Vidu Q4 Preview pozwala tworzyć ekspresyjne filmy z zsynchronizowanym dźwiękiem, niuansami gry postaci, spójną pracą kamery oraz odniesieniami do obrazu i głosu.
curl-X POST 'https://pollo.ai/api/platform/v1/generation/vidu/viduq4/video'\-H'Content-Type: application/json'\-H'x-api-key: YOUR_API_KEY'\-d'{ "input": { "prompt": "A cinematic shot of a golden retriever running through a field of sunflowers at sunset, warm rim light, shallow depth of field", "image": "https://example.com/first-frame.jpg", "duration": 5, "resolution": "540p", "generateAudio": true }}'
선택적으로, 작업 성공 또는 실패 시 콜백을 수신하기 위해 webhookUrl을 포함할 수 있습니다.
선택적 요청 필드
{"input":{"prompt":"A cinematic shot of a golden retriever running through a field of sunflowers at sunset, warm rim light, shallow depth of field","image":"https://example.com/first-frame.jpg","duration":5,"resolution":"540p","generateAudio":true},"webhookUrl":"https://example.com/webhooks/pollo"}
개요
선택한 엔드포인트 및 모드에 대한 입력 필드입니다.
필드
유형
필수의
화면 설명
prompt
string
아니요
Text prompt describing the content to generate.
image
string
예
First-frame / reference image URL (HTTP(S).
duration
integer
아니요
The duration of the generated video, in seconds.
resolution
string
아니요
Output resolution of the generated media (e.g. 720p, 1080p, 2K, 4K). Values are case-insensitive.
generateAudio
boolean
아니요
Generate natural-sounding, fitting audio for the output video.
Vidu Q4 łączy odniesienia wizualne, rozpoznawalne głosy i skoordynowane zmiany ujęć, aby tworzyć filmy oparte na postaciach. Dostępny jako Vidu Q4 Preview, obsługuje generowanie obrazu na wideo oraz generowanie na podstawie odniesienia do wideo.
Uruchom Vidu Q4 na Pollo API, aby dodać tworzenie scen z wykorzystaniem wskazówek referencyjnych do opowiadania historii apps, narzędzi animacji postaci i kreatywnych procesów pracy za pośrednictwem wspólnego interfejsu generowania.
Kluczowe funkcje Vidu Q4 API
Wskazówki dotyczące sceny z wieloma obrazami
Połącz odniesienia do postaci, otoczenia i stylu, aby określić wizualną tożsamość sceny, pomagając powracającym obiektom pozostać rozpoznawalnymi mimo zmian ich działań i kątów kamery.
Warunkowanie odniesienia głosu
Użyj próbek głosu, aby nadać postaci tożsamość wokalną, łącząc rozpoznawalną mowę z ekspresyjną interpretacją i zsynchronizowanym ruchem ust w scenach opartych na materiałach referencyjnych.
Spójne przełączanie ujęć
Twórz sekwencje, które przechodzą między pozycjami kamery, zachowując spójność obiektu, dzięki czemu krótkie narracje zyskują miejsce na ujęcie wprowadzające, interakcję i reakcję.
Zsynchronizowana mowa i dźwięk
Generuj dźwięk wraz z wideo, w tym dialogi i efekty dźwiękowe, aby mowa postaci i słyszalne działania mogły rozwijać się razem w tej samej scenie.
Płynne działanie i efekty
Animuj bieganie, sztuki walki i inne dynamiczne ruchy, jednocześnie dodając efekty dymu, cząsteczek lub energii, dzięki czemu ilustrowane sceny akcji stają się przydatnym punktem wyjścia do animacji.
Przypadki użycia Vidu Q4 API
Powracające odcinki z postaciami: Wykorzystuj ponownie odniesienia do postaci i scenerii, aby tworzyć krótkie sceny wokół rozpoznawalnej obsady, a próbki głosu niech pomagają określić ich tożsamość wokalną.
Ilustrowane sceny dialogowe: Zamień ilustracje postaci w wymiany zdań z wypowiadanymi kwestiami, reakcjami twarzy i zmianami kamery, które podążają za rozmową.
