Einführung
Vidu Q3 Turbo ist die schnelle Stufe der Q3-Reihe von Vidu und steht als Endpunkt für Bild-zu-Video und als video-extend-Endpunkt bereit; diese Seite behandelt Bild-zu-Video. Ein Startbild in image_url legt Motiv und Ausgabeform fest, ein verpflichtender prompt steuert Bewegung, Kamera und Ton, und Clips laufen 1 bis 16 ganze Sekunden in 540p oder 720p, standardmäßig 720p. Der Ton entsteht im selben Durchgang und bleibt aktiv, solange Sie generate_audio nicht auf false setzen. Die Stufe ist darauf ausgelegt, viele Bewegungen aus einem Standbild auszuprobieren, bevor Sie sich auf einen Take für die Lieferung festlegen.
Wichtige Funktionen und Highlights
Ein Entwurfswert und ein Lieferwert
resolution akzeptiert 540p oder 720p; 720p ist an diesem Endpunkt sowohl der Standard als auch die Obergrenze. Die beiden Werte gehören zusammen: 540p für Durchgänge, in denen die Bewegung noch offen ist, 720p für den Take, den Sie liefern. Da die Auflösung ein einzelnes Feld ist, bleiben Prompt, Bild und Seed beim Wechsel unberührt.
Kurze Varianten aus einem Bild
Die Dauer reicht von 1 bis 16 ganzen Sekunden; für Variantendurchgänge sind ein bis vier Sekunden der praktische Bereich. Erzeugen Sie aus demselben Standbild eine Reihe kurzer Takes mit jeweils einer anderen Bewegung und behalten Sie die, die funktionieren – statt eine aufwendige Anweisung zu schreiben und auf einen Treffer zu hoffen.
Das Standbild bestimmt Motiv und Form
Motiv, Kleidung, Styling, Bildausschnitt und Ausgabeform kommen aus dem Bild, nicht aus dem Prompt. Zwei Läufe mit demselben Bild unterscheiden sich daher in der Bewegung, nicht darin, wer zu sehen ist. movement_amplitude legt die Bewegungsmenge insgesamt fest; was sich bewegt, entscheidet der Prompt. Text, der dem Standbild widerspricht, erzeugt einen Clip, der zwischen beidem verhandelt – halten Sie den Prompt deshalb im Einklang mit dem, was das Bild zeigt.
Request-Parameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
image_url | Ja | Pflicht. Es legt Motiv, Look und Ausgabeform fest – exportieren Sie das Still in der Form, die Sie zurückbekommen möchten. |
prompt | Ja | Pflicht. Beschreiben Sie nur Bewegung, Kamera und Ton; beschreiben Sie den Frame nicht erneut. mindestens 1 Zeichen |
movement_amplitude | Nein | Wie viel sich im Bild bewegt: |
duration_seconds | Nein | Ganze Sekunden, 1 bis 16. Eine bis vier sind der praktische Bereich für Variantendurchgänge. |
resolution | Nein | 540p oder 720p. Entwerfen Sie in 540p, solange die Bewegung noch in Arbeit ist, und heben Sie sie einmal für die Fassung an, die Sie ausliefern. |
generate_audio | Nein | Standardmäßig an. Auf false setzen, wenn der Schnitt unter eine vorhandene Mischung geht. Standardwert: |
bgm | Nein | Legt ein zur Stimmung passendes Musikbett unter die Szene. Standardwert: |
seed | Nein | Macht zwei Läufe vergleichbar, wenn Sie eine Variable ändern. Keine Garantie auf identische Frames. |
Preis
| Spezifikation | Preis |
|---|---|
| $0.042 / Sekunde |
| $0.066 / Sekunde |
Anwendungsfälle
Reaktionssets für Figuren
Aus einem Kostüm-Standbild werden ein Knicks, ein Zwinkern, ein Winken und ein Kopfneigen – vier Anfragen, dasselbe Bild, vier Prompts. Weil das Bild die Identität festlegt, bleibt das Set konsistent genug, um es in einem Feed zusammenzuschneiden.
