첫 프레임 기반 네이티브 오디오 단편: Vidu Q4 프리뷰 버전 이미지 투 비디오

Vidu Q4 프리뷰 버전(image-to-video 작성자 라인)의 이미지 투 비디오 기능을 대상으로, 파라미터는 최소이지만 정보는 완전한 실측 데모를 진행합니다: 첫 프레임 이미지 한 장으로 화면을 구동하고 동시에 네이티브 오디오 스위치를 켜서 대사와 음향 효과가 동일한 생성 흐름 안에서 만들어지도록 합니다. 작성자 라인의 필수 항목은 image_url 하나뿐이므로, 이 항목은 「첫 프레임이 구도와 화면 비율을 결정하고, prompt가 움직임과 소리를 결정한다」는 분업에 초점을 맞춥니다: base에서 duration=8, resolution=1080p, audio=true를 명시적으로 지정하여 schema의 모든 기본값 의미를 포괄하며, prompt는 카메라 움직임, 캐릭터 연기, 소리 이벤트만 설명하고 첫 프레임에서 이미 고정된 화면 내용은 반복 설명하지 않습니다. 첫 프레임 소재는 파이프라인에서 생성되며(image asset 하나), image_url에 바인딩됩니다. 적용 시나리오: 「이미지 한 장 + 움직임 설명 한 단락」으로 어떤 사운드 포함 단편을 만들 수 있는지 빠르게 검증하려는 경우; 3–16초 구간에서 여러 안을 비교 심사해야 하는 개발자; 그리고 이 모델 계열이 캐릭터 표정, 카메라 위치 이동, 동기화된 음향 효과에서 어떤 성능을 보이는지 알고 싶은 제작 팀. 이 라인의 1회 생성 상한은 16초이며, 긴 쇼트는 분할 후 이어 붙여야 하고, 출력 화면 비율은 첫 프레임 이미지 비율(1:4~4:1)을 따릅니다.