Introducción
Vidu Q3 Spicy Extensión de video continúa un clip que ya tienes. Envíalo como video_url, con o sin un prompt de lo que ocurre a continuación. El último fotograma de tu clip se convierte en el fotograma inicial de una nueva toma de imagen a video de Vidu Q3 Spicy de 1 a 16 segundos, y ambos se unen en un solo MP4: primero tu original, luego la continuación, sin el fotograma repetido en la unión. El nuevo segmento también vuelve como archivo propio, para que sigas extendiendo o edites las partes por separado.
Funciones y aspectos destacados
La continuidad viene del último fotograma. El vestuario, el escenario, la luz y la posición de cada persona se mantienen porque el nuevo segmento empieza literalmente en tu último fotograma. El movimiento no se mantiene del mismo modo: el modelo ve una imagen fija, no todo el clip. Describe el movimiento que quieres continuar en lugar de suponer que conservará su velocidad o dirección.
Un archivo de vuelta, más la pieza nueva por separado. El MP4 unido conserva la tasa de fotogramas y el encuadre de tu clip, sin bandas negras. Para que la costura quede alineada, la imagen puede recortarse o ajustarse unos pocos puntos porcentuales en los bordes. Si el modelo devuelve una proporción claramente distinta, el nuevo segmento se escala hasta llenar tu encuadre, se centra y se recorta lo que sobresale. El archivo se codifica como MP4 H.264 con sonido AAC. El sonido de tu original se conserva, el sonido generado para el nuevo segmento lo sigue y un lado mudo se completa con silencio para que imagen y sonido sigan sincronizados en la unión. El segundo activo de la salida es el nuevo segmento solo, listo para otra extensión o para un editor.
Todo lo demás es imagen a video de Vidu Q3 Spicy. El nuevo segmento corre por las mismas rutas, con el mismo alcance de contenido y el mismo precio por segundo que el endpoint de imagen a video, y una generación fallida se reembolsa igual. Si la generación termina bien pero no se puede construir la unión, la tarea falla y el cobro se reembolsa.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
video_url | Sí | El clip que quieres continuar: MP4, MOV o WebM, de hasta 60 segundos. mínimo 1 caracteres |
prompt | No | Opcional. Qué ocurre a continuación: la acción que sigue, el movimiento de cámara y el sonido. |
duration_seconds | No | Duración del nuevo segmento: cualquier número entero de 1 a 16. Por defecto, 5. |
resolution | No | Nitidez del nuevo segmento generado: 540p, 720p o 1080p, por defecto 720p. |
movement_amplitude | No | Cuánto se mueven las cosas en el nuevo segmento: |
generate_audio | No | Activado por defecto, así que el nuevo segmento trae sonido generado. Valor predeterminado: |
bgm | No | Agrega una base de música de fondo al nuevo segmento. Activado por defecto; desactívalo para conservar solo el sonido propio de la escena. Valor predeterminado: |
Precios
Se cobra por segundo del nuevo segmento según la resolución que elijas; el clip original que envías no se cobra.
| Especificación | Precio |
|---|---|
| $0.0665 / segundo |
| $0.1425 / segundo |
| $0.152 / segundo |
Casos de uso
Alarga una toma que terminó demasiado pronto: una plataforma giratoria de producto que se detiene antes de que la etiqueta mire a la cámara, o una caminata que se corta antes de que el sujeto llegue a la puerta. Extiéndela unos segundos y describe solo el movimiento que falta.
Construye una secuencia más larga paso a paso. Genera una primera toma, extiéndela y vuelve a extender el resultado unido mientras quede dentro del límite de 60 segundos para el original; cada paso cobra solo los segundos que agrega. Como cada paso parte de un único fotograma, revisa cada unión antes de apilar la siguiente.
Guía de prompts y consejos prácticos
Escribe un prompt solo cuando quieras orientar la continuación; basta una línea corta sobre el siguiente momento. El fotograma ya fija quién y dónde, así que usa el prompt para la acción que sigue, el movimiento de cámara y el sonido. Repite el lenguaje de cámara con el que terminó tu clip, como un lento acercamiento o una toma fija, para que la unión se lea como una sola toma.
Recorta antes de extender. El último fotograma es lo único que ve el modelo, así que un final borroso, cortado a mitad de movimiento o muy comprimido pasa directo a la continuación. Corta primero tu original en un fotograma limpio y nítido. Se aceptan originales de hasta 60 segundos en MP4, MOV o WebM.
Mantén la resolución coherente. La resolución solo define la nitidez con la que se genera el nuevo segmento, así que un ajuste menor hace que la parte nueva se vea más suave que el original. Iguala la resolución de tu original y ajusta duration_seconds a la duración que de verdad necesitas: el cobro sigue solo al nuevo segmento.
Inicio rápido de la API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "vidu/q3-spicy/video-extend",
"input": {
"duration_seconds": 5,
"movement_amplitude": "auto",
"resolution": "720p",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.




