動画

Vidu Q4 Preview

viduq4-preview

Vidu Q4 Previewは、1枚の先頭フレームによる動画生成と、1〜15枚の参照画像および任意の参照音声を使う動画生成に対応します。viduq4-preview APIは3〜16秒、最大4Kの5段階解像度、生成音声、シード制御を提供します。テキストのみの生成や終了フレーム制御には対応しません。

画像から動画参照素材から動画3〜16秒最大4K

APIキーを取得 APIドキュメント

サービスの特長

99.9% SLA
公式割引
従量課金
高速・低遅延

Input

モデル

生成モード

最初のフレーム

プロンプト

解像度

長さ5s

音声生成

シード値

Output

Video link valid for 72 hours

料金詳細

隠れた費用のない透明な料金体系。使った分だけお支払い。

* 実際の費用は最終出力に基づきます。

Vidu Q4 Preview：画像と参照素材を動画に

1枚の先頭フレームと任意のプロンプトで動画を作成するか、1〜15枚の参照画像、必須プロンプト、任意のMP3で生成を導きます。3〜16秒、540p〜4Kを選択できます。

Vidu Q4 Preview APIの機能

対応する画像入力、出力設定、非同期タスクの仕組み

先頭フレームまたは参照画像

I2Vでは先頭画像1枚、R2Vでは参照画像1〜15枚を使用します。PNG、JPEG、WEBPで1枚50 MBまで。テキストのみの入力や終了フレームには対応しません。

生成モード別のプロンプト

動作、カメラ、場面を最大20,000文字で指定できます。先頭フレームからの生成では任意、参照素材からの生成では必須です。

5段階の解像度

540p、720p、1080p、2K、4Kを選べます。既定値は720pです。掲載先や映像要件、予算に合わせて設定してください。

3〜16秒の動画

長さは3〜16秒の整数で指定し、既定値は5秒です。短い動画で動きを確認してから、より長い場面を検討できます。

生成音声と参照音声

生成音声は初期状態で有効で、無効にしても同額です。参照生成では最大3本のMP3を使用でき、各3〜12秒、50 MBまで。素材の追加料金はありません。

シードの指定

整数シードを使って関連する結果を試せます。省略または0でランダムになります。公開前に動きと内容の適切さを確認してください。

共通の非同期タスク

POST /v1/videos/generationsで送信し、task_idを保存します。GET /v1/tasks/{task_id}で完了または失敗まで照会し、新規タスクを重複作成しないでください。

解像度と秒数に基づく料金

両モードとも長さと選択解像度の現在の秒単価で計算します。参照画像、参照音声、生成音声に追加料金はありません。アカウントの最新料金を確認してください。失敗したタスクは全額返金されます。

画像・参照素材からの動画生成の活用例

確認済みの先頭フレームや参照素材から始める制作フロー

商品・ブランド動画

商品写真に動きを加えた短い紹介カットを制作します。動作を指示し、結果の商品細部やブランドへの適合性を確認します。

ソーシャルコンテンツ

選んだ画像から3〜16秒の導入動画を作成します。公開先に合わせた解像度と、音声あり・なしを選択できます。

絵コンテと提案

絵コンテ1枚を動かすほか、参照画像とプロンプトを組み合わせて場面やカメラの方向を検討できます。編集に加える前に各クリップを確認してください。

キャラクターの動作検討

肖像やイラストの動きを探り、人物の参照画像や任意の参照音声で場面を導きます。使用前に人物の特徴、動き、適合性を確認してください。

教育と解説

用意した場面や図版に動きを加え、短い教材として活用します。視覚情報を検証し、編集時に正確な音声説明や字幕を追加します。

ゲームの構想と環境表現

1枚の環境コンセプトやゲーム場面に動きを付けます。生成動画を雰囲気の検討やチーム内の制作レビューに利用できます。

Vidu Q4 Preview APIのよくある質問

入力、設定、料金、結果の取り扱い

テキストだけで動画を生成できますか？

対応しません。viduq4-previewには画像が必要で、I2Vでは先頭フレーム1枚、R2Vでは参照画像1〜15枚を使用します。R2Vは参照音声を最大3本追加できます。テキストのみの生成や開始・終了フレーム制御には対応しません。

先頭フレームと参照入力はどう選びますか？

first_frame_imageまたはfirst_frameロールでI2Vになります。ロールなしの画像1枚で参照音声がない場合もI2Vです。reference_image（別名reference）、複数画像、またはロールなし画像と参照音声の組み合わせはR2Vです。明示的な先頭フレームは参照画像・音声と混在できません。image_urlsとimage_with_rolesの参照画像は合計15枚まで。PNG、JPEG/JPG、WEBPは各50 MB以下、Base64リクエストは20 MB未満です。

プロンプトは必須ですか？

I2Vのプロンプトは任意、R2Vでは必須で、いずれも最大20,000文字です。目的の動作や場面、参照素材をどう活用するかを指定できます。

長さ・解像度・縦横比は何を選べますか？

長さは3〜16秒の整数（初期値5秒）、解像度は540p、720p、1080p、2K、4K（初期値720p）です。R2Vの縦横比は1:1、9:16、16:9、3:4、4:3で初期値16:9。aspect_ratioは別名sizeより優先されます。I2Vは両項目を無視し、先頭画像に従います。

音声とシードはどう設定しますか？

生成音声は初期値trueで、falseなら同額で無音になります。R2Vの参照音声はMP3を0〜3本、各3〜12秒、50 MBまで。形式と長さは上流で確認され、不適合ならタスクが失敗し返金される場合があります。seedは整数で、省略または0ならランダムです。

料金はどう計算されますか？

I2VとR2Vは同じ料金体系で、長さに選択解像度の現在の秒単価を掛けます。参照画像・音声の素材追加料金はなく、生成音声の有無も同額です。実際のアカウント料金をご確認ください。失敗タスクは全額返金されます。

生成した動画を取得するには？

POST /v1/videos/generationsでtask_idを取得し、GET /v1/tasks/{task_id}を5〜10秒おきに照会します。completedまたはfailedまで続け、成功時はresult.videos[].urlから動画を取得します。

リンクの有効期間と照会停止時の対応は？

生成動画は72時間以内に保存し、タスク応答の期限情報も確認してください。照会のタイムアウトは生成失敗を意味しません。再送信せず、元のタスクの照会を再開してください。