Vidu Q4 vs Sora 2

这是工作流选择，不是一张“谁更好”的总分表。2026 年 10 月 7 日上线的 Preview 从图像和参考出发。Sora 2 是 OpenAI 的视频模型，以文生视频加同步声音著称（在部分产品界面也可选一张图作为第一帧锚点）。viduq4.app 跑的是 Preview，并不托管 Sora。

用本页决定镜头从哪起手。图像优先模型的规格见 Preview 指南。标价和积分见价格。官方请求形状见 API 说明。Sora 的时长、分辨率和是否开放，以 OpenAI 自己的页面为准——那些数字独立变化。

一条镜头怎么开始

这个 Preview 不接受纯文本提示。 至少需要一张静帧：

• 图生视频：一张起始画面 + 运动 / 机位文字。静帧就是第一帧。
• 参考生视频：1–15 张静帧，最多 3 段音色，让角色或产品在单段切镜后仍然对得上。

Sora 2 是文本优先的路线：描述场景即可得到活动画面和声音，不必先上传画面。部分 OpenAI 界面也接受一张参考图作为第一帧的视觉锚点，但产品仍围绕句子来建。适合从零概念。如果美术已经锁定关键静帧、不允许漂走，它就不是对的工具。

如果你习惯只写句子，请先生成或拍摄一张静帧，再拿到这里做动画。静帧是合同，提示词是运动。

一致性和参考

身份就是任务时，选 Preview 的参考生视频：同一张脸、同一只瓶子、同一件外套或同一间房间要在切镜后仍认得出来。每次任务都要带上这个包（1–15 张）。官方说明指出 Preview 暂不支持存储型“主体调用”库——没有可复用的角色 id；你要重新附上素材包。

Sora 系列产品在部分 API 快照里提供过自己的角色参考工具（上传角色、复用 id）。那些工具在 OpenAI 的栈里，不是本站创作器的开关。不要假设 Sora 的角色 id 对 viduq4-preview 有任何意义。

快速判断：

• 已锁定主静帧、必须对得上 → 在本站走图生。
• 已锁定身份、需要多个角度 → 在本站走参考生。
• 还没有静帧、在探索场景 → 在对方产品里用文本优先模型。
• 下周还要同一个人、又不想重新上传包 → 看你的文本优先供应商是否仍提供角色库；这个 Preview 没有。

时长、分辨率和音频

Preview 可选 3–16 秒、最高 4K（10bit），原生音频可开关。图生视频的纵横比跟随静帧（16:9、9:16、1:1、3:4、4:3）。单段内的多机位运动是 Preview 的卖点之一——仍然是一次生成，不是剪辑时间线。

Sora 2 的公开产品一直被放在“从提示词得到偏物理的运动和对白”上，通常在 OpenAI 自己的应用里。已公布的开发者文档列过诸如宽 1280 高 720、宽 720 高 1280 的尺寸（Pro id 上还有更高档），以及一小段可选秒数。OpenAI 也文档化过给已有片段续时长的能力，这个 Preview 没有作为一等公民的“接着这条 MP4 往下写”控件。2026 年 Sora 的开发者可用性有过变化——包括撤回部分 API 快照——在规划流水线之前先到 OpenAI 站点核实。

两者都不是剪辑器。60 秒的故事仍然是一串短生成再加一条时间线。

获取方式，以及本站是什么

• Preview（viduq4-preview） — 2026 年 10 月 7 日起公开网页 + API。本独立站点用积分创作器封装它。官方 api.vidu.com 路径见 API 页。你不会在首页面板粘贴供应商密钥。
• Sora 2 — OpenAI 产品界面（应用 / ChatGPT / 你读到这周时 OpenAI 正在提供的入口）。本生成器里没有 Sora 开关。

viduq4.app 与盛数科技、OpenAI 均无隶属关系。“Vidu”相关标识属于盛数科技；Sora 属于 OpenAI。本页比较工作流，不是把两家公司的产品当成可以打包买的套餐。

按任务类型做决定

产品片 / 电商。 你已经有包装图。用图生（瓶子要转还要对得上型号时用参考生）。先把静帧裁到投放比例。

口播 / 说话的人。 人物参考包 + 可选音色 + 提示词里的台词。走 Preview。文本优先模型在没有参考时会发明一张脸；即便给了参考，也不一定比专门的参考任务更稳地留住身份。

概念 / 气氛 / “要是这座城市被淹了”。 文本优先。你还没有锁定画面，也不该假装有。

有固定角色的社交系列。 用 Preview 参考生稳住反复出现的身份，私下剪辑。按很多条 5–8 秒来做预算，不要指望一条 16 秒的奇迹。

只有一段文字的提案。 先用文本优先得到任何活动画面，然后（可选）从帧里抓一张静帧，若客户选定了造型，再拿到这里从静帧完成运动，避免已通过的画面漂走。

高分辨率成片。 Preview 的标价档到 4K。若要并排导出规格，到 OpenAI 页面确认 Sora 当前的最大尺寸。不要假设每个 Sora SKU 都有 4K。

提示词差异

图像优先的提示词不应把静帧再描述一遍。像素已经带了服装、场景和脸。写动词：转身、迈步、跟焦、推轨、说话。需要原生音频试一句台词时，把对白放进引号。

文本优先的提示词必须扛起整幅画面：谁、在哪、几点、什么镜头、穿什么、怎么动。字更多，迭代时也更容易漂。

参考生提示词应把角色绑到静帧上（“静帧 1 里的女人把静帧 2 里的瓶子递给静帧 3 里的男人”），这样素材包就不是一堆来历不明的图。

如果 Preview 任务不理你的机位，缩短片段并删掉多余从句。如果文本优先任务不理锁定的品牌色，别再跟句子较劲，改从静帧起手。

费用和运转（高层）

本站按供应商估价扣除工作区积分，提交前显示。10 积分 = $1。该模型标价从 540p 每秒 $0.045 到 4K 每秒 $0.39；部分供应商对图生 / 参考生提供 7 折，截止 2026 年 11 月 30 日。完整表格和方案算法见价格。

Sora 若有标价，在 OpenAI 的账单页上，从来不是本站结账。不要用自制倍数把一家供应商的发票换成另一家。先比较工作流和获取方式，再比较各自界面在运行前显示的数字。

比总分更要紧的运转差异：

• 本站创作器需要静帧；不能“只打字”。
• 本站创作器从面板一次提交一个任务。
• api.vidu.com 上官方 Preview 成片 URL 文档写明为 24 小时链接——若自建存储请及时拷走。
• Sora 可能只在消费级应用、只在 API、或本周在你所在地区不可用。去 OpenAI 核实。

什么时候选哪个

已有画面、角色设定或必须保留的音色，并且想把静帧做到 2K/4K、可选原生声音时，在本站选 Preview。这就是首页为它准备的路径。

任务还只是一句话、静帧尚未锁定——并且该产品对你确实开放时，在 OpenAI 的产品里选 Sora 2。

需要两者按顺序：在文本优先工具里做概念，抓一张喜欢的帧，再拿到这里从这张静帧完成运动，让已通过的画面无法漂走。

在首页试一条 Preview 镜头 — 选择 Vidu Q4 或 Vidu Q4 Refs，放入参考，看预估，再生成。