Última actualización: 2026-09-17
Vidu, de ShengShu Technology, reúne a más de 10 millones de usuarios en todo el mundo que generan vídeo con IA. Su función estrella es Reference-to-Video: le das varias imágenes y mantiene la misma cara, objeto o escenario durante todo el clip. Además, el modelo Q3 puede añadir diálogo y sonido sincronizados mientras renderiza.
Acerca de Vidu
Vidu es una plataforma de generación de vídeo con IA desarrollada por ShengShu Technology, una startup con sede en Pekín fundada en marzo de 2023 por investigadores de la Universidad de Tsinghua. Funciona por completo en el navegador, en vidu.com, sin necesidad de una GPU local, y ofrece tres formas de crear un clip: a partir de un prompt de texto, de una imagen fija o de un conjunto de imágenes de referencia.
En abril de 2026, ShengShu cerró una ronda Serie B de $293M (¥2B), liderada por Alibaba Cloud con la participación de TAL Education Group, Baidu Ventures y otros inversores. Es la mayor ronda individual del sector de generación de vídeo en China hasta la fecha. La financiación total supera los $987M. La empresa cuenta con más de 3000 clientes empresariales y unos ingresos anuales recurrentes superiores a $20M en 2025.
El 15 de septiembre de 2026, ShengShu lanzó Vidu S2. Es un modelo de personajes digitales interactivos en tiempo real (S2-Avatar, con la resolución subida de 540p a 720p). Mantiene una conversación en directo por texto o voz y admite una nueva imagen de referencia en plena interacción. Incluye además S2-Editing, que aplica cambios de estilo, vestuario, sujeto y fondo a una señal de vídeo entrante en tiempo real.
Eso lo sitúa frente a especialistas en presentadores virtuales como Synthesia, HeyGen y D-ID. Estos se centran en vídeo corporativo con guion, no en la interacción en directo. En la generación de clips, Vidu compite sobre todo con Kling AI, Runway, Pika y Dream Machine de Luma, en la categoría más amplia de generación de medios.
Vidu rara vez trabaja solo en el flujo de un creador. Reference-to-Video e Image-to-Video parten de una imagen fija. Por eso es habitual generar primero esa imagen en Midjourney, Adobe Firefly o Freepik y pasarla después a Vidu para darle movimiento.
La capa de audio de Vidu cubre diálogo y efectos de sonido, pero no música. La banda sonora suele salir de otro generador como Suno. Las voces que no pasan por la pista integrada de Vidu suelen hacerse con ElevenLabs. Después, el clip se recorta para formatos sociales en CapCut o se subtitula en Descript antes de publicarlo. Alibaba Cloud, que lideró la Serie B de abril de 2026 de ShengShu, distribuye los modelos de Vidu a través de su propio Model Studio para clientes empresariales que ya trabajan en esa plataforma.
Capturas de pantalla
Precios
Plan gratuito con créditos de bienvenida y generación ilimitada fuera de horas punta. Los precios mensuales de $8, $28 y $79 para Standard, Premium y Ultimate corresponden a la facturación anual (un 20 % menos). Pagando mes a mes cuestan $10, $35 y $99 por los mismos 800, 4000 y 8000 créditos (unos 200, 1000 y 2000 vídeos).
Standard quita la marca de agua y da licencia de uso comercial. Premium añade generación prioritaria. Ultimate eleva el límite de capacidad.
com. 035 por segundo fuera de horas punta. El precio para empresas con gran volumen se pide por cotización y no es una cuota mensual fija.
Kling AI y Pika venden planes mensuales de tipo consola en la misma banda de $8 a $95.
| Plan | Precio mensual | Qué incluye |
|---|---|---|
| Gratis | Gratis | |
| API Pay-As-You-Go | Gratis | |
| Standard | $8/mo | |
| Premium | $28/mo | |
| Ultimate | $79/mo |
Funciones por plan
| Función | Gratis | Premium | Standard | Ultimate |
|---|---|---|---|---|
| Créditos al mes | Créditos de bienvenida | 4000 | 800 | 8000 |
| Vídeos aproximados al mes | — | ~1000 | ~200 | ~2000 |
| Salida sin marca de agua | — | ✓ | ✓ | ✓ |
| Licencia de uso comercial | — | ✓ | ✓ | ✓ |
| Generación prioritaria | — | ✓ | — | ✓ (máx.) |
Funciones principales
- Generación nativa de audio y vídeo: El modelo Vidu Q3 genera audio y vídeo sincronizados en una sola pasada, de hasta 16 segundos: diálogo con sincronía labial, sonido ambiente y música.
- Avatares y edición interactivos en tiempo real (Vidu S2): Lanzado el 15 de septiembre de 2026. S2-Avatar mantiene una conversación en directo por texto o voz hasta en 720p y admite una nueva imagen de referencia en plena interacción. S2-Editing cambia el estilo de una cámara en directo, sustituye la ropa o el fondo, o reemplaza al sujeto mientras se emite.
- Coherencia de varios sujetos: El modo Reference-to-Video mezcla hasta 7 imágenes de referencia en un único vídeo coherente, y mantiene el aspecto de los personajes, la forma de los objetos y los elementos de la escena entre clips.
- Tres modos de creación: Text-to-Video a partir de prompts en lenguaje natural; Image-to-Video con control del primer y el último fotograma; y Reference-to-Video, que mezcla hasta 7 imágenes de referencia en un vídeo coherente.
