Vidu
Vidu Q4 Preview
vidu-q4-preview/image-to-video
Vidu Q4 系列首个公开预览版,主打角色表演与原生音频,支持最多 15 张图与 3 段音频参考引导,输出最高 4K 视频
试用 vidu-q4-preview/image-to-video
输入
作品灵感
查看全部作品输出
video价格
vidu-q4-preview/image-to-video 每秒
| 规格 | 单价 |
|---|---|
| 540P | $0.0515 |
| 720P | $0.109 |
| 1080P | $0.1375 |
| 2K | $0.2175 |
| 4K | $0.446 |
定位简介
vidu-q4-preview/image-to-video 是 Vidu Q4 系列的首发预览版本,以首帧图片为起点生成带原生音频的视频。模型支持 3 至 16 秒时长、540p 至 4K 分辨率输出,画面比例沿用首帧图片;可通过提示词描述运动、镜头与声音。适合需要角色表演、镜头语言和同步音效的开发者,用于叙事短片、广告预演或多方案比稿。
核心亮点
- 首帧图驱动并原生同步音频——以首帧图片锁定画面构图与比例,生成时默认同时产出对话和音效,也可关闭音频输出静音视频。
- 单次生成覆盖 3–16 秒与 4K 输出——时长与分辨率参数在同一线路内可调,从 540p 到 4K 按需选择,减少长镜头分段拼接。
- Q4 预览版聚焦表达性表演——官方定位在角色表演、镜头语言与视觉特效方面做综合升级,适合对动作与情绪连续性有要求的镜头。
能力说明
首帧到带声音视频:传入一张首帧图片即可生成视频,画面比例跟随图片;原生音频默认开启,可同时得到对白与音效,关闭后输出无声视频。
时长与分辨率可调:单次生成时长可在 3 至 16 秒间按整数秒设置,分辨率支持 540p、720p、1080p、2K、4K 五档,按输出规格计划用量。
提示词控制运动与声音:提示词最长 20000 字符,可描述运动、镜头运动和声音,用于引导画面动态与音频内容。
图片输入限制明确:首帧图片支持 JPG、JPEG、PNG、WEBP,最大 50MB,宽高比需在 1:4 至 4:1 之间,便于在接入前校验素材。
适用场景
- 独立创作者与小型工作室的叙事短片——以关键画面为首帧并配合提示词,生成带对白和音效的短片片段,直接进入剪辑流程。
- 广告与品牌短片的镜头预演——用产品图或分镜帧驱动生成多档分辨率视频,供客户确认机位、节奏与声音方向后再进入正式制作。
- 剧情类镜头的多方案比稿——针对同一首帧调整提示词与时长参数,批量输出不同表演或镜头运动方案,用于内部选型。
限制与选型建议
该模型属于 Preview 预览版本,官方明确能力与功能仍会迭代变化,不建议作为长期稳定生产管线的唯一依赖。单次生成时长上限 16 秒,更长镜头需要分段生成后拼接;输入以单张首帧图片为起点,无法在一条线路内混合多张参考素材。若需要参考图或音频参考维持角色与声音一致性,应改用同系列 reference-to-video 线路。对多镜头连贯叙事或超长视频有刚需时,需评估其他支持更长时长或更强一致性控制的模型。
常见问题
查看全部常见问题 →-
图生视频可以自己设置画幅吗?
不能。成片画幅完全跟随首帧图片:传横图出横屏、传竖图出竖屏,所以想要 9:16 竖屏就准备一张竖版首帧。首帧宽高比需在 1:4 到 4:1 之间,过于狭长的图片会在提交时被拒绝。
-
audio 开关有什么用?
原生音频默认开启,会生成与画面同步的对白、环境声和音效;关闭后输出纯画面无声视频,适合做循环背景、后期自己配乐或加字幕。开关不影响价格。
-
时长和价格是什么关系?
