Introduzione
Estensione video con Vidu Q3 Turbo. Invia il clip che vuoi continuare e descrivi cosa succede dopo: l'ultimo fotogramma del tuo clip diventa il fotogramma iniziale di una nuova inquadratura image-to-video di Vidu Q3 Turbo, e l'originale e il nuovo segmento tornano uniti in un unico MP4. Vengono addebitati solo i secondi nuovi.
| Campo | Valore |
|---|---|
| Input | Video |
| Output | Video |
| Produttore del modello | Vidu |
| Endpoint | image-to-video, video-extend |
| Durata | 1-16 secondi, secondi interi |
| Risoluzione | 540p, 720p (predefinita 720p) |
| Forma dell'output | Fissata dalla forma del fotogramma iniziale |
| Audio | Generato insieme alle immagini, attivo per impostazione predefinita |
| Fascia | Fascia veloce della linea Vidu Q3 |
| Esecuzione | Task asincrono, fatturato al secondo di output |
Caratteristiche principali
Abbastanza economico da buttare otto riprese su dieci
Turbo esiste perché provare un movimento non sia una decisione di budget. Genera dieci varianti da uno a quattro secondi dallo stesso fotogramma a 540p, butta le otto che si leggono male e rilancia a 720p solo le due che funzionano. Fra la bozza e la consegna non cambia nient'altro nella richiesta.
Il fotogramma decide il soggetto e la forma
Soggetto, guardaroba, styling, inquadratura e forma dell'output sono tutti decisi dall'immagine che invii, non dal prompt. È questo a rendere l'endpoint prevedibile: due esecuzioni dallo stesso fotogramma differiscono nel movimento, non in chi è sullo schermo. Chiudi il fotogramma in una passata di immagine e la passata video diventa molto più semplice.
Il suono è l'unica altra impostazione
Una volta sistemato il fotogramma, il prompt porta il movimento e generate_audio decide se la scena ha suono: passi, acqua, ambiente. È attivo di serie, quindi una clip è già utilizzabile prima di toccarlo; disattivalo quando il montaggio va sotto un mix esistente. movement_amplitude fissa quanto si muove la scena, e bgm (attivo per impostazione predefinita) aggiunge sopra un tappeto musicale.
Parametri della richiesta
| Parametro | Obbligatorio | Nota |
|---|---|---|
video_url | Sì | Il clip da continuare: MP4, MOV o WebM, fino a 60 secondi. almeno 1 caratteri |
prompt | Sì | Obbligatorio. Cosa succede dopo: l'azione successiva, il movimento di camera e il suono. almeno 1 caratteri |
movement_amplitude | No | Quanto si muovono le cose nel nuovo segmento: |
duration_seconds | No | Durata del nuovo segmento: un numero intero da 1 a 16. Predefinito 5. |
resolution | No | Nitidezza del nuovo segmento generato: 540p o 720p, predefinita 720p. |
generate_audio | No | Attivo per impostazione predefinita, quindi il nuovo segmento ha un suono generato. Predefinito: |
bgm | No | Aggiunge una base musicale al nuovo segmento. Attivo per impostazione predefinita; disattivalo per tenere solo il suono proprio della scena. Predefinito: |
seed | No | Da 0 a 2147483647. Tienilo fisso per confrontare cambiando un solo campo alla volta; toglilo per avere varietà. |
Prezzi
Addebitato per secondo del nuovo segmento alla risoluzione scelta; il clip originale che invii non viene addebitato.
| Specifiche | Prezzo |
|---|---|
| $0.042 / secondo |
| $0.066 / secondo |
Casi d’uso
Loop senza censura generati in quantità
I fotogrammi senza censura vengono animati così come sono forniti, e fra uno e quattro secondi il costo per variante è basso abbastanza da costruire una libreria in un pomeriggio. Vidu Q3 Spicy, nella stessa linea, è la variante senza censura tarata con LoRA.
Set di reazioni di un personaggio
Un solo fotogramma in costume diventa un inchino, una strizzata d'occhio, un saluto e un'inclinazione della testa: quattro richieste, stesso fotogramma, quattro prompt. Poiché è l'immagine a fissare l'identità, tutto il set resta abbastanza coerente da montarlo insieme in un feed.
Passate di bozza prima del render di consegna
Prova il movimento di macchina a 540p, tieni prompt e seed, poi alza la risoluzione una sola volta per la ripresa che approvi. Bozza e consegna sono la stessa richiesta con un valore cambiato, quindi in mezzo non va riscritto nulla.
Montati social verticali e quadrati
Poiché la forma dell'output viene dal fotogramma, un verticale 9:16 e un quadrato 1:1 sono due esportazioni della passata di immagine e non due richieste video diverse. Ciascuno si anima in una clip a 720p con il suono già in sincrono.
Consigli avanzati
Esporta il fotogramma nella forma del deliverable
L'output prende la forma del fotogramma che invii, quindi una clip quadrata parte da una immagine quadrata e una clip verticale da una verticale. Chiudi qui guardaroba, styling e inquadratura, perché la passata video non li cambierà.
