Il riferimento-video di Vidu Q4 Preview costruisce una scena da 1 a 15 immagini di riferimento e fino a 3 clip vocali, in 16:9, 9:16, 1:1, 3:4 o 4:3. Le clip durano da 3 a 16 secondi, da 540p a 4k, con audio generato. È filtrato in modo leggero: dal livello Moderato in su la maggior parte delle richieste NSFW viene attenuata o rifiutata.
Il filtraggio cambia da un endpoint all’altro: Da immagine a video — Senza censura, Estensione video — Senza censura, Da riferimento a video — Filtro leggero.
Playground
Questi esempi sono stati scritti per questo endpoint. Sostituisci il prompt e gli URL dei media di esempio con input tuoi e raggiungibili, poi controlla il preventivo aggiornato e la disponibilità del modello prima di inviare.
- Output5 s
emerald-robe-fitting Tre riferimenti in ordine: un ritratto, la foto di una vestaglia e un camerino vuoto. Il prompt li richiama per posizione e il suo viso, la vestaglia, lo specchio dorato e le tende di velluto del camerino sono stati tutti mantenuti.
- 41004
- 720p
- 16:9
- Output9 s
whisper-lock-the-door Un ritratto e un clip vocale, 9:16 per nove secondi. La battuta sussurrata è scritta tra virgolette nel prompt; il clip definisce la voce. Senza la battuta nel prompt un’esecuzione non ha prodotto alcun parlato.
- 41015
- 720p
- 9:16
- Output5 s
elevator-loosened-tie Due ritratti, ciascuno richiamato per posizione, e una sola azione lenta in un ascensore 9:16. Entrambi i volti sono stati mantenuti. Una scena di riferimento con due persone rende meglio con un solo passaggio.
- 41006
- 720p
- 9:16
Questo esempio parte da $0.045 per secondo generato. Il Playground aggiorna la stima quando cambi le impostazioni.