본문으로 건너뛰기

무검열 — 이 모델은 콘텐츠 필터를 걸지 않는다고 스스로 밝히고 있습니다. SpicyAPI는 여기에 플랫폼 검사를 더 얹지 않고 그대로 전달하고, 법률과 동의에 관한 책임은 고객에게 있습니다. 이미지→영상 — 무검열; 영상 연장 — 무검열; 레퍼런스→영상 — 약한 필터.이 필터링 수준의 모델 전체 보기
vidu/q4-preview/reference-to-video

Vidu Q4 Preview의 레퍼런스-투-비디오는 참조 이미지 1~15장과 음성 클립 최대 3개로 16:9, 9:16, 1:1, 3:4, 4:3 중 하나의 장면을 만듭니다. 클립은 540p에서 4k까지 3~16초이며, 사운드도 생성됩니다. 필터는 약하게 걸려 있어, 보통 단계 이상에서는 NSFW 요청 대부분이 수위가 낮춰지거나 거절됩니다.

엔드포인트마다 필터링 수준이 다릅니다: 이미지→영상 — 무검열, 영상 연장 — 무검열, 레퍼런스→영상 — 약한 필터.

최저가 $0.045/초
모델 실행

플레이그라운드

입력

레퍼런스→영상
307/20000

순서를 바꾸면 프롬프트의 참조 번호도 바뀝니다. 자료를 삭제하면 해당 참조도 삭제되니 프롬프트를 확인하세요.

필수이며 최대 20,000자입니다. 장면을 묘사하고 "the woman from the first image"처럼 참조를 순서로 가리키십시오. 대사는 큰따옴표 안에 쓰십시오. 가격에는 영향을 주지 않습니다. 1자 이상 · 20000자 이하
3/15

파일이나 미디어 링크를 끌어오거나 붙여넣기 또는 선택 · 최대 15개 · 개당 최대 10 MB · JPG · PNG · WEBP · GIF

  • Image 1
  • Image 2
  • Image 3
파일 3 / 15개
필수이며 인물, 의상, 제품, 장소 이미지 1~15장입니다. 하나도 없는 요청은 거부됩니다. 프롬프트가 순서로 가리키므로 순서가 중요합니다. 가격에는 영향을 주지 않습니다. 1개 이상 · 15개 이하
0/3

오디오 파일을 끌어다 놓거나 직접 선택하세요 · 최대 3개 · 개당 최대 90 MB · MP3 · WAV

파일 0 / 3개
선택이며 음성 클립 최대 3개입니다(Vidu는 클립마다 3~12초 길이의 MP3를 요구). 클립은 목소리를 정할 뿐 말의 내용은 정하지 않으므로, 대사는 프롬프트에 쓰고 그 목소리가 참조 오디오의 목소리라고 밝히십시오. 가격에는 영향을 주지 않습니다. 1개 이상 · 3개 이하
16:9(기본값), 9:16, 1:1, 3:4, 4:3입니다. 가격에는 영향을 주지 않습니다.
요금에 영향
540p, 720p(기본값), 1080p, 2k, 4k입니다. 초당 요금이 이 값으로 정해지며, 2k는 1080p보다 비싸고 4k는 2k의 약 두 배입니다. 2k와 4k는 일부 브라우저에서 바로 재생되지 않는 10비트 HEVC 파일로 나옵니다.
길이요금에 영향
3~16의 정수 초이며 기본값은 5입니다. 해상도와 함께 초 단위로 과금됩니다. 3 이상 · 16 이하
오디오 생성
기본으로 켜져 있어 대사, 효과음, 주변 소리가 화면과 함께 생성됩니다. 끄면 오디오 트랙이 없는 클립이 나옵니다. 가격에는 영향을 주지 않습니다.
시드
한 번에 하나씩만 바꾸는 동안 결과를 비교하기 쉽게 해 줍니다. 프레임 단위로 똑같은 클립을 보장하지는 않습니다. 가격에는 영향을 주지 않습니다. 0 이상 · 2147483647 이하
안전 검사꺼짐

SpicyAPI는 이 모델에 안전 검사를 적용하지 않습니다. 프롬프트와 소재는 작성한 그대로 모델에 전달되며, 결과는 모델 자체가 결정합니다.

제출과 가격 계산을 열기 전에 계정을 확인하고 있습니다.

출력

실행 대기
샘플 결과
연장
영상 업스케일
영상 편집

관련 모델과 다음 단계

찾는 모델이 없나요?