Scrivi solo il movimento
Il prompt è obbligatorio ma deve restare sul tempo, sulla macchina da presa e sul suono. Un prompt che funziona somiglia a questo, lasciato in inglese come è stato inviato: «She walks two steps toward camera balancing the tray, does a small curtsy, winks and says a silent greeting, cat-ear headband bobbing. Bright pastel cafe, cheerful handheld follow, upbeat cafe chatter.» Imposta
duration_secondsfra 1 e 16.Genera largo, poi rifinisci stretto
Esegui più varianti brevi a 540p dallo stesso fotogramma, scegli il movimento che si legge meglio, poi rilancia quello a 720p per la consegna: stesso prompt, stesso seed, un solo valore cambiato.
Introduzione
Vidu Q3 Turbo Estensione video continua un clip che hai già. Invialo come video_url con un prompt su cosa succede dopo. L'ultimo fotogramma del tuo clip diventa il fotogramma iniziale di una nuova inquadratura image-to-video di Vidu Q3 Turbo da 1 a 16 secondi, e i due vengono uniti in un unico MP4: prima il tuo originale, poi la continuazione, senza il fotogramma ripetuto nel punto di giunzione. Il nuovo segmento torna anche come file a sé, così puoi continuare a estendere o modificare i pezzi separatamente.
Funzionalità principali e punti di forza
La continuità nasce dall'ultimo fotogramma. Abiti, ambientazione, luce e posizione di ciascuno si mantengono perché il nuovo segmento parte letteralmente dal tuo ultimo fotogramma. Il movimento non si mantiene allo stesso modo: il modello vede un'immagine fissa, non l'intero clip. Descrivi quindi il movimento che vuoi continuare, invece di supporre che mantenga velocità o direzione.
Un file in risposta, più il pezzo nuovo da solo. Il MP4 unito mantiene la frequenza dei fotogrammi e l’inquadratura della tua clip, senza bande nere. Per allineare la giuntura, l’immagine può essere ritagliata o regolata di qualche punto percentuale ai bordi. Se il modello restituisce proporzioni nettamente diverse, il nuovo segmento viene ridimensionato per riempire la tua inquadratura e centrato, e ciò che sporge viene ritagliato. Il file è codificato come MP4 H.264 con audio AAC. Il suono dell'originale resta, il suono generato per il nuovo segmento lo segue, e un lato muto viene completato con silenzio perché immagine e suono restino allineati nella giunzione. Il secondo asset dell'output è il nuovo segmento da solo, pronto per un'altra estensione o per un editor.
Tutto il resto è image-to-video di Vidu Q3 Turbo. Il nuovo segmento gira sulle stesse route, con lo stesso ambito di contenuti e lo stesso prezzo al secondo dell'endpoint image-to-video, e una generazione fallita viene rimborsata allo stesso modo. Se la generazione riesce ma non è possibile costruire l'unione, l'attività fallisce e l'addebito viene rimborsato.
Casi d'uso
Allunga un'inquadratura finita troppo presto: un piatto girevole di prodotto che si ferma prima che l'etichetta guardi in camera, o una camminata tagliata prima che il soggetto raggiunga la porta. Estendila di qualche secondo e descrivi solo il movimento che manca.
Costruisci una sequenza più lunga passo dopo passo. Genera una prima inquadratura, estendila, poi estendi di nuovo il risultato unito finché resta entro il limite di 60 secondi per l'originale; ogni passaggio addebita solo i secondi che aggiunge. Poiché ogni passaggio parte da un solo fotogramma, controlla ogni giunzione prima di aggiungere la successiva.
Guida ai prompt e consigli pratici
Descrivi il momento successivo, non l'intera scena. Il fotogramma fissa già chi e dove, quindi usa il prompt per l'azione che segue, il movimento di camera e il suono. Ripeti il linguaggio di camera con cui è finito il tuo clip, come un lento avvicinamento o un'inquadratura fissa, perché la giunzione sembri un'unica ripresa.
Taglia prima di estendere. L'ultimo fotogramma è l'unica cosa che il modello vede, quindi un finale sfocato, tagliato a metà movimento o molto compresso passa direttamente nella continuazione. Taglia prima l'originale su un fotogramma pulito e nitido. Sono accettati originali fino a 60 secondi in MP4, MOV o WebM.
Mantieni coerente la risoluzione. La risoluzione decide solo la nitidezza con cui viene generato il nuovo segmento, quindi un’impostazione più bassa rende la parte nuova più morbida dell’originale. Allinea la risoluzione alla sorgente e imposta duration_seconds sulla durata che ti serve davvero: l’addebito segue solo il nuovo segmento.
Avvio rapido dell’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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "vidu/q3-turbo/video-extend",
"input": {
"duration_seconds": 5,
"movement_amplitude": "auto",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.
