我们最近测了好多视频生成模型，突然发现缺了 Vidu 的，所以赶紧补上。这次测的是它们当前文生视频最新的 Vidu Q3，测试用例还是经典的六维鹈鹕骑车提示词。看完效果，感觉问题还是不少，我们一个个来。

主体完整性与跨帧一致性：首先，鹈鹕的脚不知道跑哪去了，脚都没有看到，怎么骑车呢？第二，自行车的铃铛被理解成了平时餐厅里面上菜那种铃铛，这什么理解能力嘛。

肢体与机械推理：提示词说左翅膀要搭在车把上、另一只收拢，但是画面里鹈鹕翅膀都是收拢的；第二，自行车没有踩动，是怎么自动往前跑的？什么机械原理，永动机吗？

镜面反射与空间推理：镜面里的自行车链条、护盖、铃铛没有跟着实物做正确的左右翻转，对称关系错乱；实体车把上的后视镜，在镜像里直接缺失，关键部件没有参与反射。模型不是生成对称镜像，更像是复制了一只相似鹈鹕放进去。

中文文本与时钟渲染：首先，珠海的珠字错了，淇澳两个字错了，红树林的树字错了；其次，挂钟的时间不是精确的三点钟，不过还是比较接近的。

液体与浮力运动：没有看到什么问题。

运镜、构图与光影：光影没有看出什么问题。运镜和构图的话，提示词要求一开始在鹈鹕前上方 45 度俯拍，然后水平跟拍，全部主体要入镜，但是我没有看出一开始有 45 度俯拍，水平后退跟拍也不明显，最终鹈鹕的自行车轮子都出了画面了。

好，这次测评就到这里了，大家觉得这个模型应该打多少分呢？