Shengshu: Vidu Q2

Vidu Q2 可由文字和主体参考生成短场景，适合让可识别的主体出现在新镜头中，并结合画面比例和可选音频安排视频。

viduq2

可用Shengshu视频异步

价格: 起 $0.075
模态: 视频

Vidu Q2 简介

Vidu Q2 是生数第二代视频模型的基础档，支持文生视频和参考生视频。你可以用文字描述场景，也可以提供主体参考图，让辨识度高的角色或物体出现在新的镜头里。它是 Q2 系列的入门款；Pro 和 Turbo 版本增加了图片和帧对输入；它输出的视频不带 Q3 才引入的同步音频。

擅长的任务

参考生视频让可识别的主体进入新镜头，而不是每次都由文字重新想象。
支持纯文字提示词，开始时不需要输入图片。
输出最高 1080p，540p 和 720p 可用于草稿，成本更低。
画幅比例包括方形、4:3、3:4、9:16 和 16:9，覆盖信息流和宽屏。

什么情况换别的模型

图生视频和首尾帧输入属于 Q2 Pro 和 Turbo，基础版没有。
Vidu 的模型对照表没有为 Q2 系列列出同步音频，Q3 模型才有。
需要更长、带镜头切换的片段时，Q3 这一代更合适。

快速上手

创建 API 密钥
在 Console 生成一把密钥，平台上的模型都能用。

发送第一个请求

复制你所用语言的示例代码，向该端点发起请求。

参考图生视频文生视频TokenLab 端点

POST/v1/videos/generations

curl -X POST "https://api.tokenlab.sh/v1/videos/generations" \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
  "aspect_ratio": "16:9",
  "duration": 5,
  "operation": "text-to-video",
  "resolution": "720p",
  "model": "viduq2",
  "prompt": "Cinematic sunrise over a calm lake with gentle camera motion."
}'

参数

参考图生视频

参数	可选值与限制	默认值	说明
`aspect_ratio`	16:9, 9:16, 1:1, 4:3, 3:4	未提供	未提供
`audio`	未提供	未提供	未提供
`bgm`	未提供	未提供	未提供
`duration`	未提供	未提供	1-10s. The omitted-field default is not verified.
`images`	未提供	未提供	The current public contract does not specify an input count limit for this field. Do not infer a count from the example request.
`operation`	未提供	未提供	未提供
`prompt`	未提供	未提供	未提供
`resolution`必填	540p, 720p, 1080p	未提供	未提供
`subjects`	未提供	未提供	未提供
`videos`	未提供	未提供	The current public contract does not specify an input count limit for this field. Do not infer a count from the example request.

文生视频

参数	可选值与限制	默认值	说明
`aspect_ratio`	16:9, 9:16, 1:1, 4:3, 3:4	未提供	未提供
`audio`	false	未提供	未提供
`bgm`	未提供	未提供	未提供
`duration`	未提供	未提供	1-10s. The omitted-field default is not verified.
`images`	未提供	未提供	The current public contract does not specify an input count limit for this field. Do not infer a count from the example request.
`operation`	未提供	未提供	未提供
`prompt`	未提供	未提供	未提供
`resolution`必填	540p, 720p, 1080p	未提供	未提供
`subjects`	未提供	未提供	未提供
`videos`	未提供	未提供	The current public contract does not specify an input count limit for this field. Do not infer a count from the example request.

Text-to-video does not expose native audio generation. Its BGM control is distinct from direct audio-video generation.

Use TokenLab create endpoint and follow returned poll_url; if you need a fixed status path, use `/v1/tasks/{id}`.

Text-to-video does not expose native audio generation. Its BGM control is distinct from direct audio-video generation.

价格

Verified 价格用于 Verified，多数模型更便宜；Official 价格是模型厂商公布的价格，用于更稳定的 Official。Auto 按最终完成请求的线路计价。

价格

每次请求

Verified 价格: —
Official 价格: 计价方式

	Official 价格每次请求	Verified 价格每次请求	折扣
价格	计价方式	—	—

用量与动态

成功率是请求完成的比例；延迟是拿到一次完整响应要花的时间，P95 表示 95% 的请求都在这个时间内完成。

用量与可用性

直接在 Console 里试

Vidu Q2 已在 Console 备好，提示词已填好，可以直接修改或发送。

帮我用 viduq2 完成一次 text-to-video，接口是 /v1/videos/generations。返回结果、状态和费用。

使用场景

适用场景

文生视频

角色进入新场景
提供吉祥物或产品的参考图，描述它接下来去哪里，让它在镜头之间保持可识别。
文字主导的短片
根据一段描述快速生成氛围镜头，用于社交媒体发帖。
竖版社交视频
用 9:16 输出生成适合手机信息流尺寸的片段，无需裁切。
先出草稿再升级
先在 Q2 上用较低分辨率测试创意，行得通再换更高档位重新跑。

提示词示例

参考图里的吉祥物在黄昏的屋顶上走过，镜头并排跟拍，背后是温暖的城市灯光。

一盏纸灯笼飘升穿过雾气弥漫的竹林，镜头缓缓上摇，柔和的晨光。

参考图里的红色踏板车沿着海边公路行驶，宽幅跟拍，16:9。

FAQ

Vidu Q2 是什么？

它是生数第二代 Vidu 视频模型的基础档。按 Vidu 的模型对照表，支持文生视频和参考生视频，输出 540p、720p 和 1080p。

Q2 和 Q2 Pro、Turbo 有什么区别？

基础的 Q2 以文字和主体参考图为输入。Q2 Pro 增加了图生视频和首尾帧控制，Q2 Turbo 面向快速的图片动画和帧对。按你手上有什么输入来选。

Vidu Q2 会生成音频吗？

Vidu 的模型对照表只为 Q3 模型注明了音视频同步输出，Q2 没有。把 Q2 的输出当作纯画面，声音另行添加。

可以用我自己的角色吗？

可以，通过参考生视频：提供主体的参考图，再用提示词描述新场景。结果的质量取决于参考图是否清晰、光线是否充足。

该用 Q2 还是 Q3？

按 Vidu 的文档，Q3 增加了同步音频和更长的片段。需要声音或更长镜头就选 Q3；一段简单的无声参考图或文字片段，用 Q2 就够。

Vidu Q2 的费用是多少？

价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率；单一费率不代表总价。

Vidu Q2 应该使用哪个端点？

Vidu Q2 使用 https://api.tokenlab.sh/v1/videos/generations。代码写法见下方的请求示例。

Vidu Q2 支持哪些操作？

Vidu Q2 支持参考图生视频, 文生视频。选了操作，上面会显示对应的端点和请求示例。

Vidu Q2 对比

Vidu Q2 对比 Vidu Q2 Pro Vidu Q2 对比 Vidu Q3 Pro Vidu Q2 对比 PixVerse V5.6

资料来源

审阅于 2026年10月2日