- Biblioteca My References: Guarda personajes, objetos y escenas para reutilizarlos en distintas generaciones: así puedes producir series y mantener la coherencia de marca sin volver a subir las imágenes de referencia.
- Suite creativa todo en uno: Generador de efectos de sonido con IA (48 kHz), generador de imágenes con IA y el agente de marketing ViduClaw: planifica y produce campañas de vídeo completas, del guion gráfico al resultado final, en una sola plataforma.
Ventajas
- La coherencia con 7 imágenes de Reference-to-Video es difícil de igualar. La mayoría de las herramientas rivales solo retienen una o dos imágenes de referencia antes de que el personaje pierda continuidad.
- La generación ilimitada fuera de horas punta te deja juzgar la calidad real sin gastar nada. Muchos competidores limitan el uso gratuito a unas pocas vistas previas de baja resolución.
- Un render típico termina en bastante menos de un minuto, lo bastante rápido para repetir una toma varias veces antes de gastar créditos de pago en la versión final.
- Con la generación conjunta nativa, el clip ya sale con diálogo y sonido de fondo sincronizados. Te ahorras la pasada aparte de locución y sincronización que aún exigen la mayoría de las herramientas rivales.
Desventajas
- Los renders fallidos también gastan créditos. Los usuarios cuentan que, por las generaciones defectuosas, el resultado real queda muy por debajo de lo que prometen los créditos incluidos.
- Soporte deficiente y política estricta de no reembolso: 2,0/5 en Trustpilot, con muchas quejas por tickets sin respuesta.
- Le cuestan los prompts complejos con muchos elementos. Los analistas recomiendan prompts simples y concretos, y las escenas narrativas o con física compleja suelen fallar.
- Solo ofrece estética de anime y cine, así que no sirve para anuncios al estilo UGC ni para demos realistas de producto sin mucha posproducción.
Tratamiento de datos
- Política de datos de entrenamiento
- La política de privacidad de Vidu limita la conservación de datos operativos a seis meses (más tiempo cuando la ley lo exige, por ejemplo en registros fiscales o de fraude) y no indica de forma explícita si se usan prompts o resultados para entrenar modelos. Nombra a Gemini, GLM y Qwen como servicios de IA de terceros con los que pueden compartirse datos para prestar el servicio. No se documenta ningún nivel empresarial de aislamiento de datos.
- Conservación de datos
- 180 días
- Cumplimiento normativo
- GDPR
Preguntas frecuentes
¿Cuánto cuesta Vidu?
Los planes de suscripción de Vidu cuestan $10, $35 y $99 al mes: Standard (800 créditos), Premium (4000 créditos) y Ultimate (8000 créditos). Si pagas al año, bajan a $8, $28 y $79 al mes, un 20 % menos. Standard quita la marca de agua y permite el uso comercial. Premium añade generación prioritaria. Fuera de la suscripción, los créditos de la API cuestan $0.005 cada uno. El vídeo con Q3-turbo cuesta $0.065 por segundo en 1080p en horario normal, o $0.035 fuera de horas punta. El precio para empresas con gran volumen se pide por cotización al equipo de Vidu.
¿Se puede usar Vidu gratis?
Sí. El plan gratuito de Vidu incluye créditos de bienvenida y generación ilimitada fuera de horas punta, así que puedes probar los tres modos de creación sin pagar. Los planes de pago anuncian la eliminación de la marca de agua y el uso comercial. Por eso lo que generes gratis sale con marca de agua y no tiene licencia para trabajo comercial.
¿Cuáles son los competidores más cercanos de Vidu?
Kling AI, Runway y Pika son las alternativas más parecidas en HokAI. Kling AI es la opción si quieres una plataforma con más de 60 millones de creadores. Runway apuesta por el renderizado con física de Gen-4.5 y una suite de edición dirigida por agentes. Pika encaja mejor si te importa más el soporte MCP para flujos con agentes que la coherencia entre referencias.
¿Cómo se compara Vidu con Kling AI en 2026?
Kling AI es el rival más directo: ambas plataformas generan el audio junto con el vídeo en una sola pasada y ofrecen un plan gratuito de verdad. Kling AI destaca en resolución, con 4K nativo frente al límite de 1080p de Vidu, y añade diálogo con sincronía labial en cinco idiomas. Vidu responde con Reference-to-Video. Esta función mezcla varias imágenes para mantener un mismo personaje, objeto o escena coherente durante todo el clip, y la ficha técnica de Kling AI no la recoge.
¿Cómo se empieza a usar Vidu?
Crea una cuenta gratuita en vidu.com. No hay nada que instalar, porque Vidu funciona por completo en el navegador. Elige un modo: escribe un prompt para Text-to-Video, sube una imagen fija para Image-to-Video o añade varias imágenes a My References para Reference-to-Video. Un clip típico se renderiza en solo 10 segundos. Los créditos de bienvenida alcanzan para varias pruebas antes de que pagues.
Mejores alternativas
- Kling AI: Elige Vidu para tener coherencia entre hasta 7 imágenes de referencia. Elige Kling AI si te importan el 4K nativo y el audio con sincronía labial en cinco idiomas.
- Runway: Elige Vidu por su coherencia entre referencias y su generación nativa de audio y vídeo. Elige Runway por el renderizado con física de Gen-4.5 y su suite de edición dirigida por agentes.
- Pika: Elige Vidu por la coherencia con varias imágenes de referencia y el audio sincronizado nativo. Elige Pika por el control de formato de Pikaframes y la integración MCP en flujos con agentes.