ComfyPilotComfyPilot
文档 / 节点说明 / Vidu Q4 参考图转视频生成

Vidu Q4 参考图转视频生成

使用 Vidu Q4 模型，根据参考图像、可选参考音频和提示词生成视频。这是 Vidu Q4 生成节点的参考到视频变体。

节点说明 Vidu4ReferenceVideoNode 更新于 2026-11-12

查看官方原文

Vidu Q4 参考图转视频生成 - ComfyUI Built-in Node Documentation

使用 Vidu Q4 模型，根据参考图像、可选参考音频和提示词生成视频。这是 Vidu Q4 生成节点的参考到视频变体。

使用 Vidu Q4 模型，根据参考图像、可选参考音频和提示词生成视频。这是 Vidu Q4 生成节点的参考到视频变体。

选择 model 会显示该模型特定的参数。

输入

参数描述数据类型必需范围
model用于视频生成的模型。选择模型后会显示其特定参数：reference_images、reference_audios、prompt、aspect_ratio、resolution、duration、audio 和 seed。DYNAMIC\_COMBO是"Vidu Q4 Preview"
reference_images可扩展槽位：连接一个或多个参考图像（image_1、image_2、……）用于生成的视频；一批中的每张图像都计入总数。在提示词中按顺序引用它们：image 1、image 2，依此类推。IMAGE是最多 15 张图像
reference_audios可扩展槽位：连接可选的语音参考（audio_1、audio_2、audio_3），每个 3 到 12 秒。仅使用语音，不使用词语：在提示词中写入对话，并按顺序分配语音，例如 image 1 says "Hello!" in the voice from audio 1。需要启用 audio。AUDIO否最多 3 个片段
prompt用于视频生成的文本描述，最多 5000 个字符。需要描述您想使用的参考。STRING是任意文本
aspect_ratio输出视频的宽高比。COMBO是"16:9" "9:16" "1:1" "3:4" "4:3"
resolution输出视频的分辨率（默认："720p"）。COMBO是"540p" "720p" "1080p" "2K" "4K"
duration输出视频的时长（秒）（默认：5）。INT是3 到 16
audio启用后，输出带声音的视频，包括对话和音效（默认：True）。BOOLEAN是True False
seedseed 控制节点是否应重新运行；但无论 seed 为何，结果都是非确定性的。此参数具有“生成后控制”功能（默认：42）。INT是1 到 2147483647

注意： 总共最多可使用 15 张参考图像，一批中的每张图像都计入总数。每张图像必须至少为 128x128 像素，且宽高比在 1:5 到 5:1 之间。参考音频要求启用 audio，否则会引发错误。

输出

输出名称描述数据类型
VIDEO生成的视频文件。VIDEO
本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ 在 GitHub 上编辑

Source fingerprint (SHA-256): f37ceec93a6140d69332415b8fd748d55e6a608177430975b4b42ab33e593489