教學中心
Vidu Q3 圖生影片實戰：從靜態素材到 16 秒動態廣告鏡頭
很多團隊在搜尋「Vidu Q3 圖生影片」「Vidu Q3 Image to Video」「Vidu AI 產品影片」時，手裡其實已經有一張產品渲染圖、品牌 KV 或分鏡靜幀，缺的是 把靜態素材變成可投放的動態鏡頭。Vidu Q3 於 2026 年 1 月 30 日發布，支援 最長 16 秒 1080P 連續影片 與 原生音視訊同步；圖生影片（Image-to-Video）正是連接「已有視覺資產」與「Vidu Q3 長鏡頭能力」的高頻入口。
本教學面向在 Vidu AI 工作台使用 Vidu Q3 的內容與投放團隊，幫助你在不推翻現有素材庫的前提下，建立一套可複用的 Vidu Q3 圖生影片工作流。
1. 為什麼圖生影片值得單獨建 SOP
在真實專案裡，圖生影片往往比純文生影片更早進入生產：
- 電商與品牌：產品圖、場景圖已經過設計審核，動效只需「讓對的元素動起來」；
- 遊戲與動漫 IP：立繪、場景概念圖可直接作為視覺錨點，減少角色走形；
- 廣告代理：客戶提供的 KV 或 Moodboard 靜幀，需要在 48 小時內出動態樣片；
- 社群媒體：直式封面、九宮格首圖，需要 3–16 秒的輕量動態版本做資訊流投放。
Vidu Q3 圖生影片的核心價值，不是「隨便讓圖片動一下」，而是 在保留參考圖關鍵資訊的同時，用 16 秒完成有敘事或轉化目的的鏡頭。
2. 圖生影片、文生影片與參考生影片：怎麼選
| 能力 | 主要輸入 | 最適合的場景 | 與 Vidu Q3 16 秒的關係 |
|---|---|---|---|
| 圖生影片（Image-to-Video） | 1 張主圖（可輔以簡短文字） | 產品圖動效、KV 微動效、單鏡頭氛圍片 | 以圖為視覺起點，在 16 秒內擴展運動與聲音 |
| 文生影片（Text-to-Video） | 純文字提示詞 | 從零構思場景、快速試錯創意 | 完全由文字定義畫面，適合無現成素材 |
| 參考生影片（Reference-to-Video） | 多張參考圖/影片，強調一致性 | 系列短劇、多集 IP、多主體同框 | 在 16 秒鏡頭中鎖定角色/風格一致性 |
實務建議：
- 只有 一張 已審通過的靜幀 → 優先 Vidu Q3 圖生影片；
- 需要 同一角色跨多集 保持一致 → 圖生影片出首鏡頭後，用參考生影片擴展系列；
- 完全沒有素材 → 從文生影片起步，成片後再截幀做後續圖生迭代。
若你尚未熟悉 16 秒敘事拆分，可先閱讀《如何快速上手 Vidu Q3：從提示詞到 16 秒成片》。
3. 輸入素材準備：比提示詞更先決的環節
圖生影片成片品質的上限，往往在 上傳前 就已決定。建議在 Vidu AI 工作台上傳前完成以下檢查：
3.1 解析度與主體清晰度
- 主體（產品、人物、Logo）邊緣清晰，避免過度 JPEG 壓縮；
- 長邊建議 1080P 量級；過低時紋理易被「抹平」；
- 避免主體過小：若產品只占畫面 10%，模型難以判斷該動誰。
3.2 構圖與留白
- 產品展示：預留運動空間——例如旋轉產品時可留出一側空白；
- 人物鏡頭：面部與上半身資訊完整，便於後續口型與表情；
- 直式投放：若目標為 9:16，盡量使用已裁切好的直式圖，減少模型二次構圖失敗。
3.3 光影方向一致
- 明確主光源方向（左上方柔光、右側輪廓光等）；
- 避免一張圖內多重矛盾光源，否則運動中間幀易出現光影跳變；
- 反光材質（玻璃、金屬）需有清晰高光，動效才「像真的在轉」。
3.4 背景與主體分離
- 純色或虛化背景更利於指定「僅產品旋轉、背景不動」；
