Vidu

Vidu Q3

vidu-q3-mix/reference-to-video

Modelo de video a partir de una imagen de referencia para anuncios y videos cortos de redes sociales, que permite restringir la apariencia del sujeto y la composición, ideal para producir contenido rápidamente y para iterar múltiples versiones

vidu-q3-ad/reference-to-video vidu-q3-mix/reference-to-video

Probar vidu-q3-mix/reference-to-video

Entrada

Salida

Rellena los parámetros y genera: los resultados aparecerán aquí.

Precios

vidu-q3-mix/reference-to-video per second

Especificaciones	Precio unitario
1280*720	$0.1555
1280*960	$0.1555
1280*1280	$0.1555
960*1280	$0.1555
720*1280	$0.1555
1920*1080	$0.1865
1920*1440	$0.1865
1808*1808	$0.1865
1440*1920	$0.1865
1080*1920	$0.1865

Descripción general

La vía de generación de video a partir de imágenes de referencia de Vidu Q3: utiliza de 1 a 7 imágenes de referencia (personajes, objetos o estilo) para restringir el sujeto de la escena y, junto con un prompt, genera un video corto de 1 a 16 segundos, con salida disponible en dos niveles, 720P y 1080P, y cinco relaciones de aspecto, con opción de generar audio sincronizado con la imagen. Está pensado para desarrolladores que necesitan mantener la apariencia consistente de personajes o productos en fragmentos de múltiples planos y producir rápidamente versiones candidatas, para la creación de contenido corto como material publicitario, exhibición en comercio electrónico y microdramas de personajes.

Aspectos destacados

Restricción de consistencia del sujeto mediante múltiples imágenes de referencia: se pueden enviar hasta 7 imágenes de referencia y citarlas en el prompt en el orden Image1, Image2, para restringir respectivamente personajes, objetos y estilo general.
Generación opcional de audio sincronizado con la imagen: al activar audio se genera un sonido que coincide con la imagen; al desactivarlo, se obtiene un video silencioso, lo que permite decidir según la necesidad si se requiere doblaje posterior.
Control fino de duración y relación de aspecto: la duración es ajustable de forma continua entre 1 y 16 segundos, y las relaciones de aspecto cubren 16:9, 4:3, 1:1, 3:4 y 9:16, por lo que el material vertical y horizontal no necesita recortes adicionales.
seed permite reproducir los resultados de generación: con una semilla fija se puede repetir la generación para la misma combinación de prompt e imágenes de referencia, lo que facilita la comparación de ajustes de parámetros y la regresión de versiones.

Descripción de capacidades

Generación de video a partir de imágenes de referencia: se impulsa la generación usando de 1 a 7 imágenes JPG, PNG o WEBP como base de apariencia y composición, con un máximo de 50MB por imagen y relaciones de aspecto de 1:4 a 4:1, lo que facilita reutilizar diseños de personajes o imágenes de productos existentes.

Vinculación del prompt con los índices de imagen: el prompt admite hasta 5000 caracteres y puede describir simultáneamente escena, movimiento, cámara y sonido, además de especificar mediante Image1, Image2, según el orden del array, la función de cada imagen de referencia.

Salida en dos niveles de resolución: los tamaños de salida cubren los niveles 720P y 1080P, cada uno con cinco relaciones de aspecto, de modo que se pueden elegir directamente las especificaciones del video final según el canal de difusión.

Interruptores de audio y duración: el interruptor audio determina si se genera sonido sincronizado, y duration toma valores entre 1 y 16 segundos, adaptándose a distintas necesidades, desde GIF animados cortos hasta planos de video corto completos.

Control de marca de agua y semilla: la marca de agua opcional de generación por IA está desactivada por defecto; junto con el parámetro seed para fijar la semilla aleatoria, facilita reproducir y rastrear un resultado durante las pruebas por lotes.

Casos de uso

Equipos de comercio electrónico y productos: generar videos de exhibición a partir de varias imágenes de producto: se restringe la apariencia con imágenes del producto desde múltiples ángulos y se producen clips de demostración de pocos segundos para páginas de detalle y materiales de difusión.
Equipos creativos de publicidad: storyboard impulsado por imágenes de diseño de personajes: se generan planos cortos en 9:16 o 16:9 a partir de imágenes de referencia de personajes y escenas, como versiones candidatas para propuestas y pruebas A/B.
Creadores de microdramas y anime: fragmentos con consistencia de personajes: se generan planos por lotes con imágenes de referencia de personajes fijos y se ensamblan en fragmentos cortos impulsados por personajes para validación de conceptos.
Producción de contenido social que necesita sonido: se activa la generación de audio para obtener videos verticales cortos con sonido, utilizables directamente en la evaluación de muestras antes de publicar en plataformas sociales.

