Vidu Q4 Preview：ComfyUI 图像与参考图生视频工作流

使用 ComfyUI 中的 Vidu Q4 Preview 合作节点，从首帧或最多 15 张参考图生成 3 到 16 秒并带原生音频的视频。

Vidu Q4 Preview 是 Vidu 推出的视频生成模型，在 ComfyUI 中通过两个合作节点提供。它能生成 3 至 16 秒、带原生音频的片段，画面、对白和音效都由模型在单次生成中一并产出。输出分辨率从 540p 到 4K。

在 ComfyUI 中，Vidu Q4 Image-to-Video Generation 可依据单张首帧图像并配合可选提示词生成动画，Vidu Q4 Reference-to-Video Generation 则可基于最多 15 张参考图像、可选的参考音频和提示词生成片段。两者都是云端 API 节点：需要带积分的 Comfy 账户，不会下载任何本地模型。每秒计费标准请参见合作伙伴节点定价。

图生视频会保持输入图像的宽高比。参考生视频需要显式指定 aspect_ratio，两个节点都提供 duration、resolution 以及 audio 开关。

可用工作流

图生视频

为一张图像制作动画。该图像是视频片段的首帧，输出会保持其宽高比，因此当你需要不同的形状时，请裁剪图像。提示词为可选，用于描述镜头中发生的内容。

[card] 在 Comfy Cloud 上运行 在 Comfy Cloud 中打开

[card] 下载工作流 下载 JSON，或在模板库中搜索“Vidu Q4 Preview: Image to Video”

输入素材

[card] model\_turquoise\_yellow\_outfit.png 加载到为 Vidu Q4 图生视频节点提供输入的 LoadImage 节点中

参考生视频

使用参考图像、可选的参考音频和提示词构建视频片段。最多可连接 15 张参考图像和 3 段音频，然后在提示词中按顺序引用它们：image 1、image 2，依此类推。该模板使用两张参考图像，以在整个镜头中保持角色和道具的一致性。

[card] 在 Comfy Cloud 上运行 在 Comfy Cloud 中打开

[card] 下载工作流 下载 JSON，或在模板库中搜索“Vidu Q4 Preview: Reference to Video”

输入素材

[card] clay\_man\_smiley\_sweater.png 加载到第二个参考图像槽位 · image 2

[card] yellow\_fuzzy\_smiley.png 加载到第一个参考图像槽位 · image 1

工作流总览

两个模板都使用一个小型节点图：

• LoadImage：提供首帧（图生视频）或参考图像（参考生视频）
• Vidu4ImageToVideoNode / Vidu4ReferenceVideoNode：核心节点，配置为使用 Vidu Q4 Preview 模型
• SaveVideo：写入已完成的视频片段

运行步骤

1. 加载输入：为图生视频设置首帧，或为参考生视频设置参考图像
2. 选择模型：在节点上保留 Vidu Q4 Preview
3. 选择分辨率和时长：从 540p 到 4K，时长 3 到 16 秒
4. 切换音频：保持开启可保留对话和音效，关闭则生成静音视频片段
5. 点击 Queue 或按 Ctrl+Enter 生成

节点控件

提示词技巧

• 描述镜头、台词和声音。模型会同时渲染画面和音频，因此请在同一提示词中写出动作、加引号的台词以及环境声。
• 按顺序标注参考。参考图像以 image 1、image 2 的方式引用。请说明每个参考需要保留什么，例如从 image 1 中保留角色的脸和服装。
• 为声音参考编写对白。参考音频承载的是音色而不是词句，所以请在提示词中写出台词，并把它指向某个音色，例如 image 1 says "Welcome back!" in the voice from audio 1。
• 让宽高比保持在允许范围内。参考图像的比例必须介于 1:5 和 5:1 之间。
• 不同运行之间会有差异。种子不会锁定结果；相同的设置仍可能生成不同的演绎。

开始使用

1. 将 ComfyUI 更新到最新版本
2. 前往模板库，搜索 Vidu Q4 Preview