Pular para o conteúdo
Grok image
Português
English简体中文繁體中文DeutschEspañolPortuguês

Vidu Q3

Vidu Q3 é o modelo de vídeo que a Shengshu Technology vende através de platform.vidu.cn e opera em vidu.cn. Esta página coloca a documentação do próprio fornecedor ao lado das definições que o serviço deste site devolve para o mesmo produto, e mantém separadas duas coisas que é fácil juntar: o que o modelo produz e o que lhe é dado como entrada.

Atualizado:

Vidu Q3

Escolha um modo, escreva o prompt e veja o custo orçamentado antes de gerar.

Vidu Q3
Vídeo com IA0
5s
2s15s

O conteúdo gerado aparece aqui

Material de origem

Material oficial do Vidu Q3

Fotogramas da própria página Q3 do fornecedor, que é a única superfície que serve resultados gerados deste modelo. Os três clipes a que esses fotogramas pertencem são publicados mais abaixo.

A documentação para programadores deste modelo não traz qualquer meio de saída, por isso todas as fotografias aqui vêm da página de consumo do fornecedor. Foram excluídos dois reels da página inicial de consumo porque os seus próprios nomes de ficheiro, S11 e Q4-1, nomeiam outras linhas de modelos e a página nunca os legenda como Vidu Q3. Três dos fotogramas mais abaixo são as entradas do exemplo de pedido do fornecedor e não fotogramas gerados, e cada um di-lo.

Um fundo vermelho liso com duas figuras impressas em meio-tom, uma criança à esquerda e um homem a segurar um telefone vermelho à direita, com aspecto de vinheta serigrafada Ler o prompt ↗

01 / Fotograma de um reel oficial

Uma passagem em meio-tom dentro do reel Q3 do fornecedor

Site de consumo da Vidu ↗

Prompt publicado com este item

O fornecedor não publica um prompt para este clipe

Abrir este prompt no espaço de trabalho ↗

O fornecedor não publica um prompt para nenhum dos seus clipes Q3, por isso não é atribuído aqui nenhum prompt a um item. Quando aparece texto dentro de uma imagem, é uma sobreposição do próprio fornecedor e não algo renderizado pelo modelo.

Uma pessoa sentada a uma secretária numa sala em penumbra, vista de lado, com um monitor brilhante de um jogo de corridas à frente e o perfil de uma cidade pela janela atrás Ler o prompt ↗

02 / Fotograma de uma demonstração oficial de capacidade

O primeiro plano de uma cena de que o clipe depois corta

Site de consumo da Vidu ↗

Prompt publicado com este item

O fornecedor não publica um prompt para este clipe

Abrir este prompt no espaço de trabalho ↗

O fornecedor não publica um prompt para nenhum dos seus clipes Q3, por isso não é atribuído aqui nenhum prompt a um item. Quando aparece texto dentro de uma imagem, é uma sobreposição do próprio fornecedor e não algo renderizado pelo modelo.

Um primeiro plano fechado de um jovem com auscultadores, iluminado de lado pelo brilho vermelho de um monitor, sobre um fundo escuro Ler o prompt ↗

03 / Fotograma de uma demonstração oficial de capacidade

O terceiro plano da mesma cena, no mesmo clipe

Site de consumo da Vidu ↗

Prompt publicado com este item

O fornecedor não publica um prompt para este clipe

Abrir este prompt no espaço de trabalho ↗

O fornecedor não publica um prompt para nenhum dos seus clipes Q3, por isso não é atribuído aqui nenhum prompt a um item. Quando aparece texto dentro de uma imagem, é uma sobreposição do próprio fornecedor e não algo renderizado pelo modelo.

Um homem e um rapaz de boné sentados nas bancadas cheias de um estádio com uma caixa de pipocas, com o campo e um grande marcador visíveis mais além Ler o prompt ↗

04 / Fotograma de uma demonstração oficial de capacidade

Uma cena ininterrupta de quinze segundos

Site de consumo da Vidu ↗

Prompt publicado com este item

O fornecedor não publica um prompt para este clipe

Abrir este prompt no espaço de trabalho ↗

O fornecedor não publica um prompt para nenhum dos seus clipes Q3, por isso não é atribuído aqui nenhum prompt a um item. Quando aparece texto dentro de uma imagem, é uma sobreposição do próprio fornecedor e não algo renderizado pelo modelo.

