Перейти к основному контенту

Без цензуры — Модель заявляет об отсутствии контент-фильтра. SpicyAPI передаёт запрос без проверки контента платформой; ответственность за законность и за согласие участников остаётся на клиенте. Изображение в видео — Без цензуры; Продление видео — Без цензуры; Видео по референсу — Мягкая.Посмотреть все модели с этим уровнем фильтрации
vidu/q4-preview/reference-to-video

Референс в видео на Vidu Q4 Preview собирает одну сцену из 1–15 референсных изображений и до 3 голосовых клипов, в соотношении 16:9, 9:16, 1:1, 3:4 или 4:3. Клипы длятся 3–16 секунд, от 540p до 4k, со сгенерированным звуком. Фильтрация слабая: начиная с уровня «Умеренный» большинство NSFW-запросов смягчается или отклоняется.

Фильтрация различается от эндпоинта к эндпоинту: Изображение в видео — Без цензуры, Продление видео — Без цензуры, Видео по референсу — Мягкая.

От $0.045/с
Запустить модель

Рабочая область

Ввод

Видео по референсу
307/20000

При перестановке номера в промпте обновляются. При удалении материала удаляются и ссылки на него — проверьте промпт.

Обязательно, до 20 000 символов. Опишите сцену и ссылайтесь на референсы по порядку, например "the woman from the first image". Реплики пишите в двойных кавычках. На цену не влияет. Не менее 1 символов · Не более 20000 символов
3/15

Перетащите файл или ссылку на медиа, вставьте или выберите · До 15 файлов · Не более 10 МБ · JPG · PNG · WEBP · GIF

  • Image 1
  • Image 2
  • Image 3
Файлы: 3 / 15
Обязательно, от 1 до 15 изображений людей, нарядов, товаров или мест. Запрос без них отклоняется. Порядок важен, потому что промпт ссылается на них по номеру. На цену не влияет. Не менее 1 элементов · Не более 15 элементов
0/3

Перетащите аудиофайл или выберите файл на устройстве · До 3 файлов · Не более 90 МБ · MP3 · WAV

Файлы: 0 / 3
Необязательно, до 3 голосовых клипов (Vidu просит MP3 по 3–12 секунд каждый). Клип формирует голос, но не слова: напишите реплику в промпте и укажите, что она произносится голосом из референсного аудио. На цену не влияет. Не менее 1 элементов · Не более 3 элементов
16:9 (по умолчанию), 9:16, 1:1, 3:4 или 4:3. На цену не влияет.
влияет на цену
540p, 720p (по умолчанию), 1080p, 2k или 4k. Определяет цену за секунду: 2k стоит дороже 1080p, а 4k — примерно вдвое дороже 2k. В 2k и 4k приходят файлы 10-bit HEVC, которые некоторые браузеры не воспроизводят прямо на странице.
Длительностьвлияет на цену
Целые секунды, от 3 до 16, по умолчанию 5. Оплата за секунду вместе с разрешением. Не меньше 3 · Не больше 16
Генерировать аудио
По умолчанию включено: диалоги, эффекты и атмосферный звук создаются вместе с картинкой. Отключите, чтобы получить клип без аудиодорожки. На цену не влияет.
Сид
Помогает сравнивать запуски, пока вы меняете что-то одно за раз. Идентичного кадр в кадр клипа он не обещает. На цену не влияет. Не меньше 0 · Не больше 2147483647
Фильтр безопасностиВыключен

SpicyAPI не применяет фильтр безопасности к этой модели. Промпт и материалы передаются модели без изменений, а результат определяет сама модель.

Проверяем аккаунт перед включением отправки и расчёта стоимости.

Вывод

Готово к запуску
Пример результата
Продлить
Апскейл видео
Редактирование видео

Связанные модели и следующие шаги

Нужной модели нет?

Напишите, какую модель добавить и для чего она вам нужна. Запрос попадёт к тем, кто решает, что подключать дальше.

Превратите начальный кадр или до 15 референсов в клип, который говорит свои реплики

Vidu Q4 Preview — публичный превью видеомодели Q4 от Vidu, вышедший 7 октября 2026 года. У неё две точки входа: «изображение в видео» оживляет начальный кадр, а «референсы в видео» собирает одну сцену из 1–15 изображений людей, нарядов, продуктов или мест и до 3 голосовых клипов. Клипы идут от 3 до 16 секунд в разрешении от 540p до 4k, диалоги, эффекты и атмосфера создаются вместе с картинкой, а реплика в двойных кавычках произносится вслух. В наших тестах «изображение в видео» выдало уровни Мягкий, Умеренный и Максимальный нашего пятиуровневого теста контента и смягчило Сильный, но с 9 октября отклоняет уровень Очень сильный; «референсы в видео» фильтруются слабо и отклоняют или смягчают более сильные уровни.

