본문으로 건너뛰기

Vidu Q4 Preview로 클립을 이어 갑니다. 영상의 마지막 프레임에서 3~16초의 새 구간을 만들고, 원본과 연장분이 이어진 하나의 파일을 540p, 720p, 1080p, 2k 또는 4k 해상도로 돌려받습니다.

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

최저가 $0.045/초

플레이그라운드

입력

영상 연장
  1. 1

    이어 갈 클립 고르기

    영상을 하나 고르면 마지막 장면에서 이어서 만들어 드려요.

  2. 2

    다음에 일어날 일

    1단계에서 클립을 고르면 이 단계가 열립니다.

    0/20000
    필수, 최대 20,000자입니다. 다음에 일어날 일, 즉 이어지는 동작, 카메라 움직임, 소리를 적어 주세요. 대사는 큰따옴표로 감싸 주세요. 피사체와 배경은 시작 프레임이 정하므로 글은 움직임에 쓰세요. 1자 이상 · 20000자 이하
    요금에 영향
    생성되는 새 구간의 선명도입니다. 540p, 720p, 1080p, 2k 또는 4k 중에서 고르며 기본값은 720p입니다. 해상도는 새 구간의 선명도만 정하므로 원본 해상도에 맞추십시오. 낮게 설정하면 새 부분이 원본보다 흐려 보입니다. 가격도 이 값으로 정해집니다. 2k, 4k 새 구간은 10-bit HEVC 파일이라 단독으로 열면 일부 브라우저에서 인라인 재생이 되지 않습니다.
    길이요금에 영향
    새 구간의 길이입니다. 3~16초의 정수로 지정하며 기본값은 5입니다. 원본은 그 앞에 붙고 과금되지 않습니다. 3 이상 · 16 이하
    오디오 생성
    기본값은 켜짐이며 새 구간에 생성된 소리가 붙습니다. 원본의 소리는 어느 쪽이든 그대로 유지됩니다. 한쪽이 무음이면 이어 붙인 파일은 무음으로 채웁니다. 가격은 달라지지 않습니다.
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.

필수 항목 2개가 비어 있어요: 프롬프트 · 입력 영상

출력

실행 대기

결과가 여기에 표시됩니다.

입력을 설정하고 예상 비용을 확인한 뒤 모델을 실행하세요.

관련 모델과 다음 단계

찾는 모델이 없나요?

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

동영상 API

Vidu의 Q4 프리뷰. 첫 프레임이나 최대 15장의 참조 이미지로 소리와 대사가 있는 3~16초 클립을 최대 4k까지 만듭니다.

핵심 수치

엔드포인트
3
이미지→동영상, 참조→동영상, video-extend입니다. 텍스트→동영상은 없으며, 모든 클립은 이미지나 기존 클립에서 시작합니다.
클립 길이
3~16초
정수 초 단위로 자유롭게 고를 수 있으며 24fps이고, 출력 초 단위로 과금됩니다.
최고 해상도
4k
540p, 720p(기본값), 1080p, 2k, 4k를 지원합니다. 2k와 4k는 10비트 HEVC 파일로 나옵니다.
참조 이미지
15
참조→동영상은 이미지 1~15장과 음성 클립 최대 3개를 받습니다.
사운드
켜짐
대사, 효과음, 주변 소리가 화면과 함께 생성되며, 스위치 하나로 끌 수 있습니다.

결제하기 전에

all

이미지-투-비디오: 저희 테스트에서 약함, 보통, 최대 단계 요청은 출력되었습니다. 강함 단계 요청은 구도 때문에 수위가 낮춰졌습니다. 매우 강함 단계는 10월 8일에는 암시에 그쳤고, 10월 9일 이후로는 거절되고 있습니다(재테스트 3건 중 3건). 거절된 요청에는 과금되지 않습니다.

all

레퍼런스-투-비디오는 필터가 약하게 걸려 있습니다. 보통 단계 이상에서는 거의 모든 요청이 수위가 낮춰지거나 거절되며, 거절된 요청에는 과금되지 않습니다. 약함 요청은 통과했고, 최대 단계 프롬프트 두 개 중 하나도 통과했습니다. 필터 없는 장면은 인물이 담긴 프레임에서 이미지-투-비디오를 쓰세요.