- 複雜場景圖需寫清 哪些層動、哪些層靜（見第 4 節）。
小技巧：同一張圖先跑 4–6 秒測試鏡頭，確認主體沒有變形，再擴展到完整 16 秒，可顯著降低返工率。
4. 提示詞三段式：保留什麼、動什麼、聲音怎麼寫
Vidu Q3 圖生影片提示詞建議固定為三段，便於團隊複製：
4.1 保留（Preserve）
明確寫清參考圖中 必須保留 的要素：
保留參考圖中的產品造型、Logo 位置、暖色側光與淺景深背景；不改變包裝配色與標籤文字。
4.2 運動（Motion）
描述 誰動、怎麼動、鏡頭是否運動：
產品緩慢順時針旋轉 30 度，高光掃過 Logo；鏡頭輕微推近；背景散景光斑微微流動。
避免一次寫過多衝突運動（產品狂轉 + 鏡頭劇烈環繞 + 人物起身），16 秒內選 1 個主運動 + 1 個輔運動 更穩定。
4.3 聲音（Sound）
若使用 Vidu Q3 原生音視訊同步，聲音段與畫面段同等重要：
環境音：輕柔展廳混響；第 2–8 秒中文女聲旁白「輕觸開啟，全天陪伴」；第 9–16 秒 lo-fi BGM 漸強，對白優先 BGM 壓低。
原生同步的詳細寫法見《Vidu Q3 原生音視訊同步實戰：口型、對白、BGM 與音效一體化指南》。
完整骨架範例：
保留：參考圖產品外觀、藍色主調、頂部 Logo。
運動：產品自轉，鏡頭緩慢推近，背景不動。
聲音：按鍵輕觸 SFX，第 3–7 秒中文旁白，BGM 輕柔鋪底。
風格：高端科技廣告，1080P，16 秒一鏡到底。
5. 三類高頻場景模板
5.1 電商產品圖 → 16 秒展示片
素材：白底或場景化產品攝影。
目標：賣點展示 + 旁白 + 結尾 slogan。
| 秒段 | 畫面 | 提示詞要點 |
|---|---|---|
| 0–4 秒 | 產品全貌 | 保留包裝細節，緩慢推近 |
| 4–10 秒 | 功能特寫 | 指定「鏡頭移向介面/材質細節」 |
| 10–14 秒 | 使用場景暗示 | 可疊加淺景深人物剪影（勿大幅改產品） |
| 14–16 秒 | Logo + slogan | 運動減弱，旁白收束 |
關鍵字自然嵌入：Vidu Q3 圖生影片、Vidu Q3 產品影片、Vidu AI 電商動效。
5.2 插畫 / IP 立繪 → 動態海報
素材：二次元角色立繪或遊戲 KV。
目標：輕量動態用於社群傳播，保持角色不走形。
- 保留：髮型、服裝配色、武器/道具位置；
- 運動：髮絲與衣擺微動、眼神緩慢轉向鏡頭、粒子特效；
- 避免：大幅改變站姿或增加未出現在參考圖中的肢體。
需要 多集同一 IP 時，在首條圖生影片滿意後，切換至《如何設定 Vidu Q3 參考生影片：從單一主體到多主體混合》擴展系列。
5.3 分鏡靜幀 → 氛圍轉場
素材：廣告分鏡或 Moodboard 合成靜幀。
目標：兩狀態之間的過渡，或單幀氛圍延展。
- 若已有 起點與終點 兩幀，可結合《如何使用 Vidu Q3 首尾幀控制生成轉場鏡頭》；
- 若只有單幀，在 Motion 段寫清「從靜止到微動再到落點」的時間分配。
6. 在 16 秒裡規劃「靜—動—合」
圖生影片容易犯的一個錯誤是：畫面在動，但 16 秒內沒有敘事弧線。建議與 Vidu Q3 長鏡頭能力對齊：
| 階段 | 秒段 | 圖生影片策略 |
|---|---|---|
| 靜 | 0–3 秒 | 幾乎保持參考圖構圖，建立認知 |
| 動 | 3–12 秒 | 主運動發生（旋轉、推近、人物微表情） |
| 合 | 12–16 秒 | 運動減速，落在 Logo、slogan 或表情特寫 |
聲音時間軸可與上表並行規劃，避免「畫面已停、BGM 仍在高潮」的錯位。
