Vidu Q4 Preview en ComfyUI: imagen y referencia a video

Vidu Q4 Preview es un modelo de generación de video de Vidu, disponible en ComfyUI a través de dos nodos asociados. Genera clips de 3 a 16 segundos con audio nativo, así que la imagen, el diálogo y los efectos de sonido provienen del modelo en una sola pasada. La salida va desde 540p hasta 4K. En ComfyUI, Vidu Q4 Image-to-Video Generation anima un único primer fotograma con un prompt opcional, y Vidu Q4 Reference-to-Video Generation construye un clip a partir de hasta 15 imágenes de referencia, audio de referencia opcional y un prompt. Ambos son nodos API en la nube: necesitan una cuenta de Comfy con créditos y no descargan ningún modelo local. Consulta Precios de los nodos asociados para conocer las tarifas por segundo. La modalidad de imagen a video mantiene la relación de aspecto de la imagen de entrada. La de referencia a video toma un aspect_ratio explícito, y ambos nodos exponen duration, resolution y un interruptor audio.

​

Flujos de trabajo disponibles

​

Imagen a video

Anima una imagen. La imagen es el primer fotograma del clip y la salida conserva su relación de aspecto, así que recorta la imagen cuando necesites otra forma. El prompt es opcional y describe lo que sucede en la toma. Material de entrada

​

Referencia a video

Crea un clip a partir de imágenes de referencia, audio de referencia opcional y un prompt. Conecta hasta 15 imágenes de referencia y hasta 3 clips de audio, y luego referéncialos en el prompt por orden: image 1, image 2, etc. La plantilla usa dos imágenes de referencia para mantener un personaje y un objeto consistentes en toda la toma. Materiales de entrada

​

Resumen del flujo de trabajo

Ambas plantillas usan un gráfico pequeño:

• LoadImage: proporciona el primer fotograma (imagen a video) o las imágenes de referencia (referencia a video)
• Vidu4ImageToVideoNode / Vidu4ReferenceVideoNode: los nodos principales, configurados con el modelo Vidu Q4 Preview
• SaveVideo: escribe el clip finalizado

​

Pasos para ejecutar

1. Carga la entrada: establece el primer fotograma para imagen a video, o las imágenes de referencia para referencia a video
2. Selecciona el modelo: mantén Vidu Q4 Preview en el nodo
3. Elige una resolución y duración: de 540p a 4K, y de 3 a 16 segundos
4. Activa o desactiva el audio: déjalo activado para conservar diálogos y efectos de sonido, o desactivado para un clip sin sonido
5. Haz clic en Queue o pulsa Ctrl+Enter para generar

​

Controles del nodo

​

Consejos para el prompt

• Describe la toma, la línea y el sonido. El modelo genera imagen y audio a la vez, así que escribe la acción, la línea de diálogo entre comillas y el ambiente en el mismo prompt.
• Etiqueta las referencias por su orden. Las imágenes de referencia se identifican como image 1, image 2. Indica qué debe conservar cada una, por ejemplo conservar el rostro y el vestuario de un personaje a partir de image 1.
• Escribe el diálogo para una referencia de voz. El audio de referencia aporta la voz, no las palabras, así que escribe la línea en el prompt y apúntala a una voz, como image 1 says "Welcome back!" in the voice from audio 1.
• Mantén la relación de aspecto dentro del alcance permitido. Las imágenes de referencia deben estar entre 1:5 y 5:1.
• Espera variación entre ejecuciones. La semilla no fija el resultado; las mismas configuraciones pueden producir una toma distinta.

​

Empezar

1. Actualiza ComfyUI a la última versión
2. Ve a Biblioteca de plantillas y busca Vidu Q4 Preview