Limitaciones y recomendaciones de selección

La duración máxima por generación es de 16 segundos; para videos largos o narrativas continuas complejas es necesario dividir en planos, generar varias veces y luego editar y empalmar. Las imágenes de referencia deben ser archivos JPG, PNG o WEBP accesibles públicamente, y no se pueden usar materiales con resolución o relación de aspecto fuera de 1:4 a 4:1. El interruptor de audio está desactivado por defecto; si se necesita sonido, debe activarse explícitamente. Si la necesidad es la generación de video convencional a partir de una sola imagen, se pueden consultar otras vías de la misma familia; cuando se requiere un largometraje o una narrativa más compleja, el enfoque de un solo fragmento de esta vía no es adecuado.

Crear una tarea de generación

POST https://api.hiapi.ai/v1/tasks

Encabezados

AuthorizationstringObligatorio

Clave API de la cuenta. Obligatoria en cada solicitud. Ejemplo: Bearer YOUR_HIAPI_API_KEY. Obtener clave API

Content-TypestringOpcional

El cuerpo de la solicitud siempre se analiza como JSON; si se envía, solo se acepta application/json (charset opcional) — cualquier otro valor devuelve 415. Ejemplo: application/json.

Idempotency-KeystringOpcional

Clave de idempotencia, hasta 255 bytes. Los reintentos con la misma clave de la misma cuenta crean la tarea una sola vez; las repeticiones devuelven el taskId original.

Clave de idempotencia

Ante timeouts de red o reintentos automáticos del cliente, la misma clave crea la tarea una sola vez, sin doble cobro (alcance = la cuenta de la clave API). Usa un identificador de negocio único (p. ej. "order-42"); las repeticiones devuelven el taskId original y las claves caducan 24 h después de la primera solicitud. La matriz completa de escenarios está en la introducción de la API asíncrona unificada.

Cuerpo

modelstringObligatorio

Valor fijo actual: vidu-q3-mix/reference-to-video

routestringOpcional

Valor fijo actual: default

inputobjectObligatorio

Objeto de parámetros de negocio para vidu-q3-mix/reference-to-video y la ruta default; consulta la tabla de parámetros a continuación.

seedintegerOpcionalmin 0max 2147483647

Semilla aleatoria para reproducir el resultado de la generación; se toma un número entero entre 0 y 2147483647.

sizestringOpcionalPredeterminado: "1280*720"

Tamaño de la imagen de salida, en formato ANCHO*ALTO, por defecto 1280*720; se divide en dos niveles, 720P y 1080P, cada uno con varias relaciones de aspecto, y el precio por segundo varía según el nivel.

Opciones:1280*7201280*9601280*1280960*1280720*12801920*10801920*14401808*1808

Mostrar todo (2)

1440*19201080*1920

audiobooleanOpcionalPredeterminado: false

Indica si se genera audio que coincida con la imagen; valor booleano, por defecto false, es decir, se genera un vídeo sin sonido.

promptstringObligatoriominLength 1maxLength 5000

Indicaciones que describen la escena, el movimiento, la cámara y el sonido; las imágenes de referencia se citan en la indicación mediante índices como Image1, Image2, etc., según el orden del arreglo.

durationintegerObligatorioPredeterminado: 5min 1max 16

Duración del vídeo de salida, en segundos; número entero entre 1 y 16, por defecto 5.

watermarkbooleanOpcionalPredeterminado: false

Indica si se añade una marca de agua de generación por IA en la esquina inferior derecha; valor booleano, por defecto false.

reference_image_urlsarrayObligatoriominItems 1maxItems 7

Arreglo de imágenes de referencia; se proporcionan de 1 a 7 imágenes de referencia (personas, objetos o estilo), cuyos elementos son URL de imágenes en formato JPG/PNG/WEBP, de no más de 50MB cada una, con relación de aspecto entre 1:4 y 4:1 y de acceso público.

Array [ string ]

callbackobjectOpcional

Configuración de notificación de estado terminal. Si se omite, no hay callback: consulta la tarea por tu cuenta.

Callbacks (Webhook)

Indica callback.url al crear y HiAPI hará POST a tu servicio en el estado terminal, sin necesidad de sondeo. El cuerpo del callback replica la estructura del detalle de la tarea; firma, reintentos e idempotencia se detallan en la introducción de la API asíncrona unificada.

urlstringObligatorio

Obligatorio si se incluye callback. Al estado terminal se envía un POST a esta URL; debe ser una URL http(s) válida.

whenstringOpcionalPredeterminado: "final"

Actualmente solo se admite final: notifica tanto en success como en fail.

