Referencja–wideo Vidu Q4 Preview buduje jedną scenę z 1–15 obrazów referencyjnych i do 3 klipów głosowych, w proporcjach 16:9, 9:16, 1:1, 3:4 lub 4:3. Klipy trwają 3–16 sekund, od 540p do 4k, z wygenerowanym dźwiękiem. Filtr jest lekki: od poziomu Umiarkowany większość żądań NSFW jest łagodzona lub odrzucana.
Filtrowanie różni się zależnie od endpointu: Obraz na wideo — Bez cenzury, Przedłużenie wideo — Bez cenzury, Referencja na wideo — Lekki filtr.
Obszar roboczy
Te przykłady napisano specjalnie dla tego endpointu. Podmień prompt i przykładowe adresy mediów na własne, dostępne materiały, a przed wysłaniem sprawdź aktualną wycenę i dostępność modelu.
- Wyjście5 s
emerald-robe-fitting Trzy referencje w kolejności: portret, zdjęcie szlafroka i pusta przymierzalnia. Prompt nazywa je po pozycji, a jej twarz, szlafrok oraz złocone lustro i aksamitne zasłony przymierzalni przeniosły się do klipu.
- 41004
- 720p
- 16:9
- Wyjście9 s
whisper-lock-the-door Jeden portret i jedno nagranie głosu, 9:16, dziewięć sekund. Szeptana kwestia jest zapisana w cudzysłowie w prompcie; nagranie wyznacza głos. Bez kwestii w prompcie przebieg dał klip bez mowy.
- 41015
- 720p
- 9:16
- Wyjście5 s
elevator-loosened-tie Dwa portrety, każdy wskazany po pozycji, i jedna powolna czynność w windzie 9:16. Obie twarze zostały zachowane. Scena referencyjna z dwiema osobami wychodzi najlepiej z jednym momentem akcji.
- 41006
- 720p
- 9:16
Ten przykład zaczyna się od $0.045 za sekundę wyniku. Playground przelicza szacunek po każdej zmianie ustawień.