Einführung
Vidu Q3 Spicy Bild-zu-Video animiert ein unzensiertes Startbild, mit optionaler Bewegungsanweisung und Ton aus demselben Durchgang.
Vidu Q3 Spicy ist ein per LoRA abgestimmter, unzensierter Build von Vidu Q3, veröffentlicht als Endpunkte für Bild-zu-Video und video-extend; diese Seite behandelt Bild-zu-Video. Das gelieferte Startbild trägt den Inhalt, der Prompt ist optional, und Clips dauern 1 bis 16 Sekunden in 540p, 720p oder 1080p.
Wichtige Funktionen und Highlights
Was Sie freigeben, wird animiert
Der einzige Eingang ist ein Bild, es gibt also keine Lücke zwischen der abgenommenen Szene und dem, was ein Text-Prompt zu rendern bereit ist. Kleidung, Körper, Pose und Ausschnitt kommen aus dem Standbild, das Modell kümmert sich um die Bewegung. Unzensierte Startbilder kommen so an, wie sie geliefert wurden, statt abgeschwächt zu werden.
Ein Standbild allein ist eine vollständige Anfrage
Der Prompt ist optional. Senden Sie nur das Bild, und das Modell leitet eine kleine, plausible Bewegung ab – oft genau das, was ein Loop braucht. Fügen Sie Text hinzu, wenn Sie einen bestimmten Moment wollen, etwa einen Blick in die Kamera oder ein verrutschendes Kleidungsstück, und beschreiben Sie nur, was sich ändert, statt das Bild noch einmal zu schildern.
Hochformat-Clips bis sechzehn Sekunden
Es gibt kein Feld für das Seitenverhältnis: Ein Standbild in 9:16 ergibt einen Clip in 9:16, und nichts wird beim Export neu beschnitten. Zusammen mit bis zu sechzehn Sekunden und 1080p reicht das für einen vollständigen vertikalen Moment mit Anfang und Ende statt eines Zwei-Sekunden-Fragments.
Request-Parameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
image_url | Ja | Pflicht. Das Still, das animiert wird – es entscheidet Inhalt und Ausgabeform, machen Sie es also zuerst richtig. |
prompt | Nein | Optional. Beschreiben Sie Passage, Kamera und Ton; beschreiben Sie nicht noch einmal den Frame. |
duration_seconds | Nein | Ganze Sekunden, 1 bis 16. Eine bis vier passen zu Loops; sechzehn decken eine ganze Passage ab. |
resolution | Nein | 540p, 720p oder 1080p. Die Vorgabe ist 720p – verlangen Sie 1080p, wenn Sie ausliefern. |
movement_amplitude | Nein | auto, small, medium oder large. Auto richtet sich nach dem Startbild - höher stellen, wenn eine ruhige Szene mehr Bewegung braucht. |
generate_audio | Nein | Standardmäßig an. Auf false setzen für einen stummen Loop. Standardwert: |
bgm | Nein | Legt Hintergrundmusik unter den Clip. Standardmäßig an. Standardwert: |
Preis
| Spezifikation | Preis |
|---|---|
| $0.0665 / Sekunde |
| $0.1425 / Sekunde |
| $0.152 / Sekunde |
Anwendungsfälle
Unzensierte Clips, die andere APIs ablehnen
Startbilder werden ohne Inhaltsfilter angenommen und so animiert, wie sie geliefert wurden. Material, das gehostete Video-APIs am Prompt-Filter abweisen, läuft hier. Weil der Inhalt im Bild steckt, entspricht das Ergebnis dem freigegebenen Bild statt einer abgeschwächten Neuinterpretation Ihrer Worte.
Begleit- und Rollenspielvideos
Ein Figurenbild wird zu einer Reihe kurzer Reaktionen, etwa einem Blick nach oben, einem Lächeln oder einer freigleitenden Schulter, indem Sie nur den Prompt ändern. Das Bild hält Identität, Kostüm und Set über das ganze Set stabil – genau das lässt einen Begleit-Feed zusammenhängend wirken.
Vertikale Loops für einen bezahlten Feed
Ein Standbild in 9:16 wird ohne Neubeschnitt zu einem Hochformat-Clip, mit einer bis vier Sekunden für einen Loop oder bis zu sechzehn für eine Szene. Entwerfen Sie mehrere in 540p und rendern Sie die zwei besten in 1080p neu.
Prompt-Leitfaden und Praxistipps
Zuerst das Bild erstellen
Klären Sie Kleidung, Körper, Pose und Ausschnitt im Bilddurchgang und exportieren Sie das Standbild im gewünschten Lieferformat, mit einem Seitenverhältnis zwischen 1:4 und 4:1. Es gibt kein Feld, das das Format später korrigiert; was im Standbild ist, steckt im Clip.
Festlegen, wie stark sich die Szene bewegt
movement_amplitude akzeptiert auto, small, medium oder large. auto richtet sich nach dem Startbild; erhöhen Sie den Wert, wenn sich eine ruhige Szene stärker bewegen soll, und senken Sie ihn für einen Loop, in dem sich nur der Atem ändern soll. Setzen Sie generate_audio für einen stummen Loop auf false.
Das mitgelieferte Beispiel anpassen
Das veröffentlichte Beispiel nutzt duration_seconds 5, generate_audio true und resolution 720p.
She finishes pouring, sets the flask down and lifts her eyes to camera with a small smile, steam rising from the cup, the yukata sliding a fraction lower on her shoulder. Paper shoji glow, evening cicadas, very slow push-in.
Ein Standbild plus Bewegungsnotiz: Das Einschenken, der Blick in die Kamera und die Schulter stehen im Prompt, alles Identifizierende kommt aus dem Bild.
Günstig entwerfen, einmal fertigstellen
Erzeugen Sie aus demselben Bild kurze Varianten in 540p, wählen Sie die Bewegung, die funktioniert, und rendern Sie sie für die Lieferung in 1080p und mit längerer Dauer neu. Die Auflösung steht standardmäßig auf 720p, fordern Sie 1080p also ausdrücklich an, wenn Sie liefern.
API-Schnellstart
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "vidu/q3-spicy/image-to-video",
"input": {
"duration_seconds": 5,
"image_url": "https://example.com/reference.png",
"movement_amplitude": "auto",
"resolution": "720p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.