Открыть плейграунд
Превратите начальный кадр или до 15 референсов в клип, который говорит свои реплики
Модель
Vidu Q4 Preview от Vidu (ShengShu Technology), публичный превью, вышедший 7 октября 2026 года
Точки входа
Изображение в видео — по одному начальному кадру; референсы в видео — по 1–15 изображениям и до 3 голосовых клипов; «текст в видео» нет
Длина клипа
От 3 до 16 целых секунд при 24 кадрах в секунду, по умолчанию 5
Разрешение
540p, 720p (по умолчанию), 1080p, 2k или 4k; 2k и 4k возвращаются файлами 10-bit HEVC
Звук
Диалоги, эффекты и атмосфера включены по умолчанию, один переключатель их отключает; реплики в двойных кавычках произносятся
Фильтр контента
Изображение в видео: уровни Умеренный и Максимальный проходят, Очень сильный отклоняется с 9 октября. Референсы в видео: слабый фильтр, отклоняет или смягчает более сильные уровни
Изображение в видео
Кадр задаёт облик, промпт задаёт действиеКлип начинается с вашего начального кадра и сохраняет его форму; поля соотношения сторон нет. В наших прогонах люди, гардероб и свет кадра сохранялись, так что промпту остаётся сказать, что происходит дальше, что делает камера и что произносится.
Референсы в видео
До 15 референсов в одной сценеОтправляйте людей, наряды, продукты и места отдельными изображениями и называйте каждое по его номеру в промпте. Три референса — портрет, шёлковое изделие и пустая примерочная — вернулись одной сценой, а два портрета сохранили узнаваемость обоих лиц.
Контент
Две точки входа, два разных фильтраВ «изображении в видео» прошли уровни Умеренный и Максимальный, а уровень Сильный вернулся смягчённым из-за кадрирования; уровень Очень сильный 8 октября лишь подразумевался, а с 9 октября отклоняется. «Референсы в видео» отклоняют или смягчают более сильные уровни. Отклонённые запросы не тарифицируются.

Как работать с Vidu Q4 Preview

Режиссируйте следующие пять секунд, вместе с репликой

Режиссируйте следующие пять секунд, вместе с репликой

Наш начальный кадр: женщина в чёрном атласном платье на тонких бретельках у трёхстворчатого зеркала в бархатной гримёрной. В промпте по порядку перечислялись пять действий и одна реплика, «Help me with this?», ближе к концу. Клип в 1080p сыграл действия, а реплика прозвучала. Левая верхняя панель — начальный кадр, остальные три — моменты из клипа.

Называйте каждый референс по номеру

Называйте каждый референс по номеру

Режим «референсы в видео» принимает 1–15 изображений. Мы отправили портрет женщины, предметное фото изумрудного шёлкового изделия и пустую примерочную бутика, а в промпте назвали каждое по его месту, начиная с «the woman from the first image». Её лицо, цвет и блеск изделия, позолоченное зеркало и розовые бархатные шторы вернулись в одной сцене 720p.

  • Голосовой клип задаёт голос, промпт — слова

    Режим «референсы в видео» принимает и до 3 аудиоклипов; Vidu просит MP3 по 3–12 секунд каждый. Клип формирует голос, но слов не даёт: запуск, в котором просили слова из референсного аудио, но не написали реплику, вернулся вообще без речи. Пишите реплику в двойных кавычках и указывайте, что она произносится голосом из референсного аудио.

  • Черновик в 540p, финал в 1080p

    В наших тестах «изображение в видео» тратило около 2 минут работы модели на 5-секундный клип в 540p или 720p, а «референсы в видео» — около 3–10 минут. Проверьте промпт в 540p с фиксированным seed, затем перезапустите понравившийся вариант в 1080p. 540p, 720p и 1080p возвращаются MP4-файлами H.264, которые играют почти везде.

  • Считайте 2k и 4k мастер-файлами

    В 2k и 4k клип — это MP4 в 10-bit HEVC (H.265). Файлы большие: 3-секундный клип в 4k весил 8,6 МБ, а некоторые браузеры не умеют воспроизводить их на странице, поэтому открывайте их в десктопном плеере или редакторе либо перекодируйте. Цена за секунду зависит от разрешения: 2k стоит дороже 1080p, а 4k примерно вдвое дороже 2k.

