muapi Logomuapi Logo
muapi Logomuapi Logo

Vidu Q4 อ้างอิงเป็นวิดีโอ: รูปภาพเป็นวิดีโอ

สร้างวิดีโอจากภาพอ้างอิงสูงสุด 15 ภาพและคลิปเสียง 3 คลิปด้วย Vidu Q4 สูงสุด 4K พร้อมเสียงในตัว จ่ายต่อการสร้าง ไม่ต้องสมัครสมาชิก. Vidu Q4 อ้างอิงเป็นวิดีโอ สร้างคลิปยาว 3 ถึง 16 วินาทีที่ความละเอียดสูงสุด 4K จากพรอมต์ข้อความ พร้อมภาพอ้างอิงสูงสุด 15 ภาพและคลิปเสียงอ้างอิงสูงสุด 3 คลิป ตัวแบบและฉากจากข้อมูลอ้างอิงจะคงความสอดคล้องกัน และโมเดลจะเพิ่มบทสนทนาและเสียงเอฟเฟกต์ที่ซิงก์กัน ให้อ้างถึงอินพุตตามลำดับในพรอมต์ เช่น 'คนในภาพอ้างอิง 2 พูดว่า ... โดยใช้เสียงอ้างอิง 1' สำหรับเฟรมเริ่มต้นเพียงเฟรมเดียว ใช้ Vidu Q4 ภาพเป็นวิดีโอ

การควบคุมโมเดลแบบโต้ตอบ

สร้างวิดีโอจากภาพอ้างอิงสูงสุด 15 ภาพและคลิปเสียง 3 คลิปด้วย Vidu Q4 สูงสุด 4K พร้อมเสียงในตัว จ่ายต่อการสร้าง ไม่ต้องสมัครสมาชิก

📝

ภาพรวม

เกี่ยวกับรุ่นนี้

Vidu Q4 อ้างอิงเป็นวิดีโอ สร้างคลิปยาว 3 ถึง 16 วินาทีที่ความละเอียดสูงสุด 4K จากพรอมต์ข้อความ พร้อมภาพอ้างอิงสูงสุด 15 ภาพและคลิปเสียงอ้างอิงสูงสุด 3 คลิป ตัวแบบและฉากจากข้อมูลอ้างอิงจะคงความสอดคล้องกัน และโมเดลจะเพิ่มบทสนทนาและเสียงเอฟเฟกต์ที่ซิงก์กัน ให้อ้างถึงอินพุตตามลำดับในพรอมต์ เช่น 'คนในภาพอ้างอิง 2 พูดว่า ... โดยใช้เสียงอ้างอิง 1' สำหรับเฟรมเริ่มต้นเพียงเฟรมเดียว ใช้ Vidu Q4 ภาพเป็นวิดีโอ

1ตัวละคร: คงความสอดคล้องของคนเดิมตลอดหลายฉากด้วยภาพอ้างอิง
2เสียง: ขับเคลื่อนบทสนทนาด้วยคลิปเสียงอ้างอิงเพื่อให้ได้เสียงที่ตรงกัน
3โฆษณา: รวมข้อมูลอ้างอิงของสินค้า นางแบบ และพื้นหลังไว้ในช็อตเดียว
4การเล่าเรื่อง: ประกอบฉากหลายตัวแบบจากภาพอ้างอิงที่แยกกัน
💰

ราคาและความคุ้มค่า

การวิเคราะห์ต้นทุน

muapiapp$0.095 per second at 720p ($0.475 per 5s clip)

Per-second pricing: 540p $0.045/s, 720p $0.095/s, 1080p $0.12/s, 2K $0.19/s, 4K $0.39/s. Audio included.

** ราคาของคู่แข่งประเมินโดยพิจารณาจากสถาปัตยกรรมโมเดลและระดับการใช้งานที่คล้ายคลึงกัน

⚙️

รายละเอียดทางเทคนิค

สคีมาการกำหนดค่า

พร้อมท์string

Text description of the video. Refer to inputs by order, e.g. "the man in reference image 2 says ... using reference audio 1".

ค่าเริ่มต้นIn the scene of reference image 1, the person in reference image 2 turns to the person in reference image 3 and says: "What are you doing?"
URL รูปภาพอ้างอิงarray

Reference image URLs (1 to 15). JPG, JPEG, PNG or WEBP.