Prewizualizacja postaci w grze: Połącz projekty postaci, grafikę środowiska i próbki głosu, aby zbadać interakcje przed wdrożeniem pełnego pipeline’u animacji.
Historie marki prowadzone przez maskotkę: Umieść rozpoznawalną maskotkę w nawiązujących do niej sceneriach i twórz krótkie, mówione scenki wokół jej osobowości i wyglądu.
Animacja storyboardu akcji: Ożyw przygotowaną klatkę, tworząc pościg, sekwencję treningową lub starcie oparte na efektach, z wyraźnie poprowadzonym ruchem.
Scenariusze nauki języków: Twórz krótkie rozmowy wizualne z wyraźnie różnymi rozmówcami, zwięzłymi dialogami i gestami osadzonymi w kontekście, do materiałów ćwiczeniowych.
Narzędzia kreatywne oparte na materiałach referencyjnych: Twórz interfejsy, w których użytkownicy zestawiają zasoby postaci, lokalizacji i głosu, a następnie kierują sceną za pomocą pisemnego briefu.
Jak korzystać z Vidu Q4 API
Zdobądź klucz API: Utwórz konto Pollo API i wygeneruj swój klucz API w panelu deweloperskim.
Wybierz model: Wysyłaj żądania do punktu końcowego Vidu Q4 pod adresem /generation/vidu/viduq4/video.
Dodaj swoje dane wejściowe: Podaj image do przekształcenia obrazu w wideo lub elementy obrazu/dźwięku w refs z prompt jako odniesieniem do wideo. W razie potrzeby ustaw generateAudio.
Generuj i pobieraj: Prześlij zadanie, sprawdzaj zwracany status zadania i pobierz gotowy film, gdy zakończy się powodzeniem.
Najlepsze praktyki tworzenia promptów dla Vidu Q4 API
Niech referencje określą wygląd i tożsamość głosową. Użyj promptu, aby wyjaśnić, kto gra, kto mówi, jak zmienia się kamera i co pozostaje spójne w każdym ujęciu.
Nadaj każdemu odwołaniu rolę: Wyjaśnij, który obraz definiuje każdą postać, który określa lokalizację i który dostarcza zamierzony styl wizualny.
Zachowaj jasny podział kwestii: Podawaj imię mówiącego przed każdą linijką i przypisuj odniesienia głosowe do zamierzonej postaci bez niejednoznacznych zaimków.
Zapisz ujęcia w kolejności: Opisz po kolei ujęcie otwierające, najważniejszą akcję i ujęcie reakcji, aby narracja miała wyraźny przebieg.
Zachowaj konkretne szczegóły: Zidentyfikuj elementy ubioru, rekwizyty lub relacje przestrzenne, które powinny pozostać niezmienione, gdy kamera zmienia pozycję.
Zostaw miejsce na grę aktorską: Dialogi powinny być na tyle krótkie, aby zostawić przestrzeń na pauzy, gesty i reakcje. Unikaj łączenia kilku wymian zdań i ważnych działań w jedną krótką scenę.
Przykładowe prompty
Dialog dwóch postaci
Użyj dostarczonych referencji piekarza, kuriera i piekarni. Otwórz ujęcie na obie postacie stojące przy ladzie. Kurier pyta: „Czy przegapiłem śniadanie?” Zbliżenie, gdy piekarz przesuwa ciepłą bułkę i odpowiada: „Ledwo co.” Dopasuj każdą postać do jej dostarczonej referencji głosu.
Wstępna wizualizacja sceny gry
Użyj odniesień do mechanika i podziemnego warsztatu. Zacznij zza jej ramienia, gdy dokręca mosiężny zawór. Ucieka para; ona cofa się i śmieje. Przejdź do jej wyrazu ulgi, gdy mówi: „To powinno wytrzymać.” Zachowaj jej łatane rękawy, gogle i okrągły manometr maszyny.
Ilustrowana animacja akcji
„Zaanimuj dostarczoną ilustrację ink przedstawiającą strażniczkę górską przechodzącą przez zniszczony most. Sprawdza jedną deskę, biegnie trzy kroki, a potem skacze na przeciwległą krawędź. Podążaj bokiem za jej ruchem. Zachowaj spójność pociągnięć pędzla i czerwonego szalika. Dodaj skrzypienie drewna, szum wody i mocne lądowanie.”