필요한 모델과 쓰려는 목적을 알려 주세요. 다음에 무엇을 추가할지 정하는 팀에 바로 전달됩니다.

첫 프레임 한 장 또는 최대 15장의 레퍼런스로, 대사를 말하는 클립을 만듭니다

Vidu Q4 Preview는 2026년 10월 7일에 공개된 Vidu Q4 비디오 모델의 퍼블릭 프리뷰입니다. 엔드포인트는 두 가지입니다. 이미지→비디오는 첫 프레임을 움직이게 하고, 레퍼런스→비디오는 인물, 의상, 제품, 장소 이미지 1~15장과 음성 클립 최대 3개로 하나의 장면을 만듭니다. 클립은 3~16초, 540p부터 4k까지이며, 대사, 효과음, 환경음이 영상과 함께 생성되고 큰따옴표로 쓴 대사는 소리 내어 말합니다. 저희 테스트에서 이미지→비디오는 5단계 콘텐츠 테스트의 약함, 보통, 최대 단계를 구현하고 강함 단계는 수위를 낮췄지만, 10월 9일부터는 매우 강함 단계를 거절합니다. 레퍼런스→비디오는 가볍게 필터링되어 더 강한 단계를 거절하거나 수위를 낮춥니다.

플레이그라운드 열기
첫 프레임 한 장 또는 최대 15장의 레퍼런스로, 대사를 말하는 클립을 만듭니다
모델
Vidu(ShengShu Technology)의 Vidu Q4 Preview, 2026년 10월 7일 공개된 퍼블릭 프리뷰
엔드포인트
첫 프레임 한 장으로 만드는 이미지→비디오, 이미지 1~15장과 음성 클립 최대 3개로 만드는 레퍼런스→비디오, 텍스트→비디오는 없음
클립 길이
24fps로 3~16초(정수 초), 기본값 5초
해상도
540p, 720p(기본값), 1080p, 2k, 4k, 2k와 4k는 10비트 HEVC 파일로 반환
사운드
대사, 효과음, 환경음이 기본으로 켜져 있고 스위치 하나로 끌 수 있음, 큰따옴표 안의 대사는 음성으로 재생
콘텐츠 필터
이미지→비디오: 보통·최대 단계 통과, 매우 강함은 10월 9일부터 거절. 레퍼런스→비디오: 가볍게 필터링되며 더 강한 단계는 거절하거나 수위를 낮춤
이미지→비디오
프레임이 룩을 정하고, 프롬프트가 동작을 정합니다클립은 첫 프레임에서 출발해 그 비율을 그대로 유지하며, 화면비 필드는 없습니다. 저희 테스트에서는 프레임의 인물, 의상, 빛이 그대로 이어졌으므로 프롬프트에는 다음에 일어날 일, 카메라의 움직임, 대사만 적으면 됩니다.
레퍼런스→비디오
하나의 장면에 레퍼런스 최대 15장인물, 의상, 제품, 장소를 각각 별도 이미지로 보내고 프롬프트에서 순서로 가리키십시오. 인물 사진, 실크 의류, 빈 피팅룸 세 장은 하나의 장면으로 돌아왔고, 인물 사진 두 장은 두 얼굴 모두 알아볼 수 있게 유지되었습니다.
콘텐츠
엔드포인트 둘, 필터는 서로 다릅니다이미지→비디오에서는 보통과 최대 단계가 통과했고, 강함 단계는 프레임 구도 때문에 수위가 낮아진 채 돌아왔습니다. 매우 강함 단계는 10월 8일에는 암시에 그쳤고 10월 9일부터 거절됩니다. 레퍼런스→비디오는 더 강한 단계를 거절하거나 수위를 낮춥니다. 거절된 요청에는 요금이 청구되지 않습니다.

Vidu Q4 Preview 활용법

앞으로 5초를 연출하십시오, 대사까지

앞으로 5초를 연출하십시오, 대사까지

저희 첫 프레임은 벨벳 드레스룸의 세 면 거울 앞에 선, 검은 새틴 슬립 드레스 차림의 여성이었습니다. 프롬프트에는 다섯 가지 동작을 순서대로 적고, 끝 무렵에 대사 한 줄 “Help me with this?”를 넣었습니다. 1080p 클립은 그 동작을 연기했고 대사도 소리로 나왔습니다. 왼쪽 위 칸이 첫 프레임이고 나머지 세 칸은 클립의 한 장면입니다.

