Introdução
O Vidu Q3 Turbo é o nível rápido da linha Q3 da Vidu e está disponível como endpoints de imagem para vídeo e de video-extend; esta página trata o de imagem para vídeo. Um quadro inicial em image_url define o sujeito e o formato da saída, um prompt obrigatório dirige o movimento, a câmera e o som, e os clipes têm de 1 a 16 segundos inteiros em 540p ou 720p, com 720p como padrão. O áudio é gerado na mesma passada e continua ligado a menos que você mude generate_audio para false. O nível foi pensado para testar muitos movimentos a partir de uma imagem antes de fechar a tomada de entrega.
Recursos e destaques
Um valor de rascunho e um valor de entrega
resolution aceita 540p ou 720p, e 720p é ao mesmo tempo o padrão e o teto deste endpoint. Os dois valores funcionam em par: 540p para as passadas em que o movimento ainda está sendo decidido, 720p para a tomada que você entrega. Como a resolução é um único campo, trocar entre eles não mexe no prompt, no quadro nem no seed.
Variações curtas a partir de um quadro
A duração vai de 1 a 16 segundos inteiros, e de um a quatro segundos é a faixa prática para passadas de variação. Gere um lote de tomadas curtas a partir da mesma imagem, cada uma com um único movimento diferente, e fique com as que funcionam em vez de escrever uma instrução elaborada e torcer para dar certo.
A imagem define o sujeito e o formato
Sujeito, figurino, styling, enquadramento e formato de saída vêm da imagem, não do prompt, então duas gerações a partir do mesmo quadro diferem no movimento e não em quem aparece na tela. movement_amplitude define a quantidade geral de movimento; o prompt decide o que se mexe. Um texto que contradiz a imagem gera um clipe que negocia entre os dois, então mantenha o prompt coerente com o que o quadro mostra.
Parâmetros da requisição
| Parâmetro | Obrigatório | Descrição |
|---|---|---|
image_url | Sim | Obrigatório. Ele fixa sujeito, aparência e formato de saída — exporte já no formato que você quer receber de volta. |
prompt | Sim | Obrigatório. Descreva só movimento, câmera e som; não redescreva o quadro. pelo menos 1 caracteres |
movement_amplitude | Não | Quanto as coisas no quadro se mexem: |
duration_seconds | Não | Segundos inteiros, de 1 a 16. De um a quatro é a faixa prática para passadas de variante. |
resolution | Não | 540p ou 720p. Faça os testes em 540p enquanto o movimento ainda muda e suba uma única vez para a tomada que você vai entregar. |
generate_audio | Não | Ligado por padrão. Ponha false quando o corte entra sob uma mixagem já existente. Valor padrão: |
bgm | Não | Adiciona uma trilha de fundo que combina com o clima da cena. Ligado por padrão; desligue quando o clipe for para baixo da sua própria música ou precisar levar só o som da cena. Valor padrão: |
seed | Não | Torna duas execuções comparáveis quando você muda uma variável. Não é garantia de quadro idêntico. |
Preços
| Especificação | Preço |
|---|---|
| $0.042 / segundo |
| $0.066 / segundo |
Casos de uso
Séries de reação de personagens
Uma imagem com figurino vira uma reverência, uma piscadela, um aceno e uma inclinação de cabeça: quatro solicitações, o mesmo quadro, quatro prompts. Como a imagem fixa a identidade, a série fica consistente o bastante para ser montada em um feed.
Cortes quadrados e verticais para redes sociais
O formato da saída vem da imagem, então um retrato 9:16 e um quadrado 1:1 são duas exportações da etapa da imagem, e não dois ajustes de vídeo diferentes. Cada um vira um clipe em 720p com o som já sincronizado.
Testes de movimento de câmera em uma única imagem
O exemplo de push-in pede um único movimento e nada além disso: o enquadramento fecha aos poucos até mostrar apenas o ombro dela. Use o mesmo padrão para ver se um sujeito se mantém enquanto o enquadramento fecha, antes de escrever uma instrução mais longa.
Loops sem censura a partir das suas próprias imagens
Quadros de origem sem censura são animados como chegaram, e a faixa de um a quatro segundos funciona bem para montar uma série de variações curtas a partir de poucas imagens. O Vidu Q3 Spicy, da mesma linha, é a variante sem censura ajustada com LoRA.
Guia de prompt e dicas práticas
Exporte a imagem no formato da entrega
Recorte no formato que você quer receber – quadrado para um clipe quadrado, vertical para um vertical – e mantenha a proporção entre 1:4 e 4:1. Figurino, styling e enquadramento se definem nesta etapa, porque a passada de vídeo não vai mudá-los.
Uma sequência por solicitação
Limite o prompt ao movimento, à câmera e ao som, sem descrever o quadro de novo. O exemplo publicado do café tem 5 segundos em 720p com generate_audio ligado, a partir de uma imagem quadrada de uma personagem com tiara de orelhas de gato segurando uma bandeja.
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.
Cinco segundos em 720p a partir de uma única imagem quadrada. A caminhada, a reverência e a piscadela estão no texto; o figurino e o quadro 1:1 vieram da imagem.
Peça ritmo e detalhe com palavras
Câmera lenta não tem campo, então escreva no prompt. O exemplo da piscina pede câmera lenta e um push-in lento enquanto ela sobe para a borda, e o ponto a observar é o cabelo molhado jogado para trás com as duas mãos: mechas que se juntam e se separam do jeito certo são o que diferencia uma tomada de uma foto em movimento. Mudanças de distância funcionam do mesmo jeito – no exemplo do pé da cama, a câmera fica parada enquanto ela engatinha um passo para perto, então o foco precisa acompanhá-la.
Finalize a tomada escolhida em 720p
Quando um rascunho em 540p funcionar, mude resolution para 720p e mantenha o prompt, o quadro e seed. O seed deixa a comparação justa, mas não garante um resultado idêntico quadro a quadro, então revise a tomada de entrega por si só. Deixe generate_audio ligado para um clipe pronto para uso, ou mude para false quando o corte for entrar embaixo de uma mixagem existente.
Início rápido da 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"
Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.
