Как использовать API преобразования изображения в видео Vidu Q4 Preview? Позвольте за 5 минут запустить 4K-видео со звуком

TL;DR

• Что это: Vidu Q4 Preview для генерации видео из изображения уже на HiAPI. Откройте страницу модели, загрузите первый кадр, напишите действие — и получите ролик длительностью 3–16 секунд с разрешением до 4K и нативной аудиодорожкой по умолчанию. Новым пользователям при регистрации дарят 200 кредитов.
• Сколько стоит: оплата идёт за целые секунды × цену за секунду выбранного разрешения: 540p — $0.0515/с, 720p — $0.109/с, 1080p — $0.1375/с, 2K — $0.2175/с, 4K — $0.446/с. 5 секунд в 720p стоят $0.545, 5 секунд в 4K — $2.23. Переключатель audio на стоимость не влияет.
• Как запустить быстрее всего: на странице модели загрузите первый кадр, выберите 720p и 5 секунд и запускайте. Для интеграции в продукт используйте POST https://api.hiapi.ai/v1/tasks, в model укажите vidu-q4-preview/image-to-video.

Что такое Vidu Q4 Preview? Что нового по сравнению с Q3 Mix

На вход подаётся только один первый кадр. Композиция, ракурс, освещение и формат определяются этим изображением, а модель достраивает движение, работу камеры и звук, выдавая на выходе MP4.

По сравнению с генерацией видео по референсу в Q3 Mix, у Q4 в режиме изображение-в-видео есть три существенных изменения:

• Один первый кадр — и ролик на 3–16 секунд. Не нужно готовить несколько референсных изображений, одного кадра хватает на весь ролик; длительность указывается целым числом секунд, по умолчанию 5 секунд.
• До 4K. Доступно пять разрешений: 540p, 720p, 1080p, 2K, 4K. В Q3 Mix генерация по референсу ограничивалась 1080P, Q4 поднял планку для изображение-в-видео до 4K.
• Нативное аудио включено по умолчанию. audio по умолчанию true, и описанные в промпте фоновые звуки, диалоги и шумы генерируются вместе с видео. Только при false на выходе будет видео без звука, но цена не изменится.
• Очень узкий набор параметров. Всего пять полей: image_url, prompt, duration, resolution, audio. Поля aspect_ratio нет — если передать, вернётся 400; формат кадра задаётся только первым кадром.

Вот ролик про гидросамолёт, сгенерированный из одного первого кадра: 5 секунд, 720p, с приближением камеры, запуском винта и рябью на воде — всё это было в промпте:

Пилот машет рукой, двигатель гидросамолёта заводится, винт начинает вращаться, по воде расходится рябь, камера медленно приближается, золотистый утренний свет.

Сгенерировать с этим промптом → Ссылка только подставляет текстовый промпт; после открытия нужно самостоятельно загрузить первый кадр, выставить разрешение 720p и длительность 5 секунд.

Онлайн-попробовать: 5 шагов до первого ролика

1. Откройте страницу модели Vidu Q4 Preview изображение-в-видео, после входа у нового аккаунта есть 200 кредитов.
2. Загрузите первый кадр: поддерживаются JPG/JPEG/PNG/WEBP, размер одного файла не более 50 МБ. Чётко решите, действительно ли этот кадр — нужная вам нулевая секунда.
3. В поле промпта опишите только новые действия, движение камеры и звук — не повторяйте то, что уже есть на изображении.
4. Выберите длительность — целое число от 3 до 16, начните с 5; разрешение сначала 720p. Аудио оставьте включённым.
5. Отправьте задачу, после готовности скачайте ролик и решите, стоит ли перезапускать в высоком разрешении.

200 кредитов — это примерно $0.10, чего не хватит даже на 3-секундный ролик в 540p. Рекомендуем сначала пополнить на $10, чтобы опробовать первый тариф.

Подключение по API: 4 шага до запуска

1. Создайте API-ключ в консоли.
2. Отправьте POST https://api.hiapi.ai/v1/tasks, в model укажите vidu-q4-preview/image-to-video, поля поместите в input.
3. Получив taskId, опрашивайте GET /v1/tasks/{taskId} или настройте callback на верхнем уровне тела запроса.
4. Когда status станет success, скачайте MP4 по ссылке из output[0].url.

Рабочий 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": "Пилот машет рукой, двигатель гидросамолёта заводится, винт начинает вращаться, по воде расходится рябь, камера медленно приближается, золотистый утренний свет.",
      "duration": 5,
      "resolution": "720p",
      "audio": true
    }
  }'

ID задачи находится в data.taskId; при запросе статуса используйте тот же Bearer-ключ:

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

data.status последовательно проходит значения queued, handling, archiving, success или fail. Состояние archiving означает, что обработка ещё идёт, а не ошибку.