레퍼런스는 순서로 이름을 붙이십시오

레퍼런스는 순서로 이름을 붙이십시오

레퍼런스→비디오는 이미지를 1~15장 받습니다. 저희는 여성 인물 사진, 에메랄드색 실크 의류 제품 사진, 빈 부티크 피팅룸 사진을 보내고, 프롬프트에서 각 이미지를 위치로 지정했으며 첫 번째는 “the woman from the first image”로 썼습니다. 얼굴, 의류의 색과 광택, 금빛 거울, 분홍 벨벳 커튼이 720p 장면 하나에 모두 돌아왔습니다.

  • 음성 클립은 목소리를, 프롬프트는 말을 정합니다

    레퍼런스→비디오는 오디오 클립도 최대 3개 받으며, Vidu는 클립당 3~12초의 MP3를 요구합니다. 클립은 목소리의 결만 정할 뿐 말은 제공하지 않습니다. 대사를 쓰지 않고 레퍼런스 오디오의 말을 요청한 실행은 음성이 전혀 없는 클립으로 돌아왔습니다. 대사는 큰따옴표로 쓰고, 레퍼런스 오디오의 목소리로 말한다고 적으십시오.

  • 540p로 초안을 잡고 1080p로 마무리하십시오

    저희 테스트에서 540p 또는 720p의 5초 클립은 이미지→비디오가 모델 시간으로 약 2분, 레퍼런스→비디오가 약 3~10분 걸렸습니다. 고정 seed로 540p에서 프롬프트를 시험한 뒤 마음에 드는 버전을 1080p로 다시 돌리십시오. 540p, 720p, 1080p는 거의 어디서나 재생되는 H.264 MP4 파일로 반환됩니다.

  • 2k와 4k는 마스터 파일로 다루십시오

    2k와 4k의 클립은 10비트 HEVC(H.265) MP4입니다. 파일이 크고(3초짜리 4k 클립이 8.6MB였습니다) 일부 브라우저는 바로 재생하지 못하므로, 데스크톱 플레이어나 편집기에서 열거나 트랜스코딩하십시오. 초당 가격은 해상도 구간을 따릅니다. 2k는 1080p보다 높고, 4k는 2k의 약 두 배입니다.

Vidu Q4 Preview를 쓰는 사람들

  • 대사를 직접 말하는 인물

    스토리텔러와 숏드라마 제작자

    대사를 직접 말하는 인물

    인물 사진과 짧은 음성 클립을 보내고, 대사를 따옴표로 쓰고, 휴대폰 화면에는 9:16을 고르십시오. 긴 검은 머리에 붉은 립스틱의 여성이 촛불 켜진 문간에서 열쇠를 돌리고, 9초 동안 클립 속 목소리로 "Lock the door. Nobody is coming up tonight... and I am not in any hurry."라고 속삭였습니다. 왼쪽 칸이 레퍼런스 인물 사진입니다.

  • 프레임을 그대로 지키는 세로 클립

    소셜·숏폼 팀

    프레임을 그대로 지키는 세로 클립

    이미지→비디오는 첫 프레임의 모양을 유지하므로, 9:16 정지 이미지는 추가 설정 없이 720p에서 720 x 1280 클립이 되었습니다. 저희 테스트에서 한 남자가 대리석 벤치에서 일어나 흘러가는 증기 속을 지나 카메라 쪽으로 걸어왔고, 소리에는 증기와 떨어지는 물방울이 담겼습니다. 왼쪽 칸이 첫 프레임입니다.

  • 사용자가 가져온 프레임에서 시작하십시오

    검열 없는 플랫폼 개발자

    사용자가 가져온 프레임에서 시작하십시오

    저희 콘텐츠 테스트에서 이미지→비디오는 약함, 보통, 최대 단계를 구현했으므로, 필터 없는 앱도 사용자가 가져온 프레임을 움직이게 할 수 있습니다. 강함 단계는 프레임 구도 때문에 수위가 낮아진 채 돌아왔고, 매우 강함 단계는 10월 9일부터 거절됩니다. 화면에 나오는 모든 사람은 성인이어야 합니다.

