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-mix/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-mix/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-mix/reference-to-video 每秒

规格 单价
1280*720 $0.1555
1280*960 $0.1555
1280*1280 $0.1555
960*1280 $0.1555
720*1280 $0.1555
1920*1080 $0.1865
1920*1440 $0.1865
1808*1808 $0.1865
1440*1920 $0.1865
1080*1920 $0.1865

定位简介

Vidu Q3 的参考图生视频线路:用 1 至 7 张参考图(人物、物体或风格)约束画面主体,配合提示词生成 1 至 16 秒的短视频,输出支持 720P 与 1080P 两档、五种画幅,可选生成与画面匹配的音频。适合需要在多镜头片段中保持角色或商品外观一致、并快速产出候选版本的开发者,用于广告素材、电商展示与角色短剧等短内容制作。

核心亮点

  • 多图参考约束主体一致性——最多可传入 7 张参考图,并在提示词中以 Image1、Image2 顺序引用,分别约束人物、物品与整体风格。
  • 可选音频与画面同步生成——开启 audio 后生成与画面匹配的声音,关闭时输出静音视频,按需决定是否需要后期配音。
  • 时长与画幅可精细控制——时长 1 至 16 秒连续可调,画幅覆盖 16:9、4:3、1:1、3:4、9:16,竖屏与横屏素材无需二次裁切。
  • seed 可复现生成结果——固定种子即可对同一提示词与参考图组合重复出片,便于对比调参与版本回归。

能力说明

参考图生视频:以 1 至 7 张 JPG、PNG、WEBP 图片作为外观与构图依据驱动生成,单张最大 50MB,宽高比支持 1:4 至 4:1,便于沿用已有角色设定或商品图。

提示词与图像索引绑定:提示词最长 5000 字符,可同时描述场景、运动、镜头与声音,并按数组顺序通过 Image1、Image2 指定各参考图的作用。

双档分辨率输出:输出尺寸覆盖 720P 与 1080P 两档,每档含五种画幅,可按投放渠道直接选择成片规格。

音频与时长开关:audio 开关决定是否生成匹配声音,duration 在 1 至 16 秒之间取值,适配从短动图到完整短片镜头的不同需求。

水印与种子控制:可选的 AI 生成水印默认关闭,配合 seed 参数固定随机种子,方便批量试片时复现与追溯某个结果。

适用场景

  • 电商与产品团队:多张商品图生成展示短片——以商品多角度图约束外观,产出数秒产品演示片段,用于详情页与投放素材。
  • 广告创意团队:角色设定图驱动分镜——用角色与场景参考图生成 9:16 或 16:9 短镜头,作为提案与 A/B 测试的候选版本。
  • 短剧与动漫创作者:角色一致性片段——固定角色参考图批量生成镜头,拼接成角色驱动的短片段用于概念验证。
  • 需要声音的社交内容制作——开启音频生成带声音的竖屏短片,直接用于社交平台发布前的样片评估。

限制与选型建议

单次生成时长上限为 16 秒,长视频或复杂连续叙事需自行分镜多次生成后剪辑拼接。参考图需为公网可访问的 JPG、PNG、WEBP 文件,分辨率与画幅比例超出 1:4 至 4:1 的素材无法使用。音频开关默认关闭,需要声音时必须显式开启。若需求是单图驱动的常规图生视频,可参考同族其他线路;需要长片或更复杂叙事时,本线路的单片段定位并不合适。

  • 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