Vidu Q3

位置づけの概要

Vidu Q3 の参照画像による動画生成ルート：1 から 7 枚の参照画像（人物、物体、またはスタイル）で画面の主体を制約し、プロンプトと組み合わせて 1 から 16 秒のショート動画を生成します。出力は 720P と 1080P の 2 段階、5 種類のアスペクト比に対応し、映像に合った音声の生成も任意で行えます。マルチショットのクリップ間でキャラクターや商品の外観を一貫させつつ、候補バージョンを素早く量産する必要がある開発者に適しており、広告素材、EC 展示、キャラクターショートドラマなどのショートコンテンツ制作に活用できます。

主な特長

• 複数画像参照で主体の一貫性を制約——最大 7 枚の参照画像を渡すことができ、プロンプト内で Image1、Image2 の順に参照して、人物、物品、全体のスタイルをそれぞれ制約します。
• 音声と映像を同期して任意生成——audio を有効にすると映像に合った音声を生成し、無効にすると無音動画を出力します。必要に応じて事後の音声付与を行うかどうかを決められます。
• 長さとアスペクト比を細かく制御——長さは 1 から 16 秒まで連続的に調整可能で、アスペクト比は 16:9、4:3、1:1、3:4、9:16 に対応し、縦向き・横向きの素材を再トリミングせずに利用できます。
• seed による生成結果の再現——シードを固定すれば、同じプロンプトと参照画像の組み合わせで繰り返し生成でき、パラメータ調整の比較やバージョンの回帰に便利です。

機能説明

参照画像による動画生成：1 から 7 枚の JPG、PNG、WEBP 画像を外観と構図の根拠として生成を駆動します。1 枚あたり最大 50MB、アスペクト比は 1:4 から 4:1 に対応し、既存のキャラクター設定や商品画像をそのまま活用できます。

プロンプトと画像インデックスの紐付け：プロンプトは最大 5000 文字で、シーン、動き、カメラワーク、音声を同時に記述でき、配列の順序に従って Image1、Image2 で各参照画像の役割を指定します。

2 段階の解像度出力：出力サイズは 720P と 1080P の 2 段階に対応し、各段階に 5 種類のアスペクト比を含み、配信チャネルに応じて完成映像の仕様を直接選択できます。

音声と長さのスイッチ：audio スイッチで適合する音声を生成するかどうかを決め、duration は 1 から 16 秒の間で設定でき、短い動画から完全なショート映像のカットまでさまざまなニーズに対応します。

ウォーターマークとシードの制御：任意の AI 生成ウォーターマークはデフォルトでオフで、seed パラメータと組み合わせて乱数シードを固定すれば、バッチ試作時に特定の結果を再現・追跡できます。

適用シーン

• EC と商品チーム：複数の商品画像から展示ショート動画を生成——商品の多角度画像で外観を制約し、数秒の商品デモクリップを制作して、詳細ページや配信素材に利用します。
• 広告クリエイティブチーム：キャラクター設定画像で絵コンテを駆動——キャラクターとシーンの参照画像で 9:16 または 16:9 のショートカットを生成し、提案や A/B テストの候補バージョンとします。
• ショートドラマとアニメのクリエイター：キャラクター一貫性のあるクリップ——キャラクター参照画像を固定してカットをバッチ生成し、キャラクター駆動のショートクリップに連結して概念実証に用います。
• 音声が必要なソーシャルコンテンツ制作——音声生成を有効にして音声付きの縦向きショート動画を生成し、ソーシャルプラットフォーム公開前のサンプル評価にそのまま利用できます。

制限と選定のアドバイス

1 回の生成時間の上限は 16 秒で、長尺動画や複雑で連続性のある物語は、自分で絵コンテを分けて複数回生成し、編集で連結する必要があります。参照画像は公衆ネットワークからアクセス可能な JPG、PNG、WEBP ファイルである必要があり、解像度やアスペクト比が 1:4 から 4:1 の範囲外の素材は使用できません。音声スイッチはデフォルトでオフで、音声が必要な場合は明示的に有効化する必要があります。単一画像駆動の通常の画像から動画生成が要件の場合は、同ファミリーの他のルートを参照してください。長尺やより複雑な物語が必要な場合、本ルートの単一クリップという位置づけは適していません。