Vidu

Vidu Q4 Preview

vidu-q4-preview/image-to-video

Première version d'aperçu public de la série Vidu Q4, mettant en avant le jeu d'acteur des personnages et l'audio natif, avec prise en charge de jusqu'à 15 images et 3 références audio de guidage, pour une sortie vidéo jusqu'à 4K

vidu-q4-preview/image-to-video vidu-q4-preview/reference-to-video

Essayer vidu-q4-preview/image-to-video

Entrée

Créations

Voir toutes les créations

Sortie

video

Renseignez les paramètres et générez : les résultats s'afficheront ici.

Tarifs

vidu-q4-preview/image-to-video per second

Spécifications	Prix unitaire
540P	$0.0515
720P	$0.109
1080P	$0.1375
2K	$0.2175
4K	$0.446

Présentation

vidu-q4-preview/image-to-video est la première version d'aperçu de la série Vidu Q4, qui génère une vidéo avec audio natif à partir d'une image de première frame. Le modèle prend en charge des durées de 3 à 16 secondes et des sorties de 540p à 4K, le rapport d'image reprenant celui de l'image de première frame ; il est possible de décrire le mouvement, la caméra et le son via un prompt. Il convient aux développeurs ayant besoin de jeu d'acteur, de langage cinématographique et d'effets sonores synchronisés, pour des courts métrages narratifs, des prévisualisations publicitaires ou des comparaisons de plusieurs propositions.

Points clés

Piloté par une image de première frame avec audio synchronisé natif — l'image de première frame fixe la composition et le rapport d'image ; la génération produit par défaut dialogues et effets sonores en même temps, et il est possible de désactiver l'audio pour obtenir une vidéo silencieuse.
Une seule génération couvre 3 à 16 secondes et une sortie 4K — les paramètres de durée et de résolution sont réglables sur le même circuit, de 540p à 4K selon les besoins, ce qui réduit l'assemblage de longs plans en segments.
La version d'aperçu Q4 met l'accent sur un jeu expressif — la position officielle est une amélioration globale du jeu d'acteur, du langage cinématographique et des effets visuels, adaptée aux plans exigeant une continuité d'action et d'émotion.

Capacités

De la première frame à une vidéo sonore : il suffit de fournir une image de première frame pour générer une vidéo, le rapport d'image suivant celui de l'image ; l'audio natif est activé par défaut et produit simultanément dialogues et effets sonores ; une fois désactivé, la sortie est une vidéo muette.

Durée et résolution réglables : la durée d'une génération peut être définie en secondes entières de 3 à 16 secondes, et la résolution prend en charge cinq paliers — 540p, 720p, 1080p, 2K et 4K — pour planifier l'usage selon les spécifications de sortie.

Le prompt contrôle le mouvement et le son : le prompt peut atteindre 20 000 caractères et décrire le mouvement, les mouvements de caméra et le son, afin de guider la dynamique de l'image et le contenu audio.

Limites d'entrée d'image claires : l'image de première frame accepte les formats JPG, JPEG, PNG et WEBP, jusqu'à 50 Mo, avec un rapport largeur/hauteur compris entre 1:4 et 4:1, ce qui facilite la validation des ressources avant l'intégration.

Cas d'usage

Courts métrages narratifs pour créateurs indépendants et petits studios — à partir d'une image clé comme première frame et d'un prompt, générer des extraits avec dialogues et effets sonores, directement intégrables au montage.
Prévisualisation de plans pour publicités et films de marque — générer des vidéos à plusieurs résolutions à partir d'images de produit ou de frames de storyboard, pour que le client valide le cadrage, le rythme et la direction sonore avant la production finale.
Comparaison de plusieurs propositions pour des plans narratifs — ajuster le prompt et les paramètres de durée pour une même première frame et produire en lot différentes propositions de jeu ou de mouvement de caméra, pour une sélection interne.

Limites et conseils de choix

Ce modèle est une version d'aperçu (Preview) ; les capacités et fonctionnalités officielles sont explicitement susceptibles d'évoluer, et il n'est pas recommandé d'en faire la seule dépendance d'une chaîne de production stable à long terme. La durée d'une génération est limitée à 16 secondes ; les plans plus longs doivent être générés par segments puis assemblés ; l'entrée part d'une seule image de première frame et il est impossible de mélanger plusieurs ressources de référence sur un même circuit. Si des images ou des audios de référence sont nécessaires pour maintenir la cohérence des personnages et des voix, il faut utiliser le circuit reference-to-video de la même série. En cas de besoin impératif de narration cohérente multi-plans ou de vidéos très longues, il convient d'évaluer d'autres modèles prenant en charge des durées plus longues ou un contrôle de cohérence plus poussé.

