Vidu Q3

Краткое описание

Направление генерации видео из референсных изображений Vidu Q3: с помощью от 1 до 7 референсных изображений (персонаж, объект или стиль) задаётся основной объект кадра, а вместе с промптом создаётся короткое видео длительностью от 1 до 16 секунд; вывод поддерживает два разрешения — 720P и 1080P — и пять форматов кадра, при желании можно сгенерировать аудио, синхронизированное с изображением. Подходит разработчикам, которым нужно сохранять единообразие внешнего вида персонажа или товара в многокадровых фрагментах и быстро получать черновые версии для производства короткого контента: рекламных материалов, показов товаров в электронной коммерции и коротких сцен с персонажами.

Ключевые особенности

• Согласованность объекта по нескольким референсам — можно передать до 7 референсных изображений и ссылаться на них в промпте по порядку как Image1, Image2, отдельно задавая персонажа, предмет и общий стиль.
• Опциональная синхронная генерация аудио и изображения — при включении audio генерируется звук, соответствующий изображению; при отключении выводится видео без звука, что позволяет по необходимости решать, нужна ли последующая озвучка.
• Точный контроль длительности и формата кадра — длительность плавно регулируется от 1 до 16 секунд, формат кадра охватывает 16:9, 4:3, 1:1, 3:4, 9:16, поэтому вертикальные и горизонтальные материалы не нужно повторно обрезать.
• Воспроизводимость результата с помощью seed — при фиксированном seed одну и ту же комбинацию промпта и референсных изображений можно генерировать повторно, что удобно для сравнения настроек и регрессии версий.

Описание возможностей

Генерация видео из референсных изображений: генерация управляется 1–7 изображениями в форматах JPG, PNG, WEBP как основой внешнего вида и композиции; одно изображение — не более 50MB, соотношение сторон поддерживается от 1:4 до 4:1, что удобно для использования уже имеющихся образов персонажей или изображений товаров.

Привязка промпта к индексам изображений: промпт длиной до 5000 символов может одновременно описывать сцену, движение, камеру и звук, а также указывать роль каждого референсного изображения через Image1, Image2 в порядке массива.

Вывод в двух разрешениях: размер вывода охватывает два разрешения — 720P и 1080P, каждое включает пять форматов кадра, что позволяет сразу выбирать спецификацию готового видео под канал размещения.

Переключатели аудио и длительности: переключатель audio определяет, генерировать ли соответствующий звук; duration принимает значения от 1 до 16 секунд, подходя для разных задач — от короткой анимации до полноценного кинофрагмента.

Управление водяным знаком и seed: необязательный водяной знак AI-генерации по умолчанию отключён; вместе с параметром seed он фиксирует случайное зерно, что упрощает воспроизведение и отслеживание конкретного результата при пакетных тестовых генерациях.

Сценарии применения

• Команды электронной коммерции и продуктов: демонстрационные ролики из нескольких изображений товара — внешний вид задаётся изображениями товара с разных ракурсов, создаётся нескольких секунд продуктовой демонстрации для страниц товара и рекламных материалов.
• Креативные рекламные команды: раскадровка на основе изображений персонажа — из референсов персонажа и сцены генерируется короткий кадр 9:16 или 16:9 в качестве кандидата для презентаций и A/B-тестов.
• Создатели коротких сериалов и аниме: фрагменты с согласованным персонажем — при фиксированном референсе персонажа пакетно генерируются кадры, которые затем склеиваются в короткий фрагмент с персонажем для проверки концепции.
• Создание социального контента со звуком — при включённой генерации аудио создаётся вертикальный ролик со звуком, который сразу используется для оценки образца перед публикацией на социальных платформах.

Ограничения и рекомендации по выбору

Максимальная длительность одной генерации — 16 секунд; для длинного видео или сложного непрерывного повествования нужно самостоятельно делать раскадровку, генерировать несколько раз и затем монтировать. Референсные изображения должны быть файлами JPG, PNG, WEBP, доступными из общедоступной сети; материалы с разрешением и соотношением сторон вне диапазона от 1:4 до 4:1 использовать нельзя. Переключатель аудио по умолчанию отключён; если нужен звук, его необходимо явно включить. Если задача — обычная генерация видео из одного изображения, можно обратиться к другим направлениям того же семейства; для длинного фильма или более сложного повествования это направление с одним фрагментом не подходит.