Ir al contenido principal

Continúa un clip con Vidu Q3 Spicy: el último fotograma de tu video abre un nuevo segmento de 1 a 16 segundos y recibes un solo archivo con el original y la continuación unidos, en 540p, 720p o 1080p.

Desde $0.067/s

Playground

Entrada

Extensión de video
  1. 1

    Elegir el clip que vas a continuar

    Elige un video y lo continuamos desde su último fotograma.

  2. 2

    Qué pasa después

    Elige un clip en el paso 1 y este paso se abre.

    Opcional. Qué ocurre a continuación: la acción que sigue, el movimiento de cámara y el sonido. Déjalo vacío para una continuación sencilla o agrega una línea de dirección para orientarla. El fotograma inicial ya fija el sujeto y el escenario, así que dedica las palabras al movimiento.
    Duraciónafecta al precio
    Duración del nuevo segmento: cualquier número entero de 1 a 16. Por defecto, 5. Tu original se añade antes y no se cobra. no menor que 1 · no mayor que 16
    afecta al precio
    Nitidez del nuevo segmento generado: 540p, 720p o 1080p, por defecto 720p. La resolución solo define la nitidez del segmento nuevo; iguálala a la de tu origen, porque un ajuste menor hace que la parte nueva se vea más suave que el original. Determina el precio.
    Amplitud del movimiento
    AutomáticaBajaMediaAlta
    Cuánto se mueven las cosas en el nuevo segmento: `auto` (por defecto) deja que el modelo decida, `small` mantiene un movimiento contenido, `medium` y `large` lo llevan más lejos. No afecta el precio.
    Generar audio
    Activado por defecto, así que el nuevo segmento trae sonido generado. Tu original conserva su propio sonido en ambos casos; si uno de los lados es mudo, el archivo unido se completa con silencio.
Filtro de seguridadDesactivado

SpicyAPI no ejecuta ningún filtro de seguridad en este modelo. Tu prompt y tus medios llegan al modelo tal como los escribes, y el propio modelo decide el resultado.

Comprobando tu cuenta antes de habilitar el envío y el cálculo de precios.

Falta 1 campo obligatorio: Video de entrada

Salida

Listo para una nueva ejecución

El resultado aparecerá aquí.

Configura las entradas, revisa la estimación y ejecuta el modelo.

Modelos relacionados y tareas siguientes

¿No está el modelo que buscas?

Dinos cuál añadir y para qué lo usarías. Las solicitudes llegan directamente al equipo que decide los próximos modelos.

Las vistas previas muestran ejemplos seleccionados. Prueba tu propio prompt y tus ajustes en el Playground.

API DE VIDEO 1080P SIN CENSURA

Un fotograma sin censura se vuelve hasta 16 segundos en 1080p.

Cifras clave

Endpoint
2
image-to-video y video-extend. En esta familia no hay tarea de texto ni de referencia.
Duración
1-16 S
Cualquier número entero de segundos de 1 a 16 por solicitud.
Resolución máx.
1080P
540p, 720p y 1080p, con 720p por defecto.
Política
ABIERTA
Se aceptan tanto cuadros de origen como dirección sin censura.
Texto opcional
PROMPT?
El prompt es opcional: un cuadro por sí solo ya es una solicitud válida.
Sonido nativo
AUDIO
generate_audio viene activo; ponlo en false para un bucle mudo.

Lo que hace el modelo

Primero la imagen

Lo que apruebas es lo que se anima

La única vía de entrada es una imagen, así que no hay brecha entre la escena que firmaste y lo que un prompt de texto está dispuesto a renderizar. Vestuario, cuerpo, pose y encuadre vienen todos de la imagen fija; el trabajo del modelo es el movimiento. Los cuadros de origen sin censura pasan tal como se entregaron en vez de suavizados.

Prompt opcional

Un fotograma por sí solo ya es una solicitud completa

Aquí el prompt es opcional. Manda solo el cuadro y el modelo infiere un movimiento pequeño y plausible, que muchas veces es exactamente lo que un bucle necesita. Agrega texto cuando quieras un momento concreto —una mirada que sube a cámara, una prenda que se desliza— y quédate en lo que cambia en vez de describir otra vez la imagen.

Forma y duración

Clips verticales de hasta dieciséis segundos

No hay campo aspect_ratio, así que una imagen fija en 9:16 produce un clip en 9:16 y nada lo reencuadra a la salida. Sumado a un techo de dieciséis segundos y a 1080p, eso cubre un momento vertical completo con inicio y final, en vez de un fragmento de dos segundos.