Python-версия: создание, опрос, скачивание

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": "Пилот машет рукой, двигатель гидросамолёта заводится, винт начинает вращаться, по воде расходится рябь, камера медленно приближается, золотистый утренний свет.",
        "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"))

Задачи генерации видео обычно занимают от десятков секунд до нескольких минут; интервала опроса в 5 секунд достаточно, а таймаут рекомендуется ставить на 10–15 минут.

Как настроить первый кадр, формат, аудио и разрешение

Первый кадр определяет формат. Поля aspect_ratio нет: пропорции готового ролика полностью наследуются от первого кадра, диапазон соотношений сторон — от 1:4 до 4:1. Если нужен вертикальный ролик, сначала обрежьте первый кадр до 9:16 и загружайте. Загрузите вертикальное изображение 4:7 — и ролик будет 4:7.

Аудио есть по умолчанию. В промпте для этого 5-секундного ролика про бариста (720p) указаны приглушённые голоса в кофейне и шипение кофемашины — звук генерируется вместе с видео:

Бариста ставит питчер с молоком, латте-арт в чашке застывает в форме листа, поднимается пар; она поднимает голову и улыбается в камеру. На фоне приглушённые голоса в кофейне и шипение кофемашины. Медленное приближение с рук, тёплый утренний свет из окна.

Сгенерировать с этим промптом → После открытия также нужно загрузить этот вертикальный первый кадр и выбрать разрешение 720p.

Если задать audio равным false, получится видео без звука — цена не изменится. Отключайте, только если нужна чистая картинка, а музыку планируете добавлять отдельно на постпродакшене.

Разрешение выбирают по этапу. Для поиска направления используйте 540p или 720p, для финального варианта — 2K / 4K. 4K стоит $0.446 за секунду, примерно в 8,7 раза дороже 540p; 16 секунд в 4K обойдутся в $7.136, а те же 16 секунд в 720p — в $1.744. На $10 примерно можно сделать 38 роликов по 5 секунд в 540p, 18 роликов по 5 секунд в 720p или 4 ролика по 5 секунд в 4K.

Длительность считается по целым секундам. duration принимает только целые числа от 3 до 16, по умолчанию 5; счёт формируется как указанное целое число секунд, умноженное на цену за секунду. 16 секунд — это оплата ровно за 16 секунд, без округления до другого тарифа.

3 вещи, о которых стоит помнить перед запуском в продакшн

1. Добавьте callback и запасной опрос. На верхнем уровне тела запроса добавьте "callback": {"url": "https://yourapp.com/hook", "when": "final"} — уведомление придёт и при успехе, и при ошибке. Колбэк может доставляться повторно, поэтому дедуплицируйте по taskId и оставьте периодический опрос как страховку.
2. При таймауте не отправляйте повторный POST. Каждая отправка создаёт новую задачу и тарифицируется по секундам. Сохраните taskId и при сетевых сбоях запрашивайте тот же ID, а не отправляйте запрос заново.
3. Явно указывайте duration и resolution. Значения по умолчанию — 5 секунд и 720p; если их не указать, ролик будет сгенерирован и оплачен по этим значениям. В режиме изображение-в-видео не передавайте aspect_ratio или reference_image_urls — эти поля относятся к другим режимам, при их передаче сразу вернётся 400.
4. Ссылки на результаты истекают. У url в output есть expireAt — сразу после получения переносите файл в собственное хранилище.

Частые вопросы

Можно ли передать в изображение-в-видео два кадра — первый и последний? Нет, принимается только один image_url. Для объединения нескольких референсных изображений используйте модель генерации видео по референсу из той же серии.

Можно ли самому выбрать 16:9 или 9:16? Нет, формат наследуется от первого кадра. Сначала обрежьте первый кадр до нужных пропорций, затем загружайте.

С отключённым звуком будет дешевле? Нет, audio не влияет на стоимость: со звуком и без него цена одинаковая.

Сколько в итоге стоит один ролик? Целые секунды × цена за секунду для выбранного разрешения. 5 секунд в 720p — $0.545, 10 секунд в 1080p — $1.375, 16 секунд в 4K — $7.136.

Создайте первый ролик прямо сейчас

Скопируйте промпт про гидросамолёт выше, откройте страницу модели Vidu Q4 Preview изображение-в-видео, загрузите первый кадр, выберите 720p / 5 секунд — и за $0.545 получите готовый ролик со звуком. Убедившись в кадре и ритме, замените resolution на 2k или 4k и перезапустите для финальной версии. Полные параметры — в документации по подключению.

Читайте также: Цены Vidu Q4 Preview · Vidu Q4 Preview против Kling 3.0 · Сборник промптов для изображение-в-видео