O que é o Vidu Q3, nas palavras do próprio fornecedor

A Shengshu Technology descreve este modelo na sua própria página de produto sob a linha «Vidu Q3,为剧而生» — Vidu Q3, nascido para o drama. A página assenta em três afirmações. Sobre áudio e imagem em conjunto diz «音频与画面同步输出——对话、旁白、音效、音乐四类音轨同步生成,让成片在一次导出中就能干净落地», ou seja, que quatro tipos de faixa de áudio são gerados com a imagem em vez de acrescentados depois. Sobre a duração diz «单次生成即可获得完整 16 秒视频,表达更充分、叙事更连贯——减少拼接、避免节奏断裂», que uma única geração devolve um vídeo completo de dezasseis segundos. Sobre o controlo diz «从运镜到节奏,你可以精确指挥每一个叙事节点;逐帧级控制帮助你落准关键时刻的时机、重音与情绪节拍».

A mesma página enumera quatro destaques: áudio e imagem sincronizados, saída em inglês, japonês e chinês, um desenho pensado para banda desenhada dramática, cinema e séries curtas, e diálogos naturais entre várias personagens.

A documentação para programadores acrescenta uma descrição mais curta do mesmo modelo, citada aqui no original: viduq3 «支持智能切镜,支持音画同出,多机位的一致性更出色» — mudança de plano inteligente, áudio gerado em conjunto com a imagem e melhor consistência entre várias câmaras.

Tudo nesta secção é citado do fornecedor. Nada nesta página é uma declaração da Shengshu Technology, e o fornecedor não reviu nem aprovou esta página.

As citações ficam no idioma original do fornecedor, porque traduzir uma especificação é uma das formas de os números se desviarem.

O que o serviço deste site publica para o mesmo produto

O espaço de trabalho não lê a documentação do fornecedor. Lê o catálogo próprio deste site, que responde com uma entrada por modelo. A entrada desta página chama-se Vidu Q3, está na família que o catálogo designa por Vidu Q3 e aparece marcada como disponível e executável. Declara um único modo, referência para vídeo, e a descrição de uma linha do próprio serviço diz «Vidu Q3 官方参考生视频模型,支持主体或 1~7 张参考图生成 3~16 秒视频,支持音画同出».

Um mínimo publicado não é um orçamento. O servidor soma o custo em pontos para o modo e as definições que escolher antes de a tarefa começar, e esse total é o que conta.

Campo que o serviço publicaValor
Modos declaradosreferência para vídeo, e nenhum outro
Tipo de tarefa por trás do modoreference-to-video
Valor mínimo publicado5 pontos por segundo
Modo de faturaçãoparâmetros mais duração
Tipos de entradatexto e imagem
Limite de imagens de referênciade 1 a 7
Duraçãode 3 a 16 segundos, por omissão 5
Resoluções540p, 720p, 1080p, por omissão 720p
Proporções16:9, 9:16, 1:1, por omissão 16:9

Um modo à venda aqui, quatro modos na linha do fornecedor

Este é o facto central desta página, e é o inverso do problema habitual. O fornecedor documenta quatro formas de fazer vídeo com a linha Vidu Q3: a partir de texto, a partir de uma imagem, a partir de um par de fotogramas-chave e a partir de referências. A entrada do serviço para esta página declara exactamente uma delas. As outras três existem no mesmo catálogo, mas como produtos separados com nome próprio, e nenhuma delas é alcançável a partir desta página.

Assim, o espaço de trabalho consegue exprimir três modos que este produto não vende, o que é o contrário de um modelo cujas capacidades ficam escondidas pela interface. Quem abrir o Vidu Q3 a partir desta página recebe o formulário de referência para vídeo e nada mais, porque é isso que o serviço devolve.

Vale a pena nomear a consequência sem rodeios. Se chegou aqui à espera de escrever uma cena e obter um clipe, isso é texto para vídeo, e é outro produto da mesma família.