Questions fréquentes

Voir toutes les questions →

Puis-je définir moi-même le format d'image pour la génération de vidéo à partir d'une image ?

Non. Le format de la vidéo finale suit entièrement l'image de la première frame : une image horizontale donne un format paysage, une image verticale donne un format portrait. Ainsi, pour obtenir un format vertical 9:16, préparez une première frame au format portrait. Le rapport largeur-hauteur de la première frame doit être compris entre 1:4 et 4:1 ; les images trop allongées seront refusées lors de la soumission.
À quoi sert le commutateur audio ?

L'audio natif est activé par défaut et génère des dialogues, des sons d'ambiance et des effets sonores synchronisés avec l'image ; une fois désactivé, la sortie est une vidéo muette sans son, adaptée aux arrière-plans en boucle, à l'ajout ultérieur de votre propre musique ou de sous-titres. Le commutateur n'affecte pas le prix.
Quelle est la relation entre la durée et le prix ?

La facturation s'effectue en multipliant la durée soumise en secondes entières par le prix unitaire par seconde de la résolution choisie ; l'activation de l'audio et le nombre d'images n'entrent pas dans le calcul. Plus la résolution est élevée, plus le prix unitaire par seconde est élevé ; le palier 4K représente environ 8,7 fois celui du palier 540p. Le montant exact est celui indiqué sur la page de tarification.
À quels scénarios correspondent les cinq niveaux de résolution ?

Le 540p sert à tester les prompts et les plans, et suffit aussi pour de petits fonds en boucle ; le 720p couvre la plupart des réseaux sociaux et du web ; le 1080p est destiné aux diffusions classiques ; le 2K convient aux grands écrans et à l'affichage télévisé ; le 4K est réservé aux expositions, aux images de qualité cinéma ou aux plans nécessitant un recadrage ultérieur pour une seconde composition. Avant la validation finale, testez d'abord en basse résolution, puis exportez en haute résolution une fois le rendu validé.

Créer une tâche de génération

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

En-têtes

AuthorizationstringRequis

Clé API du compte. Requise sur chaque requête. Exemple : Bearer YOUR_HIAPI_API_KEY. Obtenir une clé API

Content-TypestringOptionnel

Le corps de la requête est toujours analysé en JSON ; s'il est envoyé, seul application/json (charset facultatif) est accepté — toute autre valeur renvoie 415. Exemple : application/json.

Idempotency-KeystringOptionnel

Clé d'idempotence, jusqu'à 255 octets. Les reprises avec la même clé du même compte ne créent la tâche qu'une seule fois ; les rejeux renvoient le taskId d'origine.

Clé d'idempotence

En cas de timeout réseau ou de relance automatique du client, la même clé ne crée la tâche qu'une seule fois, sans double facturation (portée = le compte de la clé API). Utilisez un identifiant métier unique (ex. "order-42") ; les rejeux renvoient le taskId d'origine et les clés expirent 24 h après la première requête. La matrice complète des scénarios est dans la présentation de l'API asynchrone unifiée.

Corps

modelstringRequis

Valeur fixe actuelle : vidu-q4-preview/image-to-video

routestringOptionnel

Valeur fixe actuelle : default

inputobjectRequis

Objet de paramètres métier pour vidu-q4-preview/image-to-video et la route default — voir le tableau des paramètres ci-dessous.

audiobooleanOptionnelDéfaut: true

Contrôle la génération ou non d'un audio natif synchronisé avec la vidéo (dialogues et effets sonores) ; valeur booléenne, définie sur false pour produire une vidéo sans son, true par défaut.

promptstringOptionnelmaxLength 20000

Facultatif. Prompt décrivant les mouvements de l'image, les mouvements de caméra et le son, jusqu'à 20000 caractères.

durationintegerOptionnelDéfaut: 5min 3max 16

Durée de la vidéo en secondes, entier compris entre 3 et 16, valeur par défaut 5.

image_urlstringRequisminLength 1

Adresse de l'image utilisée comme première frame de la vidéo ; la vidéo produite conserve le rapport largeur/hauteur de cette image ; formats JPG, JPEG, PNG, WEBP pris en charge, taille maximale 50 Mo, rapport largeur/hauteur compris entre 1:4 et 4:1.

resolutionstringOptionnelDéfaut: "720p"

Résolution de la vidéo produite, valeur par défaut 720p.