all

2k와 4k의 파일은 10비트 HEVC(H.265)입니다. 파일이 크고 일부 브라우저에서는 바로 재생되지 않으므로, 데스크톱 도구에서 편집하거나 변환하십시오. 540p, 720p, 1080p는 H.264입니다.

all

정식 Q4 모델의 프리뷰 버전이며 텍스트→동영상은 없습니다. 모든 클립은 첫 프레임이나 참조 이미지에서 시작합니다.

image-to-video

화면비 필드가 없으며, 클립은 첫 프레임의 형태를 그대로 따릅니다. 프롬프트 확장을 켜면 모델이 프롬프트를 고쳐 쓰는데, 한 번의 실행에서는 요청 수위를 낮추기도 했으니, 지시를 그대로 따르게 하려면 꺼 두십시오.

reference-to-video

참조 이미지가 없는 요청은 거부됩니다. 참조 오디오는 목소리만 정할 뿐 말의 내용은 정하지 않으므로, 대사는 반드시 프롬프트에 있어야 합니다. 이미지→동영상보다 오래 걸리며, 저희 테스트에서는 약 3~10분이 걸렸습니다.

할 수 있는 일

이미지→동영상

말을 거는 한 장의 프레임

벨벳 드레싱룸에서 삼면 거울 앞에 선 검은 새틴 드레스의 여성을 시작 프레임으로 넣었습니다. 프롬프트는 그녀가 돌아서서 지퍼에 손을 뻗고, 따옴표 안의 "Help me with this?"라고 말하도록 지시합니다. 대사는 720p 출력에서 말해졌고, 그녀의 모습과 화장대 전구의 빛도 그대로 이어졌습니다.

참조→동영상

참조 세 장, 하나의 장면

인물 사진, 에메랄드빛 실크 로브의 제품 사진, 빈 부티크 피팅룸 사진을 참조로 보냈습니다. 그녀의 얼굴, 로브의 색감과 광택, 금빛 거울, 분홍 벨벳 커튼이 모두 720p 장면 하나로 돌아왔습니다.

참조 음성

내가 고른 음성 클립으로 말하는 대사

인물 사진 한 장과 음성 클립 하나를 보내고, 대사는 프롬프트에 따옴표로 적었습니다. 그녀는 촛불이 켜진 문간에서 열쇠를 돌리고 그 말을 속삭이며, 결과물은 720p의 9:16, 9초입니다. 클립은 목소리를 정하고, 말의 내용은 프롬프트에서 나옵니다.

두 사람

한 샷에 유지되는 두 얼굴

정장 차림 남성 두 명의 인물 사진을 참조로 보냅니다. 거울로 둘러싸인 황동 엘리베이터에서 수염 난 남자가 상대의 넥타이를 느슨하게 풀고, 문이 열리는 순간 둘이 입을 맞출 듯 가까워지는 동안 두 얼굴이 내내 알아볼 수 있게 유지되었습니다.

Vidu Q4 Preview 작업물

  • 이미지→동영상, 16:9, 1080p, 5초. 따옴표 안의 대사가 결과물에서 발화되었습니다.
    5초
  • 참조 세 장으로 만든 참조→동영상, 16:9, 720p, 5초.
    5초
  • 9:16 프레임으로 만든 이미지→동영상, 720p(720 x 1280), 5초. 소리에 증기와 물 떨어지는 소리가 담겼습니다.
    5초
  • 인물 사진 한 장과 음성 클립 하나로 만든 참조→동영상, 9:16, 720p, 9초.
    9초
  • 이미지→동영상, 16:9, 720p, 5초.
    5초
  • 인물 사진 두 장으로 만든 참조→동영상, 9:16, 720p, 5초.
    5초

이럴 때 씁니다

  • 대사가 있는 샷

    인물이 카메라를 향해 돌아서서 한마디 하는 장면을, 실내 공기 소리와 어울리는 목소리까지 한 번에 만듭니다. 5~9초 클립이라면 대사를 짧게 쓰십시오.

  • 패션·제품 필름

    인물 사진, 제품 사진, 장소 이미지를 참조 세 장으로 보내면 인물과 의상, 공간이 모두 들어간 하나의 장면이 나옵니다.

