Vidu Reference-to-Imageで一貫したAIキャラクターを生成する方法

Vidu Reference-to-Imageは1回の生成につき最大7枚の参照入力を受け付けます。参照スタックを組み立てます：規範となる顔のポートレート（スロット1）、衣装参照（スロット2）、ポーズ参照（スロット3）、光のムードボード（スロット4）、ロケーションの静止画（スロット5）、アクセサリー参照（スロット6〜7）。モデルは7枚すべての参照をバランスさせます。スロット1が顔の身元を運び、残りがコンテキストを導きます。

Viduの差別化ポイントは、画像から動画までを単一ベンダーでキャラクターの連続性を保てることです。下流がVidu動画ノード（Q2またはQ3）であれば、ここでキャラクター静止画を生成してください——同じ学習分布がモダリティをまたいで身元を運びます。下流がSora 2やKling 3であれば、静止画にはNano Banana 2の方が強い選択肢です。可能な限り、静止画のモデルを動画のモデルに合わせてください。

Nano Banana 2と同様、Viduはプロンプトではなく参照から身元を読み取ります。プロンプトは変わる部分——ポーズ、表情、シーン、光、動作——を中心に書いてください。「同じキャラクター、ゴールデンアワーの森を歩く、カジュアルなハイキング用の服装、軽いバックパック、前を見ている、微笑み、斜め向き」のように書きます。身元は参照にとどまり、それ以外はプロンプトを通して流れます。

同じキャンバスからVidu Reference-to-Imageを3回生成します——正面、斜め（45度の横顔）、完全な横顔。それぞれがスロット1の顔参照を共有し、角度のプロンプトだけが変わります。この3枚構成のシートが、下流のVidu動画ノードにとってのマスター参照になります。同じモデルファミリーであることが、静止画から動きへの引き渡しにおけるより緻密な一貫性につながります。

話数形式のシリーズ（12週間のAIキャラクターコンテンツ）では、話数ごとの設定に合わせてVidu Reference-to-Imageノードを複製します。スロット1の顔参照は共通のまま、スロット2〜5に話数固有のシーン・衣装を、プロンプトにも話数固有の内容を入れます。各話はその後、動きのショットのためにVidu Q2またはQ3の動画にチェーンします。静止画と動きの間でモデルが連続していることが、最大の利点です。

Vidu Reference-to-Imageの出力を、Vidu Q2またはQ3の動画ノードの開始フレームとして接続します。Q2はこの静止画の参照ワークフローと一致する1〜7枚のキャラクター参照に対応しています。Q3は汎用の動画ベースラインです。同じキャラクターの身元が静止画から動きへと運ばれます——Viduファミリー内にとどまる限り、キャンバス上で最もすっきりしたキャラクターから動画へのパイプラインです。