ModoÉ vendido pelo produto desta páginaOnde o catálogo o vende
Referência para vídeosimVidu Q3, 5 pontos por segundo
Texto para vídeonãoVidu Q3 Pro e Vidu Q3 Turbo
Imagem para vídeonãoVidu Q3 Pro, Vidu Q3 Turbo, Vidu Q3 Pro Fast
Fotograma inicial e final para vídeonãoVidu Q3 Pro e Vidu Q3 Turbo

Todos os parâmetros que o serviço publica coincidem com os do fornecedor

Isto não acontece sempre. Nas páginas de vídeo que este site construiu antes desta, os dois lados discordavam sobre intervalos de duração, sobre quantos níveis de resolução existem ou sobre se um limite de referências era real. Para o Vidu Q3 referência para vídeo coincidem, campo a campo.

A coincidência da duração é exacta e não aproximada. A tabela de parâmetros do fornecedor nomeia o modelo pelo nome e dá-lhe a sua linha: «viduq3:默认5秒,可选:3 - 16». O serviço publica um campo numérico com mínimo 3, máximo 16 e valor por omissão 5.

Há ainda uma terceira fonte e, por uma vez, não turva a água. O código-fonte deste site tem uma tabela de família local cujas entradas só são usadas quando o serviço não publica qualquer valor para um campo. Para esta família declara referência para vídeo como único modo suportado, que é o que o serviço também declara. Nada nela é anulado e nada nela é inerte.

A tabela local é mencionada porque em páginas anteriores desta série discordava dos dois lados. Aqui coincide com o serviço.

DefiniçãoDocumentação do fornecedorFormulário publicado por este serviço
Duraçãopor omissão 5 segundos, intervalo de 3 a 16por omissão 5, mínimo 3, máximo 16
Resoluçãopor omissão 720p, com 540p, 720p e 1080ppor omissão 720p, com 540p, 720p e 1080p
Proporçãopor omissão 16:9, com 16:9, 9:16 e 1:1 no percurso de referência por imagempor omissão 16:9, com 16:9, 9:16 e 1:1
Imagens de referênciade 1 a 7mínimo 1, máximo 7

A lista de durações difere entre as duas superfícies do próprio fornecedor

A coincidência acima é entre a documentação de API do fornecedor e este serviço. A página de produto de consumo do fornecedor conta uma terceira história, e é a que mais visitantes terão visto, porque é a página que tem o gerador.

As duas superfícies do fornecedor descrevem pontos de acesso diferentes, por isso não estão em conflito uma com a outra: um widget numa página de consumo e uma tabela de parâmetros numa referência de API são documentos diferentes sobre percursos de chamada diferentes. O que estabelecem é que um número lido na página de consumo não é o número que a API aceita, e que quem comparar o campo de duração desta página com a página do produto verá uma diferença que tem uma razão.

A terceira linha não tem razão nenhuma por trás. É uma lista de um terceiro e não coincide com nenhuma das duas do fornecedor.

FonteOpções de duração que oferece
Documentação de API do fornecedor, referência para vídeode 3 a 16, por omissão 5
Página de consumo do fornecedor, widget de imagem para vídeode 1 a 16
Uma análise de terceiros auditada para esta página4, 8 ou 16
Formulário publicado por este serviçode 3 a 16, por omissão 5

Imagens de referência, e as referências que o formulário não aceita

Referência para vídeo é o modo que este produto vende, por isso o limite de referências é a definição que mais importa. O fornecedor documenta de 1 a 7 imagens e o serviço publica o mesmo limite, com mínimo 1. As imagens de referência guiam o plano sem fixar o seu primeiro fotograma, e é isso que separa este modo do de imagem para vídeo.

O exemplo de pedido do próprio fornecedor para este ponto de acesso usa três imagens e uma única frase de prompt: «Santa Claus and the bear hug by the lakeside». Ler os três ficheiros à luz dessa frase mostra a divisão de trabalho prevista, porque os ficheiros são uma cena junto a um lago à noite, um Pai Natal de peluche vermelho e um urso de peluche cinzento. Uma imagem leva o cenário e duas levam as figuras.

O ponto de acesso também aceita referências de vídeo, e aqui os dois lados separam-se. A documentação do fornecedor permite 1 ou 2 clipes de referência, no máximo um clipe de oito segundos ou dois de cinco segundos, em mp4, avi ou mov, com um mínimo de 128 por 128 píxeis e uma proporção não mais larga do que 4 para 1. O serviço publica um campo de imagem chamado image_urls e nenhum campo de vídeo, por isso essa metade do ponto de acesso não é alcançável a partir deste espaço de trabalho.

