的值
$token    = getenv('VIDU_API_KEY');
$endpoint = '<官方文档中的任务提交地址>';

// 1. 提交任务
$payload = [
    'model'      => 'vidu-q4',
    'resolution' => '4k',        // 1080p / 4k
    'duration'   => 5,           // 秒，4K 下时长拉满最费积分
    'seed'       => 88231,       // 固定种子，改提示词时复用，省得重抽
    'prompt'     => $prompt,
];
$ch = curl_init($endpoint);
curl_setopt_array($ch, [
    CURLOPT_POST           => true,
    CURLOPT_HTTPHEADER     => ["Authorization: Bearer {$token}", 'Content-Type: application/json'],
    CURLOPT_POSTFIELDS     => json_encode($payload),
    CURLOPT_RETURNTRANSFER => true,
]);
$task = json_decode(curl_exec($ch), true);
curl_close($ch);

// 2. 轮询：最多 30 次，每次间隔 10 秒，约 5 分钟超时
$statusUrl = rtrim($endpoint, '/') . '/' . $task['task_id'];
$tries = 0;
$status = ['state' => 'pending'];
do {
    $ch = curl_init($statusUrl);
    curl_setopt_array($ch, [
        CURLOPT_HTTPHEADER     => ["Authorization: Bearer {$token}"],
        CURLOPT_RETURNTRANSFER => true,
    ]);
    $status = json_decode(curl_exec($ch), true);
    curl_close($ch);

    if ($status['state'] === 'success' || $status['state'] === 'failed') {
        break;
    }
    sleep(10);
} while (++$tries < 30);

判断标准是这条素材要不要推镜、要不要裁切。4K 出片缩到 1080P 时间线，等于买了两次无损裁切空间，值；固定机位全景，1080P 直接进剪辑就够，没必要开 4K。积分单价我不列，各家计费页变动比模型还快，看官方页面最准。能确定的是 4K 单价比 1080P 高一档，时长越长差距越明显。显存和并发方面，4K 的约束是实打实的，我一次并发四路撞过排队。建议小批量试跑，跑通一条再放量；种子复用比重新生成划算太多。

[图片：Vidu Q4 API 调用流程与并发限制示意]

后期：把 4K 当素材，不当交付

我现在的流程：4K 出来先进 DaVinci 或 Premiere，当素材用，不当成品交付。客户要的九成还是 1080P。4K 的价值在余量——竖屏裁切不用重新构图，局部推拉放大 1.5 倍还留得住细节，横竖版一次生成吃两遍。

[图片：从 4K 生成到 1080P 交付的后期流程示意]

有个反直觉的点：4K 降采样到 1080P 输出，画面反而更干净。同一段城市夜景，4K 直出放大看，暗部的高频噪点很明显；降到 1080P 之后，高频噪点被空间平均掉一部分，观感更扎实。但逐帧闪烁的时域噪点不会因此消失，得另做时域降噪。别舍不得那点分辨率。

混剪是最容易翻车的地方。AI 素材和实拍放一条时间线，锐度、颗粒、动态模糊对不上，一眼就能看出哪段是生成的。我的做法是先统一锐度和颗粒：

# 降采样 + 轻锐化 + 加颗粒，先把质感对齐，调色另外做
ffmpeg -i ai_4k.mp4 -vf "scale=1920:1080,unsharp=5:5:0.6,noise=alls=4:allf=t" -c:v libx264 -crf 16 out.mp4

unsharp 的强度别照抄，对着实拍素材一点点试。锐化过了，AI 那股塑料感会更明显。质感对齐之后再套调色节点，顺序反了等于白干。

按用途决定要不要开 4K

把 4K 当保底分辨率用，基本等于烧积分。预览版阶段划算的就三类：

• 竖屏裁切：4K 横屏切出 1080×1920 还留着推拉余量，一稿两吃。
• 静态氛围空镜：水面、雾气、缓慢摆动的树，放大后纹理站得住，当 B-roll 不违和。
• 局部推镜：从全景推到半身，起点够高才有裁切空间，1080p 推到一半只剩马赛克。

[图片：三类适合开 4K 的镜头示例：竖屏裁切、静态空镜、局部推镜]

反面案例就是前面重跑那一堆：人群、快速横移、画面文字，直接走 1080p。

所以我现在的用法是，4K 只给会被裁切或被推近的镜头，其余场景老老实实 1080p。等后续版本把运动一致性和细密纹理补上，4K 才配得上「标配」两个字。