Options：540p720p1080p2k4k

callbackobjectOptionnel

Configuration de notification d'état terminal. Sans elle, aucun callback — interrogez la tâche vous-même.

Rappels (Webhook)

Fournissez callback.url à la création et HiAPI envoie un POST à votre service à l'état terminal — plus besoin de polling. Le corps du rappel reprend la structure du détail de tâche ; vérification de signature, relances et idempotence sont décrits dans la présentation de l'API asynchrone unifiée.

urlstringRequis

Obligatoire si callback est présent. Un POST est envoyé vers cette URL à l'état terminal ; doit être une URL http(s) valide.

whenstringOptionnelDéfaut: "final"

Seul final est pris en charge pour l'instant — notifié sur success et fail.

Options：final

storagestringOptionnelDéfaut: "temp"

Niveau de stockage des artefacts : temp (par défaut, ~7 jours) ou persistent (long terme, facturé au volume). Solde insuffisant ou dépassement de limite ⇒ rétrogradation silencieuse en temp ; le niveau effectif figure dans la réponse de détail.

Options：temppersistent

Exemples de requête

# Soumet une tâche asynchrone ; renvoie immédiatement un taskId (n'attend pas la génération)
curl -X POST "https://api.hiapi.ai/v1/tasks" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "vidu-q4-preview/image-to-video",
  "input": {
    "audio": true,
    "duration": 5,
    "image_url": "…",
    "resolution": "720p"
  }
}'

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-q4-preview/image-to-video",
    input: {
      "audio": true,
      "duration": 5,
      "image_url": "…",
      "resolution": "720p"
    }
  }),
});
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-q4-preview/image-to-video",
        "input": {
          "audio": True,
          "duration": 5,
          "image_url": "…",
          "resolution": "720p"
        }
    },
)
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"
}

Obtenir le détail de la tâche

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

Champs de réponse

taskIdstringRequis

Identifiant de tâche, toujours préfixé tk-hiapi-.

modelstringRequis

Nom complet résolu du modèle. Les tâches envoyées avec le paramètre route renvoient base@route (ex. gpt-image-2/text-to-image@ext) ; sinon identique au nom fourni.

routestringOptionnel

Présent uniquement si le paramètre route explicite a été utilisé ; renvoie la valeur soumise.

statusstringRequis

Statut de la tâche.

Valeurs de statut

queued En file, pas encore démarrée. handling En cours de traitement. archiving Traitement terminé, préparation des artefacts. success Terminal : terminé, artefacts disponibles (output renvoyé). fail Terminal : échec (error renvoyé). Après soumission, suivez status : success et fail sont terminaux, le reste non terminal. Interrogez toutes les 1–3 s jusqu'à l'état terminal. En cas de succès, téléchargez les artefacts via output[].url et transférez-les avant expireAt ; pour une conservation longue durée, indiquez storage: "persistent" à la création.

creatednumberRequis

Date de création de la tâche (secondes Unix).

completednumberRequis

Secondes Unix de l'état terminal ; 0 tant que non terminal.

outputarrayOptionnel

Présent uniquement si status == success. Liste d'artefacts — toujours un tableau ; une tâche peut renvoyer plusieurs types à la fois (ex. video + first_frame).

Array [ object ]

Éléments du tableau

urlstringRequis

URL de l'artefact, téléchargeable directement.

typestringRequis

Valeurs possibles actuelles : video, image, audio, first_frame, last_frame, thumbnail ; d'autres pourront s'ajouter.

expireAtnumberRequis

Secondes Unix de disponibilité de l'artefact ; téléchargez ou transférez avant l'expiration.

errorobjectOptionnel

Présent uniquement si status == fail.

codestringRequis

Code d'erreur métier.

messagestringRequis

Description de l'erreur.

Exemples de réponse

Succès

{
  "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 cours (non terminal)

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

Échec

{
  "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"
    }
  }
}