Vidu Q4 Preview の画像から動画生成 API の使い方：5 分で 4K 音声付き動画を生成

TL;DR

• 概要：Vidu Q4 Preview の画像から動画生成が HiAPI に登場しました。モデルページを開いて 最初のフレームを 1 枚アップロードし、動作を 1 文書けば、3～16 秒、最大 4K の完成動画が得られます。ネイティブ音声はデフォルトで有効です。新規ユーザー登録で 200 クレジットが付与されます。
• 料金：送信した整数秒 × 選択した解像度の単価で計算されます。540p は $0.0515/秒、720p は $0.109/秒、1080p は $0.1375/秒、2K は $0.2175/秒、4K は $0.446/秒です。5 秒 720p は $0.545、5 秒 4K は $2.23 で、audio のオン/オフは料金に影響しません。
• 最短の呼び出し方：モデルページで最初のフレームをアップロードし、720p と 5 秒を選んでそのまま実行します。製品に組み込む場合は POST https://api.hiapi.ai/v1/tasks を使用し、model に vidu-q4-preview/image-to-video を指定します。

Vidu Q4 Preview とは？Q3 Mix との違い

入力は最初のフレーム 1 枚だけです。構図、カメラ位置、光、アスペクト比はこの画像で決まり、モデルが後続の動き、カメラワーク、音声を補完して MP4 を出力します。

Q3 Mix の参照画像から動画生成と比べ、Q4 の画像から動画生成には 3 つの実質的な変化があります：

• 最初のフレーム 1 枚で 3～16 秒まで生成。 複数の参照画像を用意する必要はなく、1 枚の画像でカット全体を支えられます。長さは整数秒で指定し、デフォルトは 5 秒です。
• 最大 4K。 540p、720p、1080p、2K、4K の 5 段階から選択でき、Q3 Mix の参照画像から動画生成の上限は 1080P でしたが、Q4 は画像から動画生成を 4K まで引き上げました。
• ネイティブ音声がデフォルトで有効。 audio のデフォルトは true で、プロンプトに書いた環境音、セリフ、効果音も一緒に生成されます。false に設定した場合のみ無音動画を出力し、料金は変わりません。
• パラメータは非常に少ない。 image_url、prompt、duration、resolution、audio の 5 フィールドのみです。aspect_ratio はなく、送信すると 400 を返します。アスペクト比は最初のフレームにのみ従います。

以下の水上飛行機は、1 枚の最初のフレームから生成した 5 秒 720p の完成動画です。カメラのズームイン、プロペラの回転開始、水面の波紋はすべてプロンプトに含まれています：

パイロットが手を振り、水上飛行機のエンジンがかかってプロペラが回り始め、水面に波紋が広がる。カメラはゆっくりとズームインし、金色の朝光。

このプロンプトで生成 → リンクはテキストプロンプトのみを事前入力します。開いた後は自分で最初のフレームをアップロードし、解像度を 720p、長さを 5 秒に設定する必要があります。

オンラインで試す：5 ステップで最初の 1 本

1. Vidu Q4 Preview 画像から動画生成モデルページ を開きます。ログイン後の新規アカウントには 200 クレジットがあります。
2. 最初のフレームをアップロードします。JPG/JPEG/PNG/WEBP に対応し、1 枚あたり 50MB 以下です。このフレームが本当に欲しい 0 秒目の映像かをよく考えましょう。
3. プロンプト欄には、新たに追加したい動作、カメラワーク、音声だけを書きます。画面にすでにあるものは繰り返し説明する必要はありません。
4. 長さは 3～16 の整数秒から選び、まずは 5 を使います。解像度はまず 720p を選びます。音声はオンのままにします。
5. 送信し、完成動画が出たらそのままダウンロードします。その後、高解像度で再実行するかどうかを決めます。

200 クレジットは約 $0.10 に相当し、3 秒 540p の完成動画 1 本分にも足りません。まず $10 をチャージして最初の段階を試すことをおすすめします。

API 連携：4 ステップで実行

1. コンソールで API Key を作成します。
2. POST https://api.hiapi.ai/v1/tasks を呼び出し、model に vidu-q4-preview/image-to-video を書き、フィールドを input に入れます。
3. taskId を取得したら GET /v1/tasks/{taskId} をポーリングするか、リクエストボディのトップレベルに callback を設定します。
4. status が success になったら、output[0].url から MP4 をダウンロードします。

実行可能な curl

curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "vidu-q4-preview/image-to-video",
    "input": {
      "image_url": "https://your-cdn.com/first-frame.jpg",
      "prompt": "パイロットが手を振り、水上飛行機のエンジンがかかってプロペラが回り始め、水面に波紋が広がる。カメラはゆっくりとズームインし、金色の朝光。",
      "duration": 5,
      "resolution": "720p",
      "audio": true
    }
  }'

タスク ID は data.taskId にあり、照会時には同じ Bearer Key を付けます：

curl -s https://api.hiapi.ai/v1/tasks/YOUR_TASK_ID \
  -H "Authorization: Bearer YOUR_API_KEY"

data.status は queued、handling、archiving、success または fail と遷移します。archiving はまだ処理中であり、失敗ではありません。

