Vidu Q4 tham chiếu thành video: Chuyển hình ảnh thành video

Tạo video từ tối đa 15 ảnh tham chiếu và 3 clip âm thanh với Vidu Q4. Tối đa 4K kèm âm thanh gốc. Trả theo từng lần tạo, không cần đăng ký. Vidu Q4 tham chiếu thành video tạo clip dài 3 đến 16 giây, tối đa 4K, từ một prompt văn bản cùng tối đa 15 ảnh tham chiếu và tối đa 3 clip âm thanh tham chiếu. Chủ thể và bối cảnh từ tham chiếu được giữ nhất quán, đồng thời mô hình bổ sung lời thoại và hiệu ứng âm thanh đồng bộ. Hãy tham chiếu các đầu vào theo thứ tự trong prompt, ví dụ: 'người trong ảnh tham chiếu 2 nói ... bằng âm thanh tham chiếu 1'. Với một khung hình bắt đầu duy nhất, dùng Vidu Q4 ảnh thành video.

Điều khiển mô hình tương tác

Tạo video từ tối đa 15 ảnh tham chiếu và 3 clip âm thanh với Vidu Q4. Tối đa 4K kèm âm thanh gốc. Trả theo từng lần tạo, không cần đăng ký.

📝

Tổng quan

Về mô hình này

Vidu Q4 tham chiếu thành video tạo clip dài 3 đến 16 giây, tối đa 4K, từ một prompt văn bản cùng tối đa 15 ảnh tham chiếu và tối đa 3 clip âm thanh tham chiếu. Chủ thể và bối cảnh từ tham chiếu được giữ nhất quán, đồng thời mô hình bổ sung lời thoại và hiệu ứng âm thanh đồng bộ. Hãy tham chiếu các đầu vào theo thứ tự trong prompt, ví dụ: 'người trong ảnh tham chiếu 2 nói ... bằng âm thanh tham chiếu 1'. Với một khung hình bắt đầu duy nhất, dùng Vidu Q4 ảnh thành video.

1Nhân vật: giữ nhất quán cùng một người qua nhiều cảnh bằng ảnh tham chiếu.

2Giọng nói: dẫn dắt lời thoại bằng clip âm thanh tham chiếu để có giọng khớp.

3Quảng cáo: kết hợp tham chiếu sản phẩm, người mẫu và nền trong một cảnh quay.

4Kể chuyện: dựng cảnh nhiều chủ thể từ các ảnh tham chiếu riêng biệt.

💰

Giá cả & Giá trị

Phân tích chi phí

nhà cung cấp	Chi phí	Ghi chú
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.

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.

** Giá của đối thủ cạnh tranh được ước tính dựa trên kiến trúc mô hình và cấp độ sử dụng tương tự.

⚙️

Chi tiết kỹ thuật

Lược đồ cấu hình

tham số	Loại	Mô tả	Mặc định
Câu lệnh (Prompt)	string	Text description of the video. Refer to inputs by order, e.g. "the man in reference image 2 says ... using 1".	`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?"`
Hình ảnh URL	array	Reference image URLs (1 to 15). JPG, JPEG, PNG or WEBP.	`undefined`
Âm thanh URL	array	URLs (up to 3). MP3 only, each 3-12 seconds and up to 50 MB.	`undefined`
Tỷ lệ khung hình	Enum (tùy chọn 5)	Tỷ lệ khung hình mong muốn.	`16:9`
Độ phân giải	Enum (tùy chọn 5)	。	`720p`
Thời lượng (giây)	int	Video length （） (3-16).	`5`
Âm thanh	boolean	Generate synchronized audio (dialogue and sound effects). Set false for a silent video.	`true`

Câu lệnh (Prompt)string

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

Giá trị mặc định

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?"

Hình ảnh URLarray

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

Giá trị mặc địnhundefined

Âm thanh URLarray

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

Giá trị mặc địnhundefined

Tỷ lệ khung hìnhEnum (tùy chọn 5)

Tỷ lệ khung hình mong muốn.

Giá trị mặc định16:9

Độ phân giảiEnum (tùy chọn 5)

。

Giá trị mặc định720p

Thời lượng (giây)int

Video length （） (3-16).

Giá trị mặc định5

Âm thanhboolean

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

Giá trị mặc địnhtrue

📖

Hướng dẫn thực hiện

Tài liệu dành cho nhà phát triển

Cách sử dụng Vidu Q4 tham chiếu thành video

Thu thập tham chiếu: cung cấp 1-15 URL ảnh trong images_list và tùy chọn tối đa 3 clip MP3 (mỗi clip 3-12 giây) trong audios_list.
Viết prompt: tham chiếu các đầu vào theo thứ tự, ví dụ: In the scene of reference image 1, the person in reference image 2 turns and says: "What are you doing?"
Cấu hình đầu ra: đặt aspect_ratio (16:9, 9:16, 1:1, 4:3, 3:4), resolution (540p đến 4k), duration (3-16 giây) và audio.
Gửi và nhận kết quả: endpoint bất đồng bộ — hãy poll /api/v1/predictions/{request_id}/result hoặc truyền 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}'

❓

Câu hỏi thường gặp

Thường xuyên hỏi

Vidu Q4 hỗ trợ những độ phân giải và thời lượng nào?

Đầu ra 540p, 720p, 1080p, 2K và 4K, với thời lượng 3 đến 16 giây mỗi clip.

Vidu Q4 có tạo âm thanh không?

Có. Đặt audio là true (mặc định) để có lời thoại và hiệu ứng âm thanh đồng bộ, hoặc false để có video không tiếng. Âm thanh không làm thay đổi giá.

Giá được tính như thế nào?

Theo mỗi giây video đầu ra, tùy độ phân giải: $0.045/giây ở 540p, $0.095/giây ở 720p, $0.12/giây ở 1080p, $0.19/giây ở 2K và $0.39/giây ở 4K.

Làm sao nhận được kết quả?

Endpoint bất đồng bộ. Hãy poll /api/v1/predictions/{request_id}/result hoặc truyền webhook_url để được thông báo khi video sẵn sàng.

Tôi có thể dùng bao nhiêu tham chiếu?

Tối đa 15 ảnh tham chiếu (images_list) và tối đa 3 clip âm thanh tham chiếu (audios_list, MP3, mỗi clip 3-12 giây). Hãy tham chiếu theo thứ tự trong prompt, ví dụ 'ảnh tham chiếu 2' hoặc 'âm thanh tham chiếu 1'.

Hỗ trợ những tỷ lệ khung hình nào?

16:9, 9:16, 1:1, 4:3 và 3:4, đặt bằng aspect_ratio.