Opciones:final

storagestringOpcionalPredeterminado: "temp"

Nivel de almacenamiento de artefactos: temp (por defecto, ~7 días) o persistent (largo plazo, facturado por tamaño). Saldo insuficiente o exceso de límite ⇒ degradación silenciosa a temp; el nivel efectivo se muestra en la respuesta del detalle.

Opciones:temppersistent

Ejemplos de solicitud

# Envía una tarea asíncrona; devuelve un taskId de inmediato (sin esperar la generación)
curl -X POST "https://api.hiapi.ai/v1/tasks" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "vidu-q3-mix/reference-to-video",
  "input": {
    "size": "1280*720",
    "audio": false,
    "prompt": "…",
    "duration": 5,
    "watermark": false,
    "reference_image_urls": "…"
  }
}'

const res = await fetch("https://api.hiapi.ai/v1/tasks", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.HIAPI_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "vidu-q3-mix/reference-to-video",
    input: {
      "size": "1280*720",
      "audio": false,
      "prompt": "…",
      "duration": 5,
      "watermark": false,
      "reference_image_urls": "…"
    }
  }),
});
const task = await res.json();
// { code: 200, message: "success", data: { taskId } }

import os, requests

res = requests.post(
    "https://api.hiapi.ai/v1/tasks",
    headers={"Authorization": f"Bearer {os.environ['HIAPI_API_KEY']}"},
    json={
        "model": "vidu-q3-mix/reference-to-video",
        "input": {
          "size": "1280*720",
          "audio": False,
          "prompt": "…",
          "duration": 5,
          "watermark": False,
          "reference_image_urls": "…"
        }
    },
)
print(res.json())  # { code, message, data: { taskId } }

200 OK

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR"
  }
}

400 Bad Request

{
  "code": 400,
  "message": "invalid request",
  "data": null,
  "error_code": "INVALID_REQUEST"
}

Obtener el detalle de la tarea

GET https://api.hiapi.ai/v1/tasks/:id

Campos de respuesta

taskIdstringObligatorio

ID de tarea, siempre con prefijo tk-hiapi-.

modelstringObligatorio

Nombre completo resuelto del modelo. Las tareas enviadas con el parámetro route devuelven base@route (p. ej. gpt-image-2/text-to-image@ext); si no, coincide con el nombre enviado.

routestringOpcional

Solo aparece si se usó el parámetro route explícito; repite el valor enviado.

statusstringObligatorio

Estado de la tarea.

Valores de estado

queued En cola, sin iniciar. handling Procesando. archiving Proceso terminado, preparando artefactos. success Terminal: completado, artefactos disponibles (se devuelve output). fail Terminal: error (se devuelve error). Tras el envío, guíate por status: success y fail son terminales; el resto, no. Sondea cada 1–3 s hasta el estado terminal. Con éxito, descarga los artefactos desde output[].url y transfiérelos antes de expireAt; para retención larga usa storage: "persistent" al crear.

creatednumberObligatorio

Hora de creación de la tarea (segundos Unix).

completednumberObligatorio

Segundos Unix al alcanzar estado terminal; 0 mientras no sea terminal.

outputarrayOpcional

Solo con status == success. Lista de artefactos — siempre un array; una tarea puede devolver varios types a la vez (p. ej. video + first_frame).

Array [ object ]

Elementos del array

urlstringObligatorio

URL del artefacto, descargable directamente.

typestringObligatorio

Valores posibles actuales: video, image, audio, first_frame, last_frame, thumbnail; podrían ampliarse más adelante.

expireAtnumberObligatorio

Segundos Unix hasta los que el artefacto es accesible; descárgalo o transfiérelo antes.

errorobjectOpcional

Solo con status == fail.

codestringObligatorio

Código de error de negocio.

messagestringObligatorio

Descripción del error.

Ejemplos de respuesta

Éxito

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR",
    "model": "happyhorse-1-0",
    "status": "success",
    "created": 1777282033,
    "completed": 1777282099,
    "output": [
      {
        "url": "https://cdn.hiapi.ai/tasks/.../video.mp4",
        "type": "video",
        "expireAt": 1777886899
      }
    ]
  }
}

En proceso (no terminal)

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "archiving",
    "created": 1777282033,
    "completed": 0
  }
}

Fallido

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "fail",
    "created": 1777282033,
    "completed": 1777282099,
    "error": {
      "code": "TASK_FAILED",
      "message": "task failed"
    }
  }
}