Shengshu lança o Vidu Q4 Preview e mira o "momento DeepSeek" do vídeo

A Shengshu Technology lançou o Vidu Q4 Preview, versão preliminar da próxima geração do modelo de vídeo Vidu, e a imprensa especializada chinesa já fala em um possível "momento DeepSeek" para a geração de vídeo. A comparação é específica. A DeepSeek mostrou que o nível de fronteira em modelos de linguagem não precisa custar tanto quanto um país pequeno. Agora essa mesma lógica é testada em vídeo, onde a conta de computação é bem mais pesada do que em texto. O trecho disponível do anúncio não traz benchmarks, preços nem parâmetros do modelo, então tudo o que segue se baseia na posição declarada pela empresa e no seu histórico.

Por que a comparação é com a DeepSeek

Nos grandes modelos de linguagem, o principal resultado da DeepSeek foi a "democratização das capacidades de fronteira". O nível de qualidade continuou alto, e o custo de propriedade caiu drasticamente. Os editores do Jiqizhixin afirmam que os modelos de vídeo se aproximam de um ponto parecido: desempenho, eficiência e acessibilidade passam a melhorar ao mesmo tempo, e não um de cada vez. Antes, a escolha era rígida: ou um vídeo bonito, mas caro e lento, ou uma geração barata, cheia de artefatos. O Q4 Preview é apresentado como uma tentativa de fechar essa lacuna.

A palavra "Preview" também importa. Não se trata da versão final, mas de um retrato do estado atual, com o qual a empresa testa a reação do mercado e a estabilidade do modelo sob carga. As condições finais de acesso e as tarifas podem ser diferentes.

Eficiência como argumento central

O título do original menciona a "conta da eficiência" (效率账). Para a geração de vídeo, essa é a métrica-chave. O custo de um segundo de vídeo depende do número de passos de difusão, do tamanho do modelo, do comprimento do contexto em quadros e do preço da hora de GPU. Se o modelo entrega qualidade aceitável com mais rapidez e a um custo menor, a economia muda em vários segmentos de uma só vez, de estúdios de publicidade a ferramentas para formatos curtos.

O que o material declara ou deixa implícito:

• Vidu Q4 Preview: versão preliminar da nova geração de modelos de vídeo da Shengshu
• Foco do lançamento: ganho simultâneo de qualidade, eficiência e acessibilidade
• Referência de avaliação: um equivalente ao "momento DeepSeek" para o segmento de vídeo
• Base tecnológica: pesquisa em world models
• Não divulgado no trecho disponível: duração dos clipes, resolução, preço por segundo, resultados em benchmarks públicos

World model como alicerce

A segunda parte da tese envolve o termo "底气", que significa a margem de segurança que o trabalho com modelos de mundo oferece. A ideia é que um modelo de vídeo que entende a física da cena, a perspectiva e a estabilidade dos objetos ao longo do tempo erra menos no movimento e exige menos correções na saída. Isso se liga diretamente à eficiência: na geração, cada tomada malsucedida custa dinheiro.

A Shengshu tem bons motivos para sustentar esse argumento. A empresa nasceu de uma equipe acadêmica ligada à Universidade Tsinghua e é conhecida por trabalhos com transformers de difusão, incluindo a arquitetura U-ViT. O Vidu está entre os serviços de vídeo chineses de destaque, ao lado do Kling, da Kuaishou, e do Hailuo, da MiniMax. A concorrência nesse segmento se dá pela velocidade de iteração, e lançamentos trimestrais viraram norma.

O que verificar na prática

Enquanto não há números, vale avaliar o Q4 Preview com testes próprios, e não pelas manchetes. Equipes que usam geração de vídeo em produção podem comparar o modelo em três tarefas: consistência de personagem entre cenas, movimento de câmera complexo e custo do minuto de material pronto, já contando as regenerações. Este último indicador pesa mais do que a beleza de um quadro isolado.

Também vale esperar por comparações independentes e pela tarifação final. Se o equilíbrio declarado se confirmar, todos os grandes serviços de vídeo, inclusive os ocidentais, sentirão a pressão sobre os preços. Se o ganho vier de cortes na duração ou na resolução, o "momento DeepSeek" continuará sendo apenas uma boa frase de press release.