HiAPI
21:9 高调光横幅:左侧大面积暖光留白,右侧悬浮虹彩玻璃胶片带与金属轨道,vidu-q3 以发光立体字蚀刻于胶片框中,青、珊瑚粉与薰衣草色散景点缀。

Vidu

Vidu Q3

vidu-q3-ad/reference-to-video

面向广告与社交短视频的参考图生视频模型,可约束主体外观与构图,适合快速出片与多版本迭代

试用 vidu-q3-ad/reference-to-video

输入

作品灵感

查看全部作品

输出

video
填写参数并生成,结果会显示在这里。

价格

vidu-q3-ad/reference-to-video 每秒

规格 单价
1280*720 $0.149
1280*960 $0.149
1280*1280 $0.149
960*1280 $0.149
720*1280 $0.149
1920*1080 $0.180
1920*1440 $0.180
1808*1808 $0.180
1440*1920 $0.180
1080*1920 $0.180

定位简介

Vidu Q3 的参考生视频线路面向需要可控画面与稳定主体的短视频制作。开发者提交 1 至 7 张参考图加一段提示词,即可生成 3 至 15 秒的视频,参考图按数组顺序在提示词中以 Image1、Image2 引用,用于约束角色、物体或画面风格。输出支持 720P 与 1080P 两档共十种画幅,可开启音频随画面同步生成,也支持固定种子复现结果。适合广告素材、产品演示、角色短片段等需要快速多版本试片的团队。

核心亮点

  • 多图参考约束主体与风格——一次最多传入 7 张参考图,按顺序以 Image1、Image2 在提示词中定位,分别约束角色、物体或画面风格。
  • 画面与音频一次生成——开启 audio 后视频随画面同步生成匹配声音,默认关闭则输出无声视频,便于后续自行配音。
  • 时长与画幅按需组合——时长 3 至 15 秒可选,720P 与 1080P 两档各含 16:9、4:3、1:1、3:4、9:16 五种画幅。
  • 种子固定便于复现迭代——支持指定 0 至 2147483647 的随机种子,相同配置下可复现结果,方便对比提示词改动效果。

能力说明

多参考图驱动生成:接收 1 至 7 张公开可访问的 JPG、PNG、WEBP 图片,单张最大 50MB,宽高比 1:4 至 4:1,用于锁定角色、物体外观或整体风格。

提示词控制场景与运镜:最长 5000 字符的提示词可描述场景、动作、镜头运动与声音,并通过 Image1、Image2 的索引指向具体参考图,实现分图分工。

可选音频生成:audio 开关控制是否随画面生成匹配音频,关闭时输出静音视频,方便接入自有配音或音乐流程。

分辨率与画幅选择:size 参数提供 720P 与 1080P 两档,各覆盖横屏、竖屏、方形与两种竖向比例,适配不同投放位的成片规格。

时长与水印控制:duration 在 3 至 15 秒间取值,watermark 可选是否在右下角加 AI 生成标识,按输出秒数计费。

适用场景

  • 品牌与投放团队:多张商品图 + 卖点文案——产出带指定画幅的短广告片段,用于社交平台投放与电商详情页展示素材。
  • 角色内容创作者:角色设定图 + 剧情描述——生成角色外观一致的故事短镜头,用于短剧片段、动漫风格概念验证与分镜预览。
  • 创意团队:风格参考图 + 方案描述——快速产出多版本试片做 A/B 对比,以固定种子控制变量,筛选后再进入正式制作。
  • 产品演示制作:产品照 + 使用场景描述——将静态产品图转为带运镜的演示视频,用于官网、发布会与培训材料。

限制与选型建议

单次输出时长限制在 3 至 15 秒,无法直接覆盖长视频或连续多镜头叙事,成片仍需人工剪辑拼接。参考图必须公开可访问、单张不超过 50MB,私有存储的图片需先转成可访问地址。音频为可选生成项,需要与画面精准对齐的对白或配音时,静音输出后另行制作更可控。当前仅支持参考图驱动,不接受纯文本输入,无参考素材的创意请选择文生视频线路。

  • 模型上新 新模型上线:vidu-q3-ad/reference-to-video
  • 模型上新 新模型上线:vidu-q3-mix/reference-to-video

同类型模型