ค่าเริ่มต้นundefined
อ้างอิง URL เสียงarray

Optional reference audio URLs (up to 3). MP3 only, each 3-12 seconds and up to 50 MB.

ค่าเริ่มต้นundefined
อัตราส่วนภาพอีนัม (5 ตัวเลือก)

อัตราส่วนภาพเอาต์พุต

ค่าเริ่มต้น16:9
ความละเอียดอีนัม (5 ตัวเลือก)

ความละเอียดเอาต์พุต

ค่าเริ่มต้น720p
ระยะเวลา (วินาที)int

Video length in seconds (3-16).

ค่าเริ่มต้น5
เสียงboolean

Generate synchronized audio (dialogue and sound effects). Set false for a silent video.

ค่าเริ่มต้นtrue
📖

คู่มือการใช้งาน

เอกสารสำหรับนักพัฒนา

วิธีใช้ Vidu Q4 อ้างอิงเป็นวิดีโอ

  1. รวบรวมข้อมูลอ้างอิง: ระบุ URL ภาพ 1-15 รายการใน images_list และคลิป MP3 สูงสุด 3 คลิป (คลิปละ 3-12 วินาที) ใน audios_list หากต้องการ

  2. เขียนพรอมต์: อ้างถึงอินพุตตามลำดับ เช่น In the scene of reference image 1, the person in reference image 2 turns and says: "What are you doing?"

  3. ตั้งค่าเอาต์พุต: กำหนด aspect_ratio (16:9, 9:16, 1:1, 4:3, 3:4), resolution (540p ถึง 4k), duration (3-16 วินาที) และ audio

  4. ส่งและรับผลลัพธ์: เอ็นด์พอยต์ทำงานแบบอะซิงโครนัส — โพล /api/v1/predictions/{request_id}/result หรือส่ง webhook_url

curl -X POST https://api.muapi.ai/api/v1/vidu-q4-reference-to-video \
  -H "Content-Type: application/json" \
  -H "x-api-key: YOUR_API_KEY" \
  -d '{"prompt": "In the scene of reference image 1, the person in reference image 2 turns to the person in reference image 3 and says: What are you doing?", "images_list": ["https://example.com/scene.png", "https://example.com/person-a.png", "https://example.com/person-b.png"], "resolution": "1080p", "duration": 5, "aspect_ratio": "16:9", "audio": true}'
❓

คำถามทั่วไป

คำถามที่พบบ่อย

Vidu Q4 รองรับความละเอียดและความยาวเท่าใด?

รองรับเอาต์พุต 540p, 720p, 1080p, 2K และ 4K ความยาว 3 ถึง 16 วินาทีต่อคลิป

Vidu Q4 สร้างเสียงหรือไม่?

สร้างได้ ตั้งค่า audio เป็น true (ค่าเริ่มต้น) เพื่อให้ได้บทสนทนาและเสียงเอฟเฟกต์ที่ซิงก์กัน หรือ false สำหรับวิดีโอไม่มีเสียง เสียงไม่มีผลต่อราคา

คิดราคาอย่างไร?

ต่อวินาทีของวิดีโอเอาต์พุต ตามความละเอียด: $0.045/วินาทีที่ 540p, $0.095/วินาทีที่ 720p, $0.12/วินาทีที่ 1080p, $0.19/วินาทีที่ 2K และ $0.39/วินาทีที่ 4K

จะรับผลลัพธ์ได้อย่างไร?

เอ็นด์พอยต์ทำงานแบบอะซิงโครนัส โพล /api/v1/predictions/{request_id}/result หรือส่ง webhook_url เพื่อรับแจ้งเมื่อวิดีโอพร้อม

ใช้ข้อมูลอ้างอิงได้กี่รายการ?

ภาพอ้างอิงสูงสุด 15 ภาพ (images_list) และคลิปเสียงอ้างอิงสูงสุด 3 คลิป (audios_list, MP3, คลิปละ 3-12 วินาที) อ้างถึงตามลำดับในพรอมต์ เช่น 'ภาพอ้างอิง 2' หรือ 'เสียงอ้างอิง 1'

รองรับสัดส่วนภาพใดบ้าง?

16:9, 9:16, 1:1, 4:3 และ 3:4 ตั้งค่าด้วย aspect_ratio