Vale a pena registar mais uma nota do fornecedor porque evita uma expectativa errada. O parâmetro do identificador de voz, que escolhe a voz usada na fala gerada, está documentado como não sendo gerado para os modelos q3 de referência, por isso não é algo a procurar junto das definições de áudio abaixo.

O modo fora de horas de ponta custa menos, e a janela de 48 horas faz parte da mesma frase

O fornecedor documenta um modo de submissão fora de horas de ponta para este ponto de acesso, e a documentação diz quatro coisas sobre ele num único bloco. Citado por inteiro: «错峰模式消耗的积分更低,具体请查看产品定价» — consome menos créditos. «错峰模式下提交的任务,会在48小时内生成,未能完成的任务会被自动取消,并返还该任务的积分» — uma tarefa submetida assim é gerada dentro de 48 horas, e a que não termina é cancelada automaticamente com os créditos devolvidos. As tarefas também podem ser canceladas à mão. E «q3模型在audio参数为true时,支持错峰任务;q2、q1、2.0系列模型在audio为false时支持错峰任务» — os modelos q3 suportam fora de horas de ponta quando audio é true, enquanto a série anterior o suporta quando audio é false.

Essas quatro afirmações são um único facto, não quatro. Ler apenas a primeira daria a impressão de um desconto simples, quando o que se compra na verdade é um preço mais baixo em troca de esperar até dois dias. A direcção do acoplamento com o áudio também se inverte entre gerações, e é fácil lê-la ao contrário.

A entrada deste serviço para esta página não publica qualquer campo para submissão fora de horas de ponta. O bloco de capacidades de outro produto da mesma família tem uma marca a dizer que é suportado, e é por isso que a funcionalidade é aqui descrita, mas o formulário por trás do modo desta página não tem esse controlo.

Nenhum texto desta página descreve o modo fora de horas de ponta como simplesmente mais barato, porque a janela de 48 horas é publicada no mesmo parágrafo que o desconto.

O áudio aqui é uma capacidade que o serviço declara e um controlo que não publica

Esta é a mais emaranhada das divergências, e resolve-se em três factos separados que são verdadeiros ao mesmo tempo.

Primeiro, o serviço declara o áudio. O bloco de capacidades deste produto diz que o áudio é suportado, que é gerado, que vem ligado por omissão e que tem um interruptor.

Segundo, o fornecedor também trata o áudio como ligado por omissão neste modelo, embora a sua própria tabela de parâmetros afirme o contrário antes de se corrigir uma linha depois. O parâmetro é descrito como «默认false» e logo abaixo a mesma tabela diz «viduq3、viduq3-turbo默认audio为true,其他模型为false». Para este modelo é a segunda linha que vale. Um segundo ponto de acesso documentado na mesma página dá ao áudio um valor por omissão true directamente, e acrescenta que fora das chamadas à biblioteca de figuras só os modelos q3 suportam o parâmetro.

Terceiro, o formulário publicado pelo serviço para este modo não contém nenhum campo de áudio. Os campos são prompt, resolução, proporção, duração e imagens de referência. O espaço de trabalho constrói os seus controlos a partir desse formulário e só desenha um interruptor de áudio quando o formulário contém um campo chamado generate_audio. Não contém, por isso não aparece interruptor nenhum.

A descrição honesta não é que o som esteja desligado. É que este espaço de trabalho não lhe dá controlo nenhum sobre ele, enquanto o próprio bloco de capacidades do serviço diz que existe um interruptor.

Parâmetros de áudio do fornecedorO que fazemPresentes no formulário deste serviço
audiogerar som com a imagem, ou entregar um vídeo em silêncionão
audio_typeescolher tudo, só fala ou só efeitos sonorosnão
bgmacrescentar música de fundo, desligada por omissãonão
voice_idescolher a voz que fala; não é gerado para os modelos q3 de referêncianão

Em que é que outras páginas sobre este termo se enganam

Foram medidas quatro páginas para esta, e as divergências merecem ser ditas porque quem as comparar vai encontrar estes números. São listadas como divergências e não como erros, já que uma página pode estar a descrever uma superfície diferente daquela que parece descrever.