7. 與 Vidu Q3 其他能力的組合
7.1 + 原生音視訊同步
圖生影片鎖定 視覺，原生同步補齊 口播與 BGM。適合：
- 產品圖 + 旁白講解；
- 人物立繪 + 對口型台詞；
- 門市場景圖 + 環境音與對白。
7.2 + 參考生影片
首條圖生影片確認角色/產品外觀後，將成片或關鍵幀加入參考庫，批量生產同 IP 的 16 秒系列鏡頭。
7.3 + 首尾幀控制
已有 設計稿 A 與 B 兩態時（如關蓋 → 開蓋），首尾幀負責硬約束，圖生影片負責單幀起點的精細動效。
7.4 + Vidu Agent 與後期剪輯
強行銷場景可先用 Vidu Agent 出多鏡頭粗剪，再對關鍵 KV 用 Vidu Q3 圖生影片精修。參見《Vidu Agent 一鍵廣告片工作流詳解：從分鏡到多語言配音》與《從「素材片段」到「真正成片」：Vidu Q3 如何改變 AI 影片創作？》。
8. 工作台 A/B 測試清單（建議 3 條樣片）
在 Vidu AI 工作台使用 Vidu Q3 圖生影片時，建議固定參考圖，只改提示詞做對比：
A 組：只寫「讓圖片動起來」，不寫保留段 → 觀察主體是否變形、Logo 是否漂移。
B 組：完整「保留 + 運動」，不寫聲音 → 觀察 16 秒運動是否自然。
C 組：保留 + 運動 + 原生同步聲音 + 靜—動—合時間軸 → 作為投放候選。
對比維度：
- 產品/角色是否與參考圖一致；
- 運動是否違反物理直覺（亂飛、亂轉）；
- 16 秒是否有清晰落點；
- 若有旁白，口型與 BGM 是否可聽清；
- 直式/橫式裁切後主體是否仍在安全區。
9. 常見問題與迭代策略
9.1 主體變形或 Logo 模糊
- 縮短單段運動幅度；
- 在 Preserve 段重複強調 Logo 與關鍵紋理；
- 換更高解析度、遮擋更少的參考圖。
9.2 背景「活過來」但產品不動
- 顯式寫「背景散景微動，產品為視覺焦點保持清晰」；
- 檢查是否構圖過於擁擠，模型誤將背景當作主體。
9.3 運動過快或過亂
- 加入「緩慢」「輕微」「一鏡到底」等節奏詞；
- 16 秒內減少至單一主運動。
9.4 與文生影片結果對比
若同一創意下圖生影片始終不穩定，可嘗試：
- 用文生影片生成一幀滿意靜幀；
- 再對該靜幀做圖生影片迭代；
- 或改用參考生影片鎖定風格。
10. 從評測與能力邊界理解預期
若希望從第三方基準角度理解 Vidu Q3 在 1080P、16 秒、音視訊同步 等維度的定位，可閱讀《Artificial Analysis 評測詳解：Vidu Q3 為何能超越 Runway 與 Veo》。評測幫助設定預期，投放級圖生影片 仍依賴本教學的素材規範與三段式提示詞。
注意事項
- 上傳產品圖、真人肖像或品牌 Logo 時，請確保擁有相應版權與授權。
- 不同工作台在 圖生影片入口、預設時長、是否開啟原生音訊 等參數上可能存在差異，請以帳號內 Vidu Q3 官方說明為準。
- 圖生影片適合 快速把已有 KV 動態化；複雜多鏡頭敘事仍建議結合 Agent 或剪輯流程。
- 多語言投放時，建議 每種語言單獨生成一條 16 秒鏡頭，在提示詞中寫清對白語言。
下一步
在 Vidu AI 工作台選擇 Vidu Q3 圖生影片，上傳一張已審通過的產品圖或 KV，按本教學第 4 節三段式寫提示詞，並連續生成 A/B/C 三組 16 秒樣片。當你找到主體穩定、運動節奏與聲音均達標的一版後，將其沉澱為團隊 Image-to-Video 模板，再與參考生影片、首尾幀控制組合，即可批量擴展電商主圖動效、IP 動態海報與社群投放素材。