Opowiadanie historii z maskotką
„Użyj dostarczonej maskotki wydry i referencji szklarni. Otwórz szeroko kadr, gdy wydra odkrywa opadającą sadzonkę. Zbliż się, gdy podlewa doniczkę, a potem przejdź do jej pełnej nadziei twarzy. Głosem z referencji szepcze: „Twoja kolej, by rosnąć.” Dodaj delikatne dźwięki wody i cichy śpiew ptaków.”
Vidu Q4 vs Vidu Q3 Pro vs Pollo 2.5
Możliwość
Vidu Q4
Vidu Q3 Pro
Pollo 2.5
Przepływy pracy w Pollo API
Obraz na wideo i wideo na podstawie referencji
Tekst na wideo i obraz na wideo
Tekst na wideo i obraz na wideo
Punkt wyjścia wizualnego
Obraz początkowy lub wiele materiałów referencyjnych
Napisana scena lub obraz początkowy
Napisana scena lub obraz początkowy
Voice reference input
Obsługiwane w reference-to-video
Niewymienione na stronie modelu
Niewymienione na stronie modelu
Wygenerowany dźwięk
✅
✅
✅
Kierunek ujęcia
Inteligentne przełączanie kamer z zachowaniem spójności prowadzonej przez materiał referencyjny
Inteligentne przełączanie scen i animacja postaci
Wieloklatkowe sekwencje ze stylem, ruchem i kierunkiem kamery
Polecane dla Ciebie
Sceny zbudowane wokół dostarczonych postaci, scenerii i głosów
Opowiadanie historii oparte na tekście lub obrazie w rodzinie Vidu
Kreatywne procesy wielokadrowe oparte na promptach
Dlaczego warto wybrać Vidu Q4 API?
Wybierz Vidu Q4, gdy scena zaczyna się z istniejącą obsadą, scenerią i głosem. Jego wskazówki referencyjne pomagają połączyć te elementy poprzez grę aktorską i zmiany ujęć.
Pollo API zapewnia dostęp do Vidu Q4 oraz ponad 300 modeli obrazów i wideo, z wspólnym uwierzytelnianiem, udokumentowaną obsługą zadań i wsparciem człowieka.
Wypróbuj Vidu Q4 na Pollo API z referencją postaci i krótką wymianą zdań, aby odkryć spójność wizualną, wskazówki głosowe i ekspresyjne reakcje.
Vidu Q4 API FAQ
Czym jest Vidu Q4?
Vidu Q4 to model generowania wideo Vidu, dostępny jako Vidu Q4 Preview w Pollo API. Łączy odniesienia do obrazu i głosu ze zsynchronizowanym dźwiękiem, grą postaci i skoordynowanymi zmianami kamery.
Czym różnią się dwa przepływy generowania w Q4 Vidu?
Image-to-video animuje dostarczony obraz początkowy. Reference-to-video wykorzystuje wiele odniesień wizualnych oraz opcjonalne odniesienia audio, aby kierować postaciami, scenerią, stylem i głosami, co czyni tę funkcję przydatną do tworzenia sceny.
Czy Vidu Q4 może generować filmy wyłącznie na podstawie tekstu?
Bieżąca strona Pollo API zawiera funkcje image-to-video i reference-to-video. Dostarcz materiał wizualny i użyj tekstu, aby kierować akcją, dialogiem i pracą kamery, zamiast polegać wyłącznie na tekście.
Czy mogę sterować głosami postaci w Vidu Q4?
Tak. Reference-to-video akceptuje referencje audio, aby ukierunkować tożsamość głosu. Przypisz każdą próbkę wyraźnie do zamierzonego mówcy i zachowaj zwięzłość dialogu, aby mowa, ruchy twarzy i reakcje miały przestrzeń.
Kiedy powinienem wybrać Vidu Q4 zamiast Vidu Q3 Pro?
Wybierz Vidu Q4, gdy wiele odniesień wizualnych i wskazówki głosowe są kluczowe dla Twojej sceny. Vidu Q3 Pro pozostaje opcją do generowania opartego na tekście lub obrazie z zsynchronizowanym dźwiękiem.