A afirmação sobre as imagens de referência é a que mudaria uma decisão. Quatro imagens contra sete é uma diferença que um criador notaria à primeira tentativa, e o número do fornecedor é o que tem uma página por trás.

Há algo mais nestas páginas que informa mais do que qualquer afirmação isolada. Das quatro auditadas, as duas análises editoriais ultrapassam cada uma as duas mil palavras com dezenas de imagens entre ambas, e entre as duas não incluem um único vídeo. A única página do conjunto que serve imagens em movimento é um domínio parecido que não é o fornecedor. Uma página sobre um modelo de vídeo que não mostra vídeo é a lacuna que esta galeria existe para preencher.

AfirmaçãoOnde apareceO que o fornecedor documenta
No máximo 4 imagens de referênciauma análise de terceiros sobre referência para vídeode 1 a 7 imagens
Opções de duração de 4, 8 ou 16 segundosum directório de ferramentas em chinêsde 3 a 16 segundos, por omissão 5
Modelos chamados Q3 Drama e Q3 Aduma análise de terceirosnenhum dos dois nomes aparece no catálogo deste site
Preços por segundo em dólaresuma análise de terceiroso fornecedor fatura este ponto de acesso por segundo nas suas próprias unidades

O que esta galeria mostra e o que deixa de fora de propósito

A documentação para programadores do fornecedor não contém qualquer resultado gerado deste modelo. Nas sete páginas arquivadas não há elementos de vídeo nem ficheiros de clipe, e as únicas imagens presentes são sete ficheiros que aparecem como entradas dentro de exemplos de pedido. A saída do próprio modelo está do lado do consumo, e chegar até ela custou dois passos, porque o site de consumo é montado no navegador e um pedido simples devolve apenas uma casca.

Ler a navegação da página de consumo já renderizada levou a uma página dedicada do Vidu Q3, e essa página serve quatro clipes, e todos os quatro foram descarregados. Três são publicados aqui como clipes, porque a duração e o movimento são a prova: um diálogo de dez segundos entre duas pessoas, uma cena de quinze segundos sem cortes num estádio de basebol e um clipe de cinco segundos que corta entre três planos de uma mesma cena. O quarto é um reel de cento e sessenta segundos, demasiado longo para publicar, por isso foram amostrados cinco fotogramas ao longo dele.

Foram descarregados dois reels da página inicial de consumo e depois postos de lado. Os seus próprios nomes de ficheiro são S11 e Q4-1, a página não legenda nenhum deles como Vidu Q3, e a navegação do mesmo site lista S como uma linha separada. Nenhum é atribuído a este modelo.

Três dos fotogramas publicados aqui são entradas e não resultados: a cena junto ao lago e as duas figuras de peluche do próprio exemplo de pedido do fornecedor. São etiquetados como entradas onde quer que apareçam, e estão aqui porque referência para vídeo é o único modo que este produto vende.

Foram recolhidas mais quatro imagens do fornecedor que não são publicadas, e as razões ficam registadas em vez de implícitas. O fotograma de imagem para vídeo, o par de fotogramas-chave inicial e final e a imagem de modelo de cena pertencem todos a produtos irmãos que vendem modos que o produto desta página não vende, e o fotograma de abertura do reel é um cartão quase negro com a própria frase de marketing do fornecedor, que é texto e não uma geração.

Exemplos

Dez segundos de duas pessoas frente a frente em primeiro plano, publicados pela Shengshu Technology como a sua demonstração de áudio e imagem gerados em conjunto. É publicado como clipe e não como fotograma porque a afirmação é sobre a fala a chegar com a imagem, e um fotograma não consegue sustentar isso. A faixa de áudio está presente no ficheiro transcodificado.

Site de consumo da Vidu, página de produto Vidu Q3, recolhido em 2026-09-19 de image01.cf.vidu.studio. Transcodificado de 1,78 Mbps para 1,6 Mbps; resolução, cadência de imagem e áudio mantidos. · Material de terceiros. Os direitos continuam a ser do fornecedor; é mostrado com atribuição da fonte e sem reivindicar propriedade.