Antes de gastar

image-to-video

El cuadro inicial se sigue de cerca y es el sentido entero de esta familia: tus imágenes pasan tal como se entregan. El prompt es opcional; cuando uses uno, quédate en el movimiento, porque un texto que contradice el cuadro obliga al clip a negociar entre ambos. No hay campo aspect_ratio, así que la forma de salida la decide la imagen fija. La resolución viene en 720p; pide 1080p de forma explícita cuando vayas a entregar.

all

Esta familia publica solo image-to-video y video-extend: sin text-to-video, sin tarea de referencia y sin punto de entrada de solo texto. Las solicitudes son asíncronas: crea una tarea y después consulta el estado o recibe el callback. Tienes que tener los derechos de cada cuadro que subas, toda persona representada debe ser adulta, y respondes por el uso que se dé a la salida.

Dónde encaja

  • Clips sin censura que otras API rechazan

    Los cuadros de origen se aceptan sin filtro de contenido y se animan tal como llegan, así que el material que las API de video alojadas rechazan en el filtro de prompt aquí corre. Como el contenido vive en la imagen, el resultado coincide con el cuadro que aprobaste y no con una reinterpretación suavizada de tus palabras.

  • Video de acompañante y de rol

    Una sola imagen de personaje se convierte en un set de reacciones cortas —una mirada que sube, una sonrisa, un hombro que se libera— cambiando solo el prompt. El cuadro mantiene estables identidad, vestuario y set en todo el set, y eso es lo que hace que un feed de compañía se sienta continuo.

  • Bucles verticales para un feed de pago

    Una imagen fija en 9:16 se anima en un clip vertical sin reencuadre, de uno a cuatro segundos para un bucle o hasta dieciséis para una escena. Borronea varios en 540p y después vuelve a correr en 1080p los dos que mejor se leen.

  • Movimiento a partir de una serie de fotos

    Una sesión que ya tienes se convierte en video sin volver a fotografiar: cada cuadro se anima según sus propios términos y, como el prompt es opcional, puedes pasar un set entero sin ninguna dirección por imagen.

Referencia del modelo

Referencia de la API de Vidu Q3 Spicy

Especificaciones de la API de Vidu Q3 Spicy

Publicado por
Vidu
Endpoint
image-to-video, video-extend
Duración
De 1 a 16 segundos, en segundos enteros
Resolución
540p, 720p, 1080p (720p por defecto)
Proporción
No es un parámetro; la define la forma del cuadro inicial
Prompt
Opcional; se acepta dirección sin censura
Contenido
Material sin censura admitido, sin clasificador de contenido
Audio
Generado junto con la imagen, activo por defecto
Ejecución
Tarea asíncrona, cobrada por segundo de salida

Cómo llamar a la API de Vidu Q3 Spicy

  1. Haz primero el cuadro

    Cierra vestuario, cuerpo, pose y encuadre en una pasada de imagen y expórtala en la forma en la que quieres entregar: no hay campo aspect_ratio para arreglarlo después. Esa imagen fija es lo que el clip va a contener.

  2. Escribe solo el movimiento, o nada

    El prompt es opcional. Cuando uses uno, quédate en el momento, la cámara y el sonido; el de esta página va en inglés tal como se envió: “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.” Después fija duration_seconds y resolution.

  3. Borronea barato y termina una vez

    Genera variantes cortas en 540p desde el mismo cuadro, quédate con el movimiento que se lee y después vuelve a correrlo en 1080p con una duración mayor para la entrega.

En resumen

Vidu Q3 Spicy es una versión ajustada con LoRA basada en Vidu Q3 —no un modelo que Vidu venda con su propio nombre—, publicada como endpoints de image-to-video y video-extend sin censura. El cuadro inicial es obligatorio y carga el contenido; el prompt es opcional y rinde mejor usado para movimiento, cámara y sonido. Los clips van de 1 a 16 segundos completos a 540p, 720p o 1080p, con la forma de salida tomada de la imagen de origen porque no hay parámetro de proporción, y con audio generado en la misma pasada y activo por defecto. El patrón habitual es una cadena de dos pasos: producir la imagen con un modelo de imagen sin censura y animarla aquí. Las tareas corren en asíncrono y se cobran por segundo de salida.

Preguntas sobre la API de Vidu Q3 Spicy