Python 版：作成、ポーリング、ダウンロード

import time
import requests

BASE = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": "Bearer YOUR_API_KEY"}

payload = {
    "model": "vidu-q4-preview/image-to-video",
    "input": {
        "image_url": "https://your-cdn.com/first-frame.jpg",
        "prompt": "パイロットが手を振り、水上飛行機のエンジンがかかってプロペラが回り始め、水面に波紋が広がる。カメラはゆっくりとズームインし、金色の朝光。",
        "duration": 5,
        "resolution": "720p",
        "audio": True,
    },
}

task_id = requests.post(BASE, headers=HEADERS, json=payload, timeout=30).json()["data"]["taskId"]

while True:
    data = requests.get(f"{BASE}/{task_id}", headers=HEADERS, timeout=30).json()["data"]
    if data["status"] in ("success", "fail"):
        break
    time.sleep(5)

if data["status"] == "success":
    with open("vidu-q4.mp4", "wb") as f:
        f.write(requests.get(data["output"][0]["url"], timeout=120).content)
    print("saved vidu-q4.mp4")
else:
    print(data.get("error"))

動画タスクは通常数十秒から数分かかるため、5 秒のポーリング間隔で十分です。タイムアウトの上限は 10～15 分に設定することをおすすめします。

最初のフレーム、アスペクト比、音声、解像度の設定方法

最初のフレームがアスペクト比を決めます。 aspect_ratio というフィールドはなく、完成動画の比率は最初のフレームをそのまま引き継ぎ、アスペクト比の範囲は 1:4～4:1 です。縦型にしたい場合は、まず最初のフレームを 9:16 にトリミングしてからアップロードします。4:7 の縦画像を送れば、完成動画も 4:7 になります。

音声はデフォルトで付きます。 バリスタのこの 5 秒 720p 完成動画のプロンプトには、カフェのささやき声とコーヒーマシンの蒸気音が書かれており、音声も一緒に生成されます：

バリスタがミルクピッチャーを置き、カップの中のラテアートが葉の形に固まり、湯気が立ち上る。彼女は顔を上げてカメラを見て微笑む。背景にはカフェのささやき声とコーヒーマシンの蒸気音。ゆっくりとした手持ちカメラでズームインし、暖かな朝光が窓から差し込む。

このプロンプトで生成 → 開いた後も同様にこの縦型の最初のフレームをアップロードし、解像度は 720p を選びます。

audio を false にすると無音動画になりますが、料金は変わりません。純粋な映像が必要で、後から別途音楽を付ける場合にのみオフにします。

解像度は段階に応じて選びます。 方向性を試すときは 540p または 720p を使い、最終版で 2K / 4K に上げます。4K は毎秒 $0.446 で、540p の約 8.7 倍です。16 秒 4K は $7.136、同じ 16 秒 720p は $1.744 です。$10 でおよそ 5 秒 540p が 38 本、5 秒 720p が 18 本、5 秒 4K が 4 本生成できます。

長さは整数秒で課金されます。 duration は 3～16 の整数のみを受け付け、デフォルトは 5 です。請求は送信した整数秒 × 毎秒単価で計算されます。16 秒なら 16 秒分の料金で、別の段階に切り上げられることはありません。

公開前に注意すべき 3 つのこと

1. コールバックとポーリングの併用。 リクエストボディのトップレベルに "callback": {"url": "https://yourapp.com/hook", "when": "final"} を追加すると、成功と失敗の両方が通知されます。コールバックは重複配信される可能性があるため、taskId で重複排除し、補償用に定期的な照会も残しておきます。
2. タイムアウト時に再 POST しない。 送信するたびに新しいタスクが作成され、秒単位で課金されます。taskId を保存しておき、ネットワークが不安定なときは同じ ID を照会し、再度送信しないようにします。
3. duration と resolution を明示的に書く。 デフォルト値は 5 秒と 720p です。書かない場合はデフォルト値で生成・課金されます。画像から動画生成では aspect_ratio や reference_image_urls を付けないでください。これらのフィールドは他のモードに属しており、送信すると直接 400 になります。
4. 生成物のリンクは期限切れになります。 output 内の url には expireAt が付いているため、取得したらすぐに自分のストレージに転送・保存します。

よくある質問

画像から動画生成で最初と最後の 2 枚の画像を送れますか？ いいえ、受け付けるのは image_url 1 枚のみです。複数の参照画像を融合したい場合は、同シリーズの参照画像から動画生成モデルを使用してください。

16:9 や 9:16 を自分で選べますか？ いいえ、アスペクト比は最初のフレームに従います。まず最初のフレームを目的の比率にトリミングしてからアップロードしてください。

音声をオフにすると安くなりますか？ いいえ、audio は料金に影響せず、音声ありと音声なしは同額です。

1 本いくらですか？ 送信した整数秒 × 解像度の単価です。5 秒 720p は $0.545、10 秒 1080p は $1.375、16 秒 4K は $7.136 です。

今すぐ最初の 1 本を生成

上記の水上飛行機のプロンプトをコピーし、Vidu Q4 Preview 画像から動画生成モデルページを開き、最初のフレームをアップロードし、720p / 5 秒を選べば、$0.545 で音声付きの完成動画が得られます。カメラワークとリズムを確認したら、resolution を 2k または 4k に変えて最終版を再実行します。完全なパラメータは連携ドキュメントを参照してください。

関連記事：Vidu Q4 Preview の料金 · Vidu Q4 Preview vs Kling 3.0 · 画像から動画生成のプロンプト集