Ir al contenido principal

Continúa un clip con Vidu Q4 Preview: el último fotograma de tu video abre un nuevo segmento de 3 a 16 segundos y recibes un solo archivo con el original y la continuación unidos, en 540p, 720p, 1080p, 2k o 4k.

El filtrado cambia según el endpoint: Imagen a video — Sin censura, Extensión de video — Sin censura, Referencia a video — Reducido.

Desde $0.045/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.

    0/20000
    Obligatorio, hasta 20.000 caracteres. Qué ocurre a continuación: la acción que sigue, el movimiento de cámara y el sonido. Escribe las líneas habladas entre comillas dobles. El fotograma inicial ya fija el sujeto y el escenario, así que dedica las palabras al movimiento. mínimo 1 caracteres · máximo 20000 caracteres
    afecta al precio
    Nitidez del nuevo segmento generado: 540p, 720p, 1080p, 2k o 4k, 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. Un nuevo segmento en 2k o 4k es un archivo HEVC de 10 bits que algunos navegadores no reproducen en línea cuando se abre solo.
    Duraciónafecta al precio
    Duración del nuevo segmento: cualquier número entero de 3 a 16. Por defecto, 5. Tu original se añade antes y no se cobra. no menor que 3 · no mayor que 16
    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. No cambia el precio.
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.

Faltan 2 campos obligatorios: Prompt · 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.

VIDEO API

La vista previa Q4 de Vidu: clips de 3 a 16 segundos hasta 4k, con sonido y diálogos hablados, a partir de un cuadro inicial o de hasta 15 referencias.

Cifras clave

Endpoints
3
Imagen a video, referencia a video y extensión de video. No hay text-to-video: todos los clips parten de imágenes o de un clip existente.
Duración del clip
3-16 s
Cualquier número entero de segundos, a 24 fps, cobrado por segundo de salida.
Resolución máxima
4k
540p, 720p (por defecto), 1080p, 2k y 4k. Los de 2k y 4k llegan como archivos HEVC de 10 bits.
Referencias
15
Reference-to-video acepta de 1 a 15 imágenes y hasta 3 clips de voz.
Sonido
Sí
Diálogos, efectos y ambiente se generan junto con la imagen; un solo interruptor los apaga.

Antes de gastar

all

Imagen a video: en nuestras pruebas se entregaron las solicitudes de nivel Suave, Moderado y Máximo. Las de nivel Fuerte volvieron suavizadas por el encuadre. El nivel Muy fuerte volvió solo insinuado el 8 de octubre y se rechaza desde el 9 de octubre (3 de 3 en nuestra resolicitud); las solicitudes rechazadas no se cobran.

all

La referencia a video tiene un filtrado ligero. Desde el nivel Moderado, casi todas las solicitudes se suavizaron o rechazaron, y las solicitudes rechazadas no se cobran. Las solicitudes de nivel Suave pasaron, al igual que uno de los dos prompts de nivel Máximo. Para escenas sin filtro, usa imagen a video desde un fotograma de las personas.

all

En 2k y 4k el archivo es HEVC de 10 bits (H.265). Los archivos son grandes y algunos navegadores no pueden reproducirlos directamente; edítalos o transcodifícalos en una herramienta de escritorio. 540p, 720p y 1080p son H.264.

all

Es una vista previa del modelo Q4 completo y no tiene text-to-video. Todos los clips parten de un cuadro inicial o de imágenes de referencia.

image-to-video

No hay campo de relación de aspecto: el clip conserva la forma de tu cuadro inicial. Si activas la expansión del prompt, el modelo reescribe tu prompt, y en una ejecución atenuó una solicitud, así que déjala desactivada si quieres una dirección literal.

reference-to-video

Una solicitud sin imagen de referencia se rechaza. El audio de referencia define la voz pero no las palabras, así que la frase debe ir en el prompt. Los clips tardan más que en image-to-video, de 3 a 10 minutos en nuestras pruebas.

Lo que hace el modelo

Imagen a video

Un cuadro que habla

Una mujer con un vestido de satén negro frente a un espejo triple en un vestidor de terciopelo entra como fotograma inicial. El prompt la hace girarse, alcanzar la cremallera y decir entre comillas "Help me with this?". La línea se pronunció en la salida a 720p, con su aspecto y las bombillas de tocador conservados.

Referencia a video

Tres referencias, una escena

Se envían como referencias un retrato, una foto de producto de una bata de seda esmeralda y un probador vacío de boutique. Su rostro, el color y el brillo de la bata, el espejo dorado y las cortinas de terciopelo rosa volvieron en una sola escena de 720p.

Voz de referencia

La frase con tu propio clip de voz

Un retrato y un clip de voz, con la frase escrita entre comillas en el prompt. Ella gira la llave en una puerta iluminada por velas y la susurra, en 9:16 a 720p y nueve segundos. El clip define la voz; las palabras vienen del prompt.