Quinze segundos contínuos num estádio de basebol, publicados como a demonstração de uma geração longa de uma só vez. É mantido inteiro porque uma cena sem cortes é a prova da afirmação dos dezasseis segundos, e amostrá-la em fotogramas retiraria precisamente a propriedade que se quer mostrar.

Site de consumo da Vidu, página de produto Vidu Q3, recolhido em 2026-09-19 de image01.cf.vidu.studio. Transcodificado de 2,03 Mbps para 1,6 Mbps; resolução, cadência de imagem e áudio mantidos. · Material de terceiros. Os direitos continuam a ser do fornecedor; é mostrado com atribuição da fonte e sem reivindicar propriedade.

Cinco segundos em que uma mesma cena é filmada a partir de três planos sucessivos, publicados como a demonstração do controlo de câmara. É o único item deste conjunto em que a mudança de plano é mostrada em vez de descrita.

Site de consumo da Vidu, página de produto Vidu Q3, recolhido em 2026-09-19 de image01.cf.vidu.studio. Transcodificado de 2,51 Mbps para 2,0 Mbps; resolução, cadência de imagem e áudio mantidos. · Material de terceiros. Os direitos continuam a ser do fornecedor; é mostrado com atribuição da fonte e sem reivindicar propriedade.

Antes

Antes: À esquerda, uma vista lateral ampla de uma pessoa a uma secretária numa sala em penumbra com um jogo brilhante no monitor; à direita, um primeiro plano fechado de um jovem com auscultadores iluminado pelo brilho vermelho de um monitor

Depois

Depois: À esquerda, uma vista lateral ampla de uma pessoa a uma secretária numa sala em penumbra com um jogo brilhante no monitor; à direita, um primeiro plano fechado de um jovem com auscultadores iluminado pelo brilho vermelho de um monitor

Os planos de abertura e de fecho do mesmo clipe de cinco segundos, lado a lado, para que a mudança de plano possa ser lida sem reproduzir o ficheiro. A cena, a figura e a iluminação continuam através do corte; a distância e o ângulo não.

Fotogramas amostrados por este site nos segundos 1,0 e 4,0 do clipe de controlo de câmara do fornecedor, recolhido em 2026-09-19. · Material de terceiros. Os direitos continuam a ser do fornecedor; é mostrado com atribuição da fonte e sem reivindicar propriedade.

Um primeiro plano do rosto de uma mulher com água na pele, o olhar baixo, sobre um fundo pálido desfocado

Amostrado no segundo 25 do reel Q3 de 160 segundos do fornecedor. Um registo de imagem real, mantido em primeiro plano sobre um rosto.

Fotograma amostrado por este site do reel Q3 do fornecedor, recolhido em 2026-09-19. · Material de terceiros. Os direitos continuam a ser do fornecedor; é mostrado com atribuição da fonte e sem reivindicar propriedade.

Um jovem deitado em água rasa entre erva alta e flores brancas, a olhar para a câmara

Amostrado no segundo 52. Outro registo distinto: luz do dia suave, detalhe natural, sem estilização.

Fotograma amostrado por este site do reel Q3 do fornecedor, recolhido em 2026-09-19. · Material de terceiros. Os direitos continuam a ser do fornecedor; é mostrado com atribuição da fonte e sem reivindicar propriedade.

Um homem de fato escuro sentado num interior em penumbra com peixes a nadar pelo ar à sua volta e uma linha de legenda na parte inferior do enquadramento

Amostrado no segundo 104. Um interior surreal. A legenda na parte inferior do enquadramento é a sobreposição gravada do fornecedor, não algo renderizado pelo modelo.

Fotograma amostrado por este site do reel Q3 do fornecedor, recolhido em 2026-09-19. · Material de terceiros. Os direitos continuam a ser do fornecedor; é mostrado com atribuição da fonte e sem reivindicar propriedade.

Uma mulher com roupa clara a avançar por erva verde iluminada pelo sol, com um forte desfoque de movimento atrás dela

Amostrado no segundo 132. Desfoque de movimento contido no enquadramento e não aplicado depois.

Fotograma amostrado por este site do reel Q3 do fornecedor, recolhido em 2026-09-19. · Material de terceiