De texto a imagen: conversión de conceptos de storyboard a vídeo guiado por imágenes de referencia

Esta obra demuestra el funcionamiento de la línea de generación de vídeo con referencias de Vidu Q3: primero se generan dos imágenes de referencia conceptuales con la línea de producción (la figura del protagonista y el arte del escenario), y luego se introducen mediante prompts en lenguaje natural en el orden Image1, Image2 para producir un plano continuo con audio nativo. El campo reference_image_urls del schema admite de 1 a 7 imágenes de referencia, y en el prompt se referencian por su índice en el array, de modo que en la fase de storyboard basta con separar personajes, accesorios y escenarios en imágenes de referencia independientes y describir con texto el movimiento de cámara, el ritmo de la acción y el sonido para obtener fragmentos narrativos con un sujeto consistente. duration admite de 1 a 16 segundos; esta obra usa 8 segundos para dar cabida al ritmo completo de «plano de establecimiento → acercamiento → acción del personaje»; size emplea 1920*1080 en horizontal y se activa audio para que los diálogos y el sonido ambiente salgan directamente sincronizados con la imagen. Casos de uso: previsualización de storyboards de cómics/dramas cortas, validación de conceptos de anuncios y vídeos cortos de comercio electrónico, y producción de series de cortometrajes que requieren consistencia entre múltiples sujetos. Los desarrolladores pueden consultar directamente las estructuras base y assets de esta entrada y sustituir sus propias imágenes de personajes y escenarios en reference_image_urls para reproducir un flujo de generación similar.