Quadratische und hochformatige Social-Schnitte
Die Ausgabeform kommt aus dem Standbild. Ein 9:16-Hochformat und ein 1:1-Quadrat sind also zwei Exporte aus dem Bildschritt, keine zwei verschiedenen Videoeinstellungen. Beide werden zu einem 720p-Clip mit bereits synchronem Ton.
Kamerabewegungen an einem einzelnen Standbild testen
Das Push-in-Beispiel verlangt genau eine Bewegung und sonst nichts: Der Ausschnitt verengt sich schrittweise, bis nur noch ihre Schulter zu sehen ist. Nutzen Sie dasselbe Muster, um zu prüfen, ob ein Motiv stabil bleibt, während der Ausschnitt sich schließt – bevor Sie eine längere Anweisung schreiben.
Unzensierte Loops aus Ihren eigenen Standbildern
Unzensierte Ausgangsbilder werden so animiert, wie sie geliefert wurden; der Bereich von einer bis vier Sekunden eignet sich, um aus wenigen Standbildern ein Set kurzer Varianten zu bauen. Vidu Q3 Spicy aus derselben Reihe ist die per LoRA abgestimmte, unzensierte Variante.
Prompt-Leitfaden und Praxistipps
Das Standbild im Lieferformat exportieren
Schneiden Sie das Bild auf die Form zu, die Sie zurückbekommen möchten – quadratisch für einen quadratischen Clip, hochkant für einen hochformatigen – und halten Sie das Verhältnis zwischen 1:4 und 4:1. Kleidung, Styling und Bildausschnitt werden in diesem Schritt festgelegt, denn der Videodurchgang ändert sie nicht.
Eine Abfolge pro Anfrage schreiben
Beschränken Sie den Prompt auf Bewegung, Kamera und Ton, und beschreiben Sie das Bild nicht erneut. Das veröffentlichte Café-Beispiel läuft 5 Sekunden in 720p mit aktiviertem generate_audio, ausgehend von einem quadratischen Standbild einer Figur mit Katzenohr-Haarreif und Tablett.
She walks two steps toward camera balancing the tray, does a small curtsy, winks and mouths a silent greeting, the cat-ear headband bobbing. Handheld follow that stays with her, bright café chatter and an espresso machine behind.
Fünf Sekunden in 720p aus einem quadratischen Standbild. Gang, Knicks und Zwinkern stehen im Prompt; Kostüm und das 1:1-Format kommen aus dem Bild.
Timing und Details in Worten verlangen
Für Zeitlupe gibt es kein Feld, also schreiben Sie sie in den Prompt. Das Pool-Beispiel verlangt Zeitlupe und einen langsamen Push-in, während sie sich auf den Beckenrand hochstemmt. Achten Sie auf das nasse Haar, das sie mit beiden Händen zurückstreicht: Strähnen, die richtig zusammenkleben und sich wieder trennen, unterscheiden einen Take von einem bewegten Foto. Entfernungsänderungen funktionieren genauso – im Bettende-Beispiel bleibt die Kamera stehen, während sie einen Schritt näher krabbelt, sodass die Schärfe mit ihr wandern muss.
Den gewählten Take in 720p fertigstellen
Sobald ein Entwurf in 540p überzeugt, stellen Sie resolution auf 720p und behalten Prompt, Bild und seed bei. Der Seed macht den Vergleich fair, garantiert aber kein bildgenau identisches Ergebnis – prüfen Sie den Liefer-Take also für sich. Lassen Sie generate_audio an, wenn der Clip direkt verwendbar sein soll, oder setzen Sie es auf false, wenn der Schnitt unter eine bestehende Mischung kommt.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "vidu/q3-turbo/image-to-video",
"input": {
"duration_seconds": 5,
"image_url": "https://example.com/reference.png",
"movement_amplitude": "auto",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.