  • 두 사람이 나오는 장면

    참조→동영상에 인물 사진 두 장을 보내면 한 샷 안에서 두 얼굴이 모두 알아볼 수 있게 유지됩니다. 대화, 도착, 입맞춤 직전의 순간에 어울립니다.

  • 콘텐츠 필터가 없는 플랫폼

    저희 테스트에서 이미지-투-비디오는 필터 없는 결과를 냈으므로, 필터가 없는 앱은 이용자 자신의 프레임에서 시작할 수 있습니다. 매우 강함 단계는 10월 9일 이후 거절되고 있습니다. 화면에 나오는 모든 사람은 성인이어야 합니다.

모델 레퍼런스

Vidu Q4 Preview API 레퍼런스

Vidu Q4 Preview API 사양

출품사
Vidu (ShengShu Technology)
모델
Vidu Q4 Preview (viduq4-preview)
출시일
2026년 10월 7일
엔드포인트
이미지→동영상, 참조→동영상, 동영상 연장
길이
3~16초, 정수 초 단위(기본값 5초)
해상도
540p, 720p(기본값), 1080p, 2k, 4k
출력
1080p까지는 H.264 MP4, 2k와 4k는 10비트 HEVC MP4
프레임 속도
24fps
오디오
기본적으로 화면과 함께 생성됨(AAC 스테레오), 끌 수 있음
참조
참조→동영상: 이미지 1~15장과 오디오 클립 최대 3개
콘텐츠 정책
이미지-투-비디오: 약함, 보통, 최대 출력, 강함은 화면 밖, 매우 강함은 10월 9일 이후 거절. 레퍼런스-투-비디오: 필터 약함, 보통 이상 대부분의 요청을 수위 낮춤 또는 거절
실행 방식
비동기 작업, 출력 초 단위 과금

Vidu Q4 Preview API 호출 방법

  1. 대사는 따옴표 안에 쓰십시오

    인물이 하는 말을 프롬프트 안에서 큰따옴표로 감싸 적으십시오. 저희 테스트에서는 따옴표 안의 대사가 결과물에서 실제로 발화되었습니다. 참조 음성 클립을 붙이더라도 대사는 프롬프트에 직접 쓰고, 그 목소리가 참조 오디오의 목소리라고 밝히십시오. 대사를 쓰지 않은 실행에서는 음성이 전혀 나오지 않았습니다.

  2. 참조 이미지는 순서로 가리키십시오

    참조→동영상에서는 목록에서의 순서로 각 이미지를 부르십시오. 예를 들면 "the woman from the first image", "the robe from the second image"처럼 씁니다. 저희 테스트에서 참조 이미지의 얼굴, 의상, 공간이 결과물에 그대로 이어졌습니다.

  3. 540p로 시안을 잡고 1080p로 마무리하십시오

    프롬프트를 시험하기에는 540p가 가장 빠릅니다. 마음에 드는 것만 1080p로 다시 돌리십시오. 2k나 4k는 그 크기가 꼭 필요하고 편집 프로그램에서 HEVC 파일을 다룰 수 있을 때만 고르십시오.

  4. 노출 장면은 프레임에서 시작하십시오

    레퍼런스-투-비디오는 보통 단계 이상의 요청 대부분을 수위가 낮춰지거나 거절합니다. 필터 없는 장면은 인물이 담긴 프레임에서 이미지-투-비디오로 시작하세요. 두 엔드포인트 모두 매우 강함 단계를 내지 않으며, 이미지-투-비디오는 10월 9일 이후 이를 거절하고 있습니다.

한 문단 요약

Vidu Q4 Preview는 Vidu의 최신 프리뷰 모델을 다음 엔드포인트로 제공합니다. 첫 프레임으로 만드는 이미지→동영상, 이미지 최대 15장과 음성 클립 3개로 만드는 참조→동영상, 기존 클립을 이어 가는 video-extend입니다. 클립은 3~16초에 최대 4k이고, 소리와 따옴표 대사가 화면과 함께 생성되며 출력 초 단위로 과금됩니다.

Vidu Q4 Preview API 자주 묻는 질문