Dos personas

Dos rostros conservados en un plano

Dos retratos de dos hombres con traje entran como referencias. En un ascensor de latón con espejos, el barbudo le afloja la corbata al otro y casi se besan cuando se abren las puertas, con ambos rostros reconocibles en todo momento.

Creado con Vidu Q4 Preview

  • Image to video, 16:9 a 1080p, cinco segundos. La frase entre comillas se pronunció en el resultado.
    5 s
  • Reference to video a partir de tres referencias, 16:9 a 720p, cinco segundos.
    5 s
  • Image to video a partir de un cuadro 9:16, 720p (720 x 1280), cinco segundos, con vapor y goteo de agua en el sonido.
    5 s
  • Reference to video a partir de un retrato y un clip de voz, 9:16 a 720p, nueve segundos.
    9 s
  • Image to video, 16:9 a 720p, cinco segundos.
    5 s
  • Reference to video a partir de dos retratos, 9:16 a 720p, cinco segundos.
    5 s

Dónde encaja

  • Tomas con diálogo

    Un personaje se vuelve hacia la cámara y dice una frase, con sonido ambiente y una voz acorde generados en la misma pasada. Pon la frase entre comillas y mantenla corta para un clip de 5 a 9 segundos.

  • Películas de moda y de producto

    Envía un retrato, una foto de producto y una locación como tres referencias y obtén una escena con las tres: la persona, la prenda y la habitación.

  • Escenas con dos personas

    Envía dos retratos a reference-to-video y ambos rostros siguen siendo reconocibles en el mismo plano, para una conversación, una llegada o un casi beso.

  • Plataformas sin filtro de contenido

    La imagen a video entregó resultados sin filtro en nuestras pruebas, así que una aplicación sin filtro puede partir de los fotogramas propios de sus usuarios; el nivel Muy fuerte se rechaza desde el 9 de octubre. Todas las personas en pantalla deben ser adultas.

Referencia del modelo

Referencia de la API de Vidu Q4 Preview

Especificaciones de la API de Vidu Q4 Preview

Publicado por
Vidu (ShengShu Technology)
Modelo
Vidu Q4 Preview (viduq4-preview)
Lanzamiento
7 de octubre de 2026
Endpoints
Image to Video, Reference to Video, Extensión de video
Duración
De 3 a 16 segundos, en segundos enteros (5 por defecto)
Resolución
540p, 720p (por defecto), 1080p, 2k, 4k
Salida
MP4 H.264 hasta 1080p; MP4 HEVC de 10 bits en 2k y 4k
Fotogramas por segundo
24 fps
Audio
Se genera junto con la imagen por defecto (AAC estéreo); se puede desactivar
Referencias
Reference to video: de 1 a 15 imágenes y hasta 3 clips de audio
Política de contenido
Imagen a video: Suave, Moderado y Máximo entregados, Fuerte mantenido fuera del encuadre, Muy fuerte rechazado desde el 9 de octubre. Referencia a video: filtrado ligero, suaviza o rechaza la mayoría de las solicitudes desde Moderado
Ejecución
Tarea asíncrona, cobrada por segundo de salida

Cómo llamar a la API de Vidu Q4 Preview

  1. Pon las frases habladas entre comillas

    Escribe lo que dice la persona entre comillas dobles dentro del prompt. En nuestras ejecuciones la frase entre comillas se pronunció en el resultado. Si adjuntas un clip de voz de referencia, escribe igualmente la frase en el prompt e indica que va con la voz del audio de referencia; una ejecución sin la frase volvió sin ningún habla.

  2. Remite a las referencias por posición

    En reference-to-video, nombra cada imagen por su lugar en la lista: «la mujer de la primera imagen», «la bata de la segunda imagen». Los rostros, los atuendos y las habitaciones de las referencias se conservaron en nuestras ejecuciones.

  3. Borrador en 540p, versión final en 1080p

    540p es la forma más rápida de probar un prompt. Repite el que te guste en 1080p. Elige 2k o 4k solo cuando necesites ese tamaño y tu editor pueda manejar archivos HEVC.

  4. Para escenas NSFW, parte de un cuadro

    La referencia a video suaviza o rechaza la mayoría de las solicitudes desde el nivel Moderado. Para escenas sin filtro, empieza desde un fotograma de las personas en imagen a video. Ningún endpoint entrega el nivel Muy fuerte: la imagen a video lo rechaza desde el 9 de octubre.

En resumen

Vidu Q4 Preview reúne el modelo de vista previa más reciente de Vidu detrás de image-to-video a partir de un cuadro inicial, reference-to-video a partir de hasta 15 imágenes y 3 clips de voz, y video-extend para continuar un clip existente. Los clips duran de 3 a 16 segundos hasta 4k, con sonido y diálogos entre comillas generados junto con la imagen, cobrados por segundo de salida.

Preguntas sobre la API de Vidu Q4 Preview