  • 인물 사진 두 장으로 두 사람

    시리즈·캐릭터 크리에이터

    인물 사진 두 장으로 두 사람

    사람마다 인물 사진 한 장씩 보내고 순서로 가리키십시오. 정장 차림 남성 두 명의 사진은 거울 달린 황동 호텔 엘리베이터 장면으로 돌아왔고, 수염 난 남자가 상대의 넥타이를 풀어 주는 동안 두 얼굴 모두 알아볼 수 있었습니다. 두 사람이 나오는 레퍼런스 샷은 느린 동작 하나로 제한하고, 시퀀스의 모든 샷에 같은 인물 사진을 같은 순서로 다시 쓰십시오.

Vidu Q4 Preview로 첫 프레임부터 최종 편집까지

  1. 가진 것에 맞춰 엔드포인트를 고르십시오

    첫 프레임은 이미지→비디오로, 인물, 의상, 제품, 장소의 개별 사진은 레퍼런스→비디오로 보내십시오. 보통과 최대 단계의 장면이라면 인물이 담긴 프레임에서 시작해 이미지→비디오를 쓰십시오.

  2. 동작, 카메라, 소리를 쓰십시오

    첫 순간 이후에 일어나는 일을 순서대로 묘사하고, 카메라가 무엇을 하는지 적고, 모든 대사를 큰따옴표 안에 넣으십시오. 프롬프트 확장은 꺼 두어 작성한 문구가 그대로 쓰이게 하십시오.

  3. 고정 seed로 540p 초안을 잡으십시오

    540p, 3~5초로 몇 가지 버전을 돌려 보고, 길게 가기 전에 얼굴, 손, 음성으로 나온 대사를 확인하십시오.

  4. 1080p로 마무리하십시오

    뽑은 버전을 같은 프롬프트와 seed로 1080p에서 다시 돌리십시오. 편집기가 10비트 HEVC 파일을 다룰 수 있을 때만 2k나 4k를 고르십시오.

  5. 거절과 무음에 대비하십시오

    거절된 요청은 약 6~8분 뒤에 실패하고 요금이 청구되지 않으니, 레퍼런스→비디오의 보통 또는 최대 단계 장면은 이미지→비디오로 옮기십시오. 직접 만든 사운드트랙을 얹을 때는 사운드를 끄십시오. 가격은 그대로입니다.

그대로 복사해 쓰기 좋은 Vidu Q4 Preview 프롬프트

  • 말을 하는 첫 프레임

    성인 한 명의 프레임에서 시작하는 이미지→비디오용입니다. 동작을 순서대로 나열하고 대사는 따옴표로 쓰십시오.

    The adult woman in the black satin evening dress turns from the dressing-room mirror toward the camera, tucks a loose curl behind her ear and smiles. She says, "You're late. Sit down, the show starts in five minutes." Warm vanity bulbs glow behind her, the camera pushes in slowly, soft room tone.

  • 레퍼런스 세 장, 피팅 한 장면

    인물 사진, 의상 사진, 장소 사진을 이 순서로 넣는 레퍼런스→비디오용입니다. 각 이미지를 순서로 가리키십시오.

    The adult woman from the first image stands in the boutique from the third image, wearing the long silk coat from the second image over a black turtleneck. She fastens the belt, turns to the mirror, looks back at the camera with a confident smile and says, "This one. I'll wear it out." Soft lamp light, slow dolly-in, the rustle of silk.

  • 인물 사진과 음성 클립

    인물 사진 한 장과 3~12초 MP3 음성 클립 하나를 넣는 레퍼런스→비디오용입니다. 말은 반드시 프롬프트에 있어야 합니다.

    The adult woman from the reference image, in a dark green velvet dress, stands by a rain-streaked window in a candlelit study. She turns to the camera with a small, knowing smile and says in the voice from the reference audio: "You kept me waiting. Tell me everything." Close-up, shallow depth of field, flickering candlelight, rain on the glass.

Vidu Q4 Preview에 대한 추가 질문

장면에 목소리가 필요할 때 쓰십시오

이미 샷이 있다면 첫 프레임에서, 인물, 의상, 제품, 장소가 일치해야 한다면 레퍼런스에서 시작하십시오.

동작을 순서대로 쓰고, 모든 대사를 따옴표로 감싸고, 540p로 초안을 잡은 뒤 1080p로 마무리하십시오. 보통과 최대 단계의 장면은 인물이 담긴 프레임에서 이미지→비디오를 쓰십시오. 레퍼런스→비디오는 이를 거절하거나 수위를 낮추고, 이미지→비디오는 10월 9일부터 매우 강함 단계를 거절하며, 거절된 요청에는 요금이 청구되지 않습니다.

Vidu 전체 모델5