按提交的整数秒时长乘以所选分辨率的每秒单价计费,音频开关和图片数量都不参与计价。分辨率越高每秒单价越高,4K 档约为 540p 档的 8.7 倍,具体金额以定价页为准。
-
五档分辨率分别适合什么场景?
540p 用来试提示词和镜头,也够做小尺寸循环背景;720p 覆盖大多数社媒与网页;1080p 用于常规投放;2K 适合大屏和电视展示;4K 用于展陈、影院级画面或需要后期裁切二次构图的镜头。定稿前先用低档试,定稿再用高档出。
提交生成任务
https://api.hiapi.ai/v1/tasks 请求头
Authorizationstring必填账号 API Key,所有请求必填。示例:Bearer YOUR_HIAPI_API_KEY。获取 API Key
Content-Typestring可选请求体固定按 JSON 解析;如携带,仅接受 application/json(可带 charset),其他取值返回 415。示例:application/json。
Idempotency-Keystring可选幂等键,最长 255 字节。同账户同键的重试只创建一次任务,重放返回首次 taskId。
网络超时或客户端自动重试时,同键只创建一次任务、不会重复扣费(幂等范围 = API Key 所属账户)。建议用业务侧唯一标识做键(如 "order-42");同键重放返回首次 taskId,键在首次提交 24 小时后过期。详细的场景矩阵见统一异步接口介绍页。
请求体
modelstring必填当前固定值:vidu-q4-preview/image-to-video
routestring可选当前固定值:default
inputobject必填
vidu-q4-preview/image-to-video 和线路 default 的业务参数对象,见下方参数表。
audioboolean可选默认值: true控制是否生成与视频同步的原生音频(对白与音效);布尔值,设为 false 则输出无声视频,默认 true。
promptstring可选maxLength 20000可选。描述画面运动、镜头运动与声音的提示词,最长 20000 字符。
durationinteger可选默认值: 5min 3max 16视频时长,单位秒,取 3 到 16 之间的整数,默认 5。
image_urlstring必填minLength 1作为视频首帧的图像地址,输出视频保持该图像的宽高比;支持 JPG、JPEG、PNG、WEBP,大小不超过 50MB,宽高比需在 1:4 到 4:1 之间。
resolutionstring可选默认值: "720p"输出视频的分辨率,默认 720p。
540p720p1080p2k4kcallbackobject可选
终态通知配置;为空则不回调,由调用方自行查询。详见下方回调说明。
创建任务时提供 callback.url,任务终态时 HiAPI 主动 POST 通知你的服务,可免去轮询。回调请求体与任务详情数据结构同构;签名校验、投递重试与幂等说明见统一异步接口介绍页的回调说明。
urlstring必填callback 存在时必填;任务终态后向该 URL 发起 POST,须为合法 http(s) URL。
whenstring可选默认值: "final"当前仅支持 final,即 success / fail 均回调。
finalstoragestring可选默认值: "temp"产物存储档位:temp(默认,保留约 7 天)或 persistent(长期保存,按大小计费)。余额不足或超出存储上限会静默降级为 temp;实际生效档位见任务详情响应。
temppersistent请求示例
# 提交异步任务,成功立即返回 taskId(不等待生成完成)
curl -X POST "https://api.hiapi.ai/v1/tasks" \
-H "Authorization: Bearer $HIAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "vidu-q4-preview/image-to-video",
"input": {
"audio": true,
"duration": 5,
"image_url": "…",
"resolution": "720p"
}
}' const res = await fetch("https://api.hiapi.ai/v1/tasks", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.HIAPI_API_KEY}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
model: "vidu-q4-preview/image-to-video",
input: {
"audio": true,
"duration": 5,
"image_url": "…",
"resolution": "720p"
}
}),
});
const task = await res.json();
// { code: 200, message: "success", data: { taskId } } import os, requests
res = requests.post(
"https://api.hiapi.ai/v1/tasks",
headers={"Authorization": f"Bearer {os.environ['HIAPI_API_KEY']}"},
json={
"model": "vidu-q4-preview/image-to-video",
"input": {
"audio": True,
"duration": 5,
"image_url": "…",
"resolution": "720p"
}
},
)
print(res.json()) # { code, message, data: { taskId } } 200 OK
{
"code": 200,
"message": "success",
"data": {
"taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR"
}
} 400 Bad Request
{
"code": 400,
"message": "invalid request",
"data": null,
"error_code": "INVALID_REQUEST"
} 获取任务详情
https://api.hiapi.ai/v1/tasks/:id 响应字段
taskIdstring必填任务 ID,前缀固定 tk-hiapi-。
modelstring必填解析后的模型全名。用 route 参数提交的任务返回 base@线路(如 gpt-image-2/text-to-image@ext);否则与创建时传入的模型名一致。
routestring可选仅当任务用显式 route 参数提交时出现,回显提交时的原值。
statusstring必填任务状态。
queued 已入队,尚未开始。
handling 处理中。
archiving 处理完成,产物准备中。
success 终态:完成,产物可用(返回 output)。
fail 终态:失败(返回 error)。
提交后按 status 判断:success 或 fail 为终态,其余为非终态,建议按 1~3 秒间隔轮询直至终态。成功终态后从 output[].url 下载产物,并在 expireAt 前完成下载或转存;需要长期保留时在创建任务时使用 storage: "persistent"。
creatednumber必填任务创建时间(Unix 秒)。
completednumber必填进入终态的 Unix 秒;非终态固定为 0。
outputarray可选
仅 status == success 时出现。产物列表,始终为数组,同一任务可能同时返回多个 type(如 video + first_frame)。
Array [ object ]
数组元素
urlstring必填资源 URL,可直接下载。
typestring必填当前可能值:video、image、audio、first_frame、last_frame、thumbnail,后续可能会扩展。
expireAtnumber必填资源可访问截止时间(Unix 秒);过期前请完成下载或转存。
errorobject可选
仅 status == fail 时出现。
codestring必填业务错误码。
messagestring必填错误描述。
响应示例
成功
{
"code": 200,
"message": "success",
"data": {
"taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR",
"model": "happyhorse-1-0",
"status": "success",
"created": 1777282033,
"completed": 1777282099,
"output": [
{
"url": "https://cdn.hiapi.ai/tasks/.../video.mp4",
"type": "video",
"expireAt": 1777886899
}
]
}
} 处理中(非终态)
{
"code": 200,
"message": "success",
"data": {
"taskId": "tk-hiapi-...",
"model": "happyhorse-1-0",
"status": "archiving",
"created": 1777282033,
"completed": 0
}
} 失败
{
"code": 200,
"message": "success",
"data": {
"taskId": "tk-hiapi-...",
"model": "happyhorse-1-0",
"status": "fail",
"created": 1777282033,
"completed": 1777282099,
"error": {
"code": "TASK_FAILED",
"message": "task failed"
}
}
} 相关文章
查看全部文章 →相关模型
查看全部模型 →同类型模型
-
LTX 2.5 Fast Lightricks $0.086 /秒 -
PixVerse V6 PixVerse $0.036 /秒 -
Seedance 2.0 ByteDance $0.017 /秒 -
HeyGen Avatar IV HeyGen $0.150 /秒 -
HeyGen Avatar V HeyGen $0.150 /秒 -
Wan 2.6 Flash Alibaba $0.043 /秒 -
Kling AI Avatar Kuaishou -- -
HappyHorse 1.0 Alibaba $0.168 /秒 -
FLUX 3 Video Black Forest Labs $0.090 /秒 -
Gemini Omni Google -- -
Hailuo 2.3 MiniMax $0.270 /条 -
Kling 3.0 Turbo Kuaishou $0.130 /秒