Кто использует Vidu Q4 Preview

  • Герои, которые говорят свои реплики

    Рассказчики и авторы короткой драмы

    Герои, которые говорят свои реплики

    Отправьте портрет и короткий голосовой клип, напишите реплику в кавычках и выберите 9:16 для экрана телефона. Наша женщина с длинными чёрными волосами и красной помадой повернула ключ в освещённых свечами дверях и за девять секунд прошептала "Lock the door. Nobody is coming up tonight... and I am not in any hurry." голосом из клипа. Левая панель — референсный портрет.

  • Вертикальные клипы, сохраняющие ваш кадр

    Команды соцсетей и коротких форматов

    Вертикальные клипы, сохраняющие ваш кадр

    Изображение в видео сохраняет форму начального кадра, поэтому статичный кадр 9:16 дал клип 720 x 1280 в 720p без дополнительных настроек. В нашем тесте мужчина поднялся с мраморной скамьи и пошёл к камере сквозь плывущий пар, а в звуке слышались пар и капающая вода. Левая панель — начальный кадр.

  • Начните с кадров ваших пользователей

    Разработчики платформ без цензуры

    Начните с кадров ваших пользователей

    Изображение в видео выдало уровни Мягкий, Умеренный и Максимальный нашего теста контента, поэтому приложение без фильтров может оживлять кадры, которые приносят пользователи. Уровень Сильный вернулся смягчённым из-за кадрирования, а уровень Очень сильный с 9 октября отклоняется. Все, кто на экране, должны быть совершеннолетними.

  • Двое людей по двум портретам

    Авторы сериалов и персонажей

    Двое людей по двум портретам

    Отправьте по одному портрету на человека и называйте каждого по номеру. Два портрета двух мужчин в костюмах вернулись в зеркальном латунном лифте отеля: бородатый ослабляет галстук другого, оба лица узнаваемы. Ограничивайте сцену с двумя людьми по референсам одним медленным действием и используйте одни и те же портреты в том же порядке в каждом кадре последовательности.

От первого кадра до финального монтажа с Vidu Q4 Preview

  1. Выберите точку входа по тому, что у вас есть

    Начальный кадр идёт в «изображение в видео»; отдельные фото людей, нарядов, продуктов или мест — в «референсы в видео». На уровнях «Умеренный» и «Максимальный» начинайте с кадра с этими людьми в «изображении в видео».

  2. Пишите действия, камеру и звук

    Опишите по порядку, что происходит после первого мгновения, скажите, что делает камера, и берите каждую реплику в двойные кавычки. Держите расширение промпта выключенным, чтобы ваша формулировка использовалась как написана.

  3. Черновик в 540p с фиксированным seed

    Запустите несколько версий в 540p по 3–5 секунд и проверьте лица, руки и произнесённую реплику, прежде чем увеличивать длину.

  4. Финал в 1080p

    Перезапустите лучший вариант в 1080p с тем же промптом и seed. Выбирайте 2k или 4k, только если ваш редактор работает с файлами 10-bit HEVC.

  5. Учтите отказы и тишину

    Отклонённый запрос завершается примерно через 6–8 минут и не тарифицируется; сцены уровня «Умеренный» или «Максимальный» переносите из «референсов в видео» в «изображение в видео». Отключайте звук, когда добавите собственный саундтрек; цена не меняется.

Промпты для Vidu Q4 Preview, которые стоит скопировать

  • Начальный кадр, который говорит

    Для «изображения в видео» по кадру со взрослым человеком. Перечислите действия по порядку и возьмите реплику в кавычки.

    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.

  • Три референса, одна примерка

    Для «референсов в видео» с портретом, фото одежды и фото места именно в таком порядке. Называйте каждое изображение по его номеру.

    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.

  • Портрет и голосовой клип

    Для «референсов в видео» с одним портретом и одним голосовым клипом MP3 длиной 3–12 секунд. Слова обязательно должны быть в промпте.

    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.

Ещё вопросы о Vidu Q4 Preview

Используйте её, когда сцене нужен голос

Начинайте с начального кадра, когда план уже есть, или с референсов, когда люди, наряды, продукты и места должны совпадать.

Пишите действия по порядку, берите каждую реплику в кавычки, делайте черновик в 540p и финал в 1080p. Для уровней Умеренный и Максимальный используйте «изображение в видео» по кадру с этими людьми; «референсы в видео» их отклоняют или смягчают. «Изображение в видео» отклоняет уровень Очень сильный с 9 октября, а отказы не тарифицируются.

Все модели Vidu5