Vidu
Endpoint: POST https://vod.intl.tencentcloudapi.comAction: CreateAigcVideoTask
Vidu 是视频生成模型,支持文生视频、首帧 / 首尾帧生视频与多图参考生成(q3-ad 1~7 张,q3-drama 1~14 张,q4-preview 1~15 张图片 + 0~3 段音频)。q3-mix 支持多镜头组合,并提供数字人、唇形同步、特效模板,可同时生成音频。
基本信息
| 项目 | 取值 |
|---|---|
| ModelName | Vidu |
| ModelVersion | q4-preview / q3-ad / q3-drama / q3-mix / q3-turbo / q3-pro / q3 / q2-pro / q2(q3-mix 仅供参照) |
| 默认值 | ModelVersion=q3-pro / Resolution=1080P |
| 是否支持解除安全护栏 | 支持 |
各版本支持的规格
| 版本 | 分辨率 | 比例 | 时长 |
|---|---|---|---|
| 通用 | 480P / 720P / 1080P / 2K / 4K | — | — |
q3-drama | 默认输出:1080P超分输出: 2K / 4K | 9:16 / 16:9 | 8–12 秒;图片 1–14 张 |
q3-ad | 默认输出:720P / 1080P超分输出: 2K / 4K | 1:1 / 9:16 / 16:9 / 3:4 / 4:3 | 3–16 秒;图片 1–7 张 |
q3-mix | — | — | — |
q4-preview | 540P / 720P / 1080P / 2K / 4K | 1:1 / 9:16 / 16:9 / 3:4 / 4:3 | 3–16 秒;参考图片 1–15 张、参考音频 0–3 段 |
输入条件
| 版本 | 条件 |
|---|---|
q3-mix | 图片参考 / FileInfos.Usage=Reference多镜头组合 / 同时生成音频 |
q4-preview | 图生视频:仅 1 张图,Usage=FirstFrame 作为首帧参考生视频:图片 1–15 张 + 音频 0–3 段,均为 Usage=Reference(不支持参考视频)不支持文生视频与首尾帧生视频 支持音频直出( AudioGeneration=Enabled) |
请求参数
| 参数 | 必填 | 类型 | 说明 |
|---|---|---|---|
ModelName | 必填 | String | 固定值 Vidu |
ModelVersion | 可选 | String | q4-preview / q3-ad / q3-drama / q3-mix / q3-turbo / q3-pro / q3 / q2-pro / q2。q3-mix 仅供参照 |
Prompt | 必填 | String | 生成提示词 |
FileInfos.N | 可选 | Array | 参考输入。Category 为 Image / Audio;Usage 为 FirstFrame(首帧)或 Reference(参考)。多参考场景下每个文件都要带 Usage |
OutputConfig.Resolution | 可选 | String | 480P / 720P / 1080P / 2K / 4K(q4-preview 另支持 540P,不支持 480P) |
OutputConfig.Duration | 可选 | Integer | 视频时长(秒) |
OutputConfig.AspectRatio | 可选 | String | 16:9 / 9:16 / 1:1 等 |
OutputConfig.AudioGeneration | 可选 | String | Enabled 为音画同出,Disabled 为无声 |
OutputConfig.InputComplianceCheck | 可选 | String | 显式传入 Disabled 即解除输入审核。使用前请咨询销售负责人 |
OutputConfig.OutputComplianceCheck | 可选 | String | 显式传入 Disabled 即解除输出审核。使用前请咨询销售负责人 |
请求示例
q4-preview / 首帧图生视频
只传 1 张图片,并以 Usage=FirstFrame 声明为首帧。q4-preview 不支持纯文本生成,必须带图片。
{
"SubAppId": 123456789,
"ModelName": "Vidu",
"ModelVersion": "q4-preview",
"FileInfos": [
{
"Type": "Url",
"Category": "Image",
"Url": "https://<cos>/first-frame.png",
"Usage": "FirstFrame"
}
],
"Prompt": "the girl turns around and smiles at the camera, soft wind moves her hair",
"OutputConfig": {
"StorageMode": "Temporary",
"Duration": 5,
"Resolution": "1080P",
"AspectRatio": "16:9",
"AudioGeneration": "Enabled"
},
"SessionContext": "vidu-q4-i2v-001"
}q4-preview / 多图 + 音频参考生视频
图片 1–15 张、音频 0–3 段,每个文件都带 Usage=Reference。不支持传入参考视频。
{
"SubAppId": 123456789,
"ModelName": "Vidu",
"ModelVersion": "q4-preview",
"FileInfos": [
{
"Type": "Url",
"Category": "Image",
"Url": "https://<cos>/character.png",
"Usage": "Reference"
},
{
"Type": "Url",
"Category": "Image",
"Url": "https://<cos>/scene.png",
"Usage": "Reference"
},
{
"Type": "Url",
"Category": "Audio",
"Url": "https://<cos>/voice.mp3",
"Usage": "Reference"
}
],
"Prompt": "the character walks into the scene and speaks to the camera, lip movement follows the reference audio",
"OutputConfig": {
"StorageMode": "Temporary",
"Duration": 8,
"Resolution": "720P",
"AspectRatio": "9:16",
"AudioGeneration": "Enabled"
},
"SessionContext": "vidu-q4-ref-001"
}q3-mix / 用图片组合多个镜头
{
"SubAppId": 123456789,
"ModelName": "Vidu",
"ModelVersion": "q3-mix",
"FileInfos": [
{
"Type": "Url",
"Category": "Image",
"Url": "https://example.com/princess.png",
"Usage": "Reference"
}
],
"Prompt": "第一个镜头:城堡里的公主望着紧闭的门。第二个镜头:公主打开窗户,望向远方的风景并露出微笑。",
"OutputConfig": {
"StorageMode": "Permanent",
"MediaName": "Princess scene",
"Duration": 16,
"Resolution": "1080P",
"AspectRatio": "9:16",
"AudioGeneration": "Enabled"
},
"SessionContext": "vidu-reference-001"
}q3-pro / 通过文本生成视频
{
"SubAppId": 123456789,
"ModelName": "Vidu",
"ModelVersion": "q3-pro",
"Prompt": "a calm sunset over the ocean, cinematic",
"OutputConfig": {
"Resolution": "1080P",
"Duration": 5,
"AspectRatio": "16:9",
"StorageMode": "Temporary"
},
"SessionContext": "job-001"
}响应示例
{
"AigcVideoTask": {
"Status": "FINISH",
"ErrCode": 0,
"Progress": 100,
"Output": {
"FileInfos": [
{
"FileUrl": "http://<host>.vod2.myqcloud.com/.../aigcVideoGenFile.mp4",
"ExpireTime": "2026-08-01T10:29:48Z",
"MetaData": {
"Width": 1920,
"Height": 1080,
"Duration": 5.07,
"Container": "mov,mp4,m4a",
"Bitrate": 9494850
}
}
]
}
}
}特殊设置
解除安全护栏
输入审核与输出审核可分别设置。
如需使用护栏解除参数,须先联系销售负责人确认使用权限。即使在支持的引擎上,也只有显式传入相应参数时才会解除护栏。省略参数则不会解除。
| 参数 | 解除值 | 适用对象 |
|---|---|---|
OutputConfig.InputComplianceCheck | Disabled | 解除输入审核 |
OutputConfig.OutputComplianceCheck | Disabled | 解除输出审核 |
将以下设置合并到已有的生成请求中。若要同时解除输入与输出审核,请一并传入这两个字段。
{
"OutputConfig": {
"InputComplianceCheck": "Disabled",
"OutputComplianceCheck": "Disabled"
}
}Avatar:人物视频(数字人)
用人像图片 1 张 与语音生成说话的人物视频。版本 avatar-q2-pro / avatar-q2-turbo。
TTS 模式:指定台词与音色
{
"SubAppId": 123456789,
"ModelName": "Vidu",
"ModelVersion": "avatar-q2-pro",
"Prompt": "talking naturally",
"FileInfos": [
{
"Type": "Url",
"Category": "Image",
"Url": "https://<cos>/person.png"
}
],
"ExtInfo": "{\"AdditionalParameters\":\"{\\\"text\\\":\\\"你好,很高兴认识你。\\\",\\\"voice_id\\\":\\\"male-qn-qingse\\\"}\"}",
"OutputConfig": {
"StorageMode": "Temporary"
},
"SessionContext": "job-001"
}参考音频模式:输入音频文件
{
"SubAppId": 123456789,
"ModelName": "Vidu",
"ModelVersion": "avatar-q2-turbo",
"Prompt": "talking naturally",
"FileInfos": [
{
"Type": "Url",
"Category": "Image",
"Url": "https://<cos>/person.png"
},
{
"Type": "Url",
"Category": "Audio",
"Url": "https://<cos>/voice.mp3"
}
],
"OutputConfig": {
"StorageMode": "Temporary"
},
"SessionContext": "job-001"
}各版本特点
| ModelVersion | 特点 |
|---|---|
q4-preview | 价格更省;表演传神、音画同出、镜头张力与特效表现强。支持首帧图生与多图 + 音频参考生,不支持文生与首尾帧 |
q3-ad | 广告专用。自动镜头切换,适合 5~8 秒 短视频广告 |
q3-drama | 剧集专用。视频与音频同时生成,台词、人物走位与镜头调度表现突出 |
q3-mix | 多镜头组合 / 同时生成音频 |
q3-turbo | 支持自动镜头切换与同时生成音频。生成速度最快 |
q3-pro | 生成含音频的高质量视频 |
q3 | 支持自动镜头切换与同时生成音频。多机位场景构成 |
q2-pro | 支持参考视频输入、视频编辑与视频替换 |
q2 | 动态表现好,细节丰富 |
2.0 | 生成速度优先(未发布) |
q1 | 画面清晰,转场与镜头运动稳定(未发布) |
各模式支持的版本
| 模式 | 支持版本 | 备注 |
|---|---|---|
| 文本生成视频 | q3-turbo / q3-pro / q2 / q1 | 提示词最多 5000 字 |
| 图片生成视频 | q4-preview / q3-turbo / q3-pro / q2-pro-fast / q2-pro / q2-turbo / q1 / q1-classic / 2.0 | 仅图片 1 张 |
| 首/尾帧 | q3-turbo / q3-pro / q2-pro-fast / q2-pro / q2-turbo / q1 / q1-classic / 2.0 | 图片 2 张 |
| 图片参考生成 | q4-preview / q3-ad / q3-drama / q3-mix / q3-turbo / q3 / q2-pro / q2 / q1 / 2.0 | 多张图片。q4-preview 可再加 0–3 段参考音频 |
| 已注册人物 / 物品参考生成 | q3-turbo / q3 / q2-pro / q2 / q1 / 2.0 | 视频参考对象仅限 q2-pro |
仅供参照的版本
q3-mix 基于参考图片中的人物、物品与场景生成视频。若在提示词中写明各镜头的动作与镜头切换,可连贯组合多个镜头,并同时生成音频。参考图片通过 FileInfos 以 Category=Image / Usage=Reference 传入。
已注册的参考对象(SubjectInfos)
用于在多个任务中复用同一人物或物品。Vidu 同时支持已注册参考对象与临时参考对象。
角色注册(CreateAigcSubject)
预先注册参考对象并复用签发的 ID。采用异步方式,需先创建任务再用 DescribeTaskDetail 查询。查询响应中的 CreateAigcSubjectTask.Output.SubjectId 即参考对象 ID。
{
"SubAppId": 1500044236,
"SubjectName": "Vidu-Obj-Princess",
"SubjectImages": [
"https://<cos>/princess.png"
],
"VoiceId": "male-qn-qingse"
}| 参数 | 必填 | 说明 |
|---|---|---|
SubjectName | 必填 | 参考对象名称 |
SubjectImages.N | 条件必填 | 参考图片。最多 3 张。png / jpeg / jpg / webp,比例 1:4 ~ 4:1,50MB 以下 |
SubjectVideos.N | 条件必填 | 参考视频。最多 1 个,5 秒。mp4 / avi / mov,128×128 以上,比例 1:4 ~ 4:1,100MB 以下。仅可使用 q2-pro |
VoiceId | 可选 | 参考对象音色 ID。用于同时生成音频的任务。留空则系统自动推荐 |
请保存响应中的 SubjectId
参考对象 ID 不在生成响应中,而来自 DescribeTaskDetail 的查询结果。当 Status 为 FINISH 且 ErrCode 为 0 天 时,需读取并保存 CreateAigcSubjectTask.Output.SubjectId,之后才能复用。
使用已注册的参考对象
在 SubjectInfos.N.Id 中指定参考对象 ID,在 Name 中指定提示词中要使用的名称。提示词中以 @Name 的形式指名。
{
"SubAppId": 123456789,
"ModelName": "Vidu",
"ModelVersion": "q2-pro",
"SubjectInfos": [
{
"Id": "940599910921682944",
"Name": "Princess"
},
{
"Id": "940599790679379968",
"Name": "Prince"
}
],
"Prompt": "@Princess holds hands with @Prince and runs out into the meadow",
"OutputConfig": {
"Duration": 10,
"Resolution": "720P",
"AspectRatio": "9:16",
"AudioGeneration": "Enabled",
"StorageMode": "Permanent"
},
"SessionContext": "job-001"
}SubjectInfos 中也可一并放入临时参考对象。此时使用 ImageUrls(最多 3 张)或 VideoUrls(最多 1 个,5 秒),并用 VoiceId 指定音色。
{
"SubAppId": 123456789,
"ModelName": "Vidu",
"ModelVersion": "q3-turbo",
"SubjectInfos": [
{
"Name": "Narrator",
"VoiceId": "male-qn-badao",
"ImageUrls": [
"https://<cos>/narrator.png"
]
}
],
"Prompt": "@Narrator walks into the frame and starts speaking",
"OutputConfig": {
"Duration": 8,
"Resolution": "1080P",
"AudioGeneration": "Enabled",
"StorageMode": "Temporary"
},
"SessionContext": "job-001"
}使用临时参考对象
通过 FileInfos 的 ObjectId 声明参考对象名称,并在提示词中以 @ObjectId 指名。单个参考对象的图片最多 1 张。
{
"SubAppId": 123456789,
"ModelName": "Vidu",
"ModelVersion": "q3-turbo",
"FileInfos": [
{
"Type": "Url",
"Category": "Image",
"Url": "https://<cos>/princess.png",
"ObjectId": "Princess"
},
{
"Type": "Url",
"Category": "Image",
"Url": "https://<cos>/prince.jpg",
"ObjectId": "Prince"
}
],
"Prompt": "@Princess holds hands with @Prince and runs out into the meadow",
"OutputConfig": {
"Duration": 10,
"Resolution": "720P",
"AspectRatio": "9:16",
"AudioGeneration": "Enabled",
"StorageMode": "Permanent"
},
"SessionContext": "job-001"
}@Name 标记与 <<<image_N>>> 标记不同
Vidu 的提示词用 @Name 指定参考对象。请按照各引擎的参考标记方式编写提示词。
唇形同步(lip-sync)
通过 ModelVersion=lip-sync 指定。将人物脸部图片、视频与语音组合,使口型匹配。
| 输入 | Category | 说明 |
|---|---|---|
| 目标视频 | Video | 需要匹配口型的源视频 |
| 脸部图片 | Image | 目标人物的脸部 |
| 参考音频 | Audio | 作为口型依据的语音 |
语音有两种指定方式:直接放入音频文件,或在 Prompt 中填写台词并用 ExtInfo 指定音色、语速与音量。
指定台词与音色
{
"SubAppId": 123456789,
"ModelName": "Vidu",
"ModelVersion": "lip-sync",
"FileInfos": [
{
"Type": "Url",
"Category": "Video",
"Url": "https://<cos>/source.mp4"
},
{
"Type": "Url",
"Category": "Image",
"Url": "https://<cos>/face.png"
}
],
"Prompt": "lets dance and sing with me",
"ExtInfo": "{\"AdditionalParameters\": \"{\\\"voice_id\\\": \\\"male-qn-qingse\\\", \\\"volume\\\": 5, \\\"speed\\\": 1}\"}",
"OutputConfig": {
"StorageMode": "Temporary"
},
"SessionContext": "job-001"
}ExtInfo.AdditionalParameters 字段:
| 字段 | 类型 | 默认值 | 说明 |
|---|---|---|---|
voice_id | String | 自动推荐 | 音色 ID |
speed | Float | 1.0 | 说话速度。范围 [0.5, 2]。值越大越快 |
volume | Integer | 0 | 音量。范围 [0, 10]。0 为默认音量 |
输入参考音频
{
"SubAppId": 123456789,
"ModelName": "Vidu",
"ModelVersion": "lip-sync",
"FileInfos": [
{
"Type": "Url",
"Category": "Video",
"Url": "https://<cos>/source.mp4"
},
{
"Type": "Url",
"Category": "Audio",
"Url": "https://<cos>/voice.mp3"
},
{
"Type": "Url",
"Category": "Image",
"Url": "https://<cos>/face.png"
}
]
}特效模板(template_effect)
通过 SceneType=template_effect 指定。ModelVersion 可填任意值,实际使用的模板由 ExtInfo 的 template 选择。
{
"SubAppId": 123456789,
"ModelName": "Vidu",
"ModelVersion": "q2-turbo",
"FileInfos": [
{
"Type": "Url",
"Category": "Image",
"Url": "https://<cos>/subject.png"
}
],
"Prompt": "the subject suddenly explodes into fine particles",
"SceneType": "template_effect",
"ExtInfo": "{\"AdditionalParameters\": \"{\\\"template\\\": \\\"morphlab\\\"}\"}",
"OutputConfig": {
"StorageMode": "Temporary"
},
"SessionContext": "job-001"
}每个模板要求的提示词不同
各模板的调用参数与推荐提示词可在 Vidu 官方模板示例中心查看。template_effect 仅在 ModelName=Vidu 中生效。