Wprowadzenie
Vidu Q3 Turbo to szybki poziom linii Q3 od Vidu, dostępny jako endpointy obraz→wideo i video-extend; ta strona dotyczy obraz→wideo. Klatka startowa w image_url ustala postać i kształt wyniku, wymagany prompt steruje ruchem, kamerą i dźwiękiem, a klipy trwają od 1 do 16 pełnych sekund w 540p lub 720p, domyślnie 720p. Dźwięk powstaje w tym samym przebiegu i pozostaje włączony, dopóki nie ustawisz generate_audio na false. Ten poziom służy do wypróbowania wielu ruchów z jednego kadru, zanim wybierzesz ujęcie do dostawy.
Najważniejsze funkcje
Wartość robocza i wartość do dostawy
resolution przyjmuje 540p lub 720p, a 720p jest na tym endpoincie zarówno wartością domyślną, jak i górną granicą. Obie wartości działają w parze: 540p do przebiegów, w których ruch dopiero się ustala, 720p do ujęcia, które dostarczasz. Rozdzielczość to jedno pole, więc zmiana między nimi nie rusza promptu, klatki ani seeda.
Krótkie warianty z jednej klatki
Długość wynosi od 1 do 16 pełnych sekund, a przy przebiegach z wariantami praktyczny zakres to od jednej do czterech sekund. Wygeneruj serię krótkich ujęć z tego samego kadru, każde z jednym innym ruchem, i zostaw te, które działają, zamiast pisać jedną rozbudowaną instrukcję w nadziei, że trafi.
Kadr ustala postać i kształt
Postać, strój, stylizacja, kadrowanie i kształt wyniku pochodzą z obrazu, a nie z promptu, więc dwa przebiegi z jednej klatki różnią się ruchem, a nie tym, kto jest na ekranie. movement_amplitude ustala ogólną ilość ruchu; to, co się rusza, wynika z promptu. Tekst sprzeczny z kadrem daje klip, który negocjuje między jednym a drugim, więc utrzymuj prompt w zgodzie z tym, co pokazuje klatka.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
image_url | Tak | Wymagane. Ustala postać, wygląd i kształt wyjścia – wyeksportuj kadr w tym kształcie, w jakim chcesz go dostać z powrotem. |
prompt | Tak | Wymagany. Opisz wyłącznie ruch, kamerę i dźwięk; nie opisuj kadru po raz drugi. od 1 znaków |
movement_amplitude | Nie | Jak dużo ruchu jest w kadrze: |
duration_seconds | Nie | Pełne sekundy, od 1 do 16. Od jednej do czterech to praktyczny zakres przy przebiegach wariantowych. |
resolution | Nie | 540p albo 720p. Szkicuj w 540p, dopóki ruch jeszcze się zmienia, a potem podnieś ją raz dla ujęcia, które zamierzasz oddać. |
generate_audio | Nie | Domyślnie włączone. Ustaw false, gdy montaż idzie pod istniejący miks. Domyślnie: |
bgm | Nie | Dodaje podkład muzyczny dopasowany do nastroju sceny. Domyślnie włączony; wyłącz go, gdy klip trafi pod twoją własną muzykę albo ma nieść tylko dźwięk samej sceny. Domyślnie: |
seed | Nie | Sprawia, że dwa przebiegi da się porównać, gdy zmieniasz jedną zmienną. To nie jest gwarancja identycznych klatek. |
Cennik
| Specyfikacja | Cena |
|---|---|
| $0.042 / sekundę |
| $0.066 / sekundę |
Zastosowania
Serie reakcji postaci
Jeden kadr w kostiumie zamienia się w dyg, mrugnięcie, machnięcie ręką i przechylenie głowy – cztery żądania, ta sama klatka, cztery prompty. Ponieważ obraz ustala tożsamość, seria pozostaje na tyle spójna, że da się ją zmontować w feedzie.
Kwadratowe i pionowe cięcia do social mediów
Kształt wyniku pochodzi z kadru, więc pionowy portret 9:16 i kwadrat 1:1 to dwa eksporty z etapu obrazu, a nie dwa różne ustawienia wideo. Każdy ożywa jako klip 720p z już zsynchronizowanym dźwiękiem.
Testy ruchu kamery na jednym kadrze
Przykład push-in wymaga jednego ruchu i niczego więcej: kadr zacieśnia się stopniowo, aż zostaje tylko jej ramię. Użyj tego samego schematu, żeby sprawdzić, czy postać się trzyma, gdy kadr się zamyka, zanim napiszesz dłuższą instrukcję.
Pętle bez cenzury z twoich kadrów
Klatki źródłowe bez cenzury są animowane w takiej postaci, w jakiej je przesłano, a zakres od jednej do czterech sekund dobrze nadaje się do zbudowania serii krótkich wariantów z kilku kadrów. Vidu Q3 Spicy z tej samej linii to wariant bez cenzury dostrojony przez LoRA.
Wskazówki
Wyeksportuj kadr w kształcie materiału docelowego
Przytnij obraz do kształtu, który chcesz dostać – kwadrat dla kwadratowego klipu, pion dla pionowego – i utrzymaj proporcje między 1:4 a 4:1. Strój, stylizacja i kadrowanie zapadają na tym etapie, bo przebieg wideo ich nie zmieni.
Jedna sekwencja na żądanie
Ogranicz prompt do ruchu, kamery i dźwięku i nie opisuj klatki na nowo. Opublikowany przykład z kawiarnią trwa 5 sekund w 720p z włączonym generate_audio i startuje od kwadratowego kadru postaci w opasce z kocimi uszami, trzymającej tacę.
She walks two steps toward camera balancing the tray, does a small curtsy, winks and mouths a silent greeting, the cat-ear headband bobbing. Handheld follow that stays with her, bright café chatter and an espresso machine behind.
Pięć sekund w 720p z jednego kwadratowego kadru. Chód, dyg i mrugnięcie są w tekście; kostium i kadr 1:1 pochodzą z obrazu.
Proś o tempo i szczegóły słowami
Zwolnione tempo nie ma pola, więc wpisz je do promptu. Przykład z basenem prosi o zwolnione tempo i powolny najazd, gdy postać podciąga się na krawędź basenu, a obserwować warto mokre włosy odgarniane obiema rękami: pasma, które prawidłowo się sklejają i rozdzielają, odróżniają ujęcie od ruchomego zdjęcia. Zmiany odległości działają tak samo – w przykładzie z końcem łóżka kamera stoi w miejscu, a postać przesuwa się na czworakach o krok bliżej, więc ostrość musi za nią podążać.
Dokończ wybrane ujęcie w 720p
Gdy szkic w 540p działa, zmień resolution na 720p i zachowaj prompt, klatkę oraz seed. Seed sprawia, że porównanie jest uczciwe, ale nie gwarantuje identycznego wyniku klatka po klatce, więc ujęcie do dostawy sprawdź osobno. Zostaw generate_audio włączone, jeśli klip ma nadawać się do użycia od razu, albo ustaw false, gdy montaż trafi pod istniejący miks.
Szybki start z 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "vidu/q3-turbo/image-to-video",
"input": {
"duration_seconds": 5,
"image_url": "https://example.com/reference.png",
"movement_amplitude": "auto",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
