Vidu Q3 Turbo API

Vidu Q3 Turbo es el nivel rápido de la línea Q3 de Vidu y está disponible como endpoints de imagen a video y de video-extend; esta página trata el de imagen a video. Un fotograma inicial en image_url define el sujeto y la forma del resultado, un prompt obligatorio dirige el movimiento, la cámara y el sonido, y los clips duran de 1 a 16 segundos enteros en 540p o 720p, con 720p de forma predeterminada. El audio se genera en la misma pasada y queda activado a menos que pongas generate_audio en false. El nivel está pensado para probar muchos movimientos a partir de una imagen antes de decidir la toma de entrega.

Un valor de borrador y un valor de entrega

resolution acepta 540p o 720p, y 720p es a la vez el valor predeterminado y el máximo de este endpoint. Los dos valores funcionan en pareja: 540p para las pasadas en las que el movimiento todavía se está decidiendo, 720p para la toma que entregas. Como la resolución es un solo campo, pasar de uno a otro no toca el prompt, el fotograma ni el seed.

Variantes cortas a partir de un fotograma

La duración va de 1 a 16 segundos enteros, y de uno a cuatro segundos es el rango práctico para las pasadas de variantes. Genera una tanda de tomas cortas con la misma imagen, cada una con un único movimiento distinto, y quédate con las que funcionan en lugar de escribir una indicación elaborada y esperar que salga bien.

La imagen define el sujeto y la forma

El sujeto, el vestuario, el estilismo, el encuadre y la forma del resultado vienen de la imagen, no del prompt, así que dos generaciones con el mismo fotograma se diferencian en el movimiento y no en quién aparece en pantalla. movement_amplitude fija la cantidad general de movimiento; el prompt decide qué se mueve. Un texto que contradice la imagen produce un clip que negocia entre ambos, así que mantén el prompt coherente con lo que muestra el fotograma.

Series de reacciones de personajes

Una imagen con vestuario se convierte en una reverencia, un guiño, un saludo con la mano y una inclinación de cabeza: cuatro solicitudes, el mismo fotograma, cuatro prompts. Como la imagen fija la identidad, la serie se mantiene lo bastante coherente para montarla en un feed.

Cortes cuadrados y verticales para redes

La forma del resultado viene de la imagen, así que un retrato 9:16 y un cuadrado 1:1 son dos exportaciones de la etapa de imagen, no dos ajustes de video distintos. Cada uno se anima en un clip de 720p con el sonido ya sincronizado.

Pruebas de movimiento de cámara con una sola imagen

El ejemplo de push-in pide un solo movimiento y nada más: el encuadre se cierra poco a poco hasta mostrar solo su hombro. Usa el mismo patrón para comprobar si un sujeto se sostiene a medida que el encuadre se cierra, antes de escribir una indicación más larga.

Loops sin censura a partir de tus propias imágenes

Los fotogramas de origen sin censura se animan tal como llegan, y el rango de uno a cuatro segundos sirve para armar una serie de variantes cortas a partir de pocas imágenes. Vidu Q3 Spicy, de la misma línea, es la variante sin censura afinada con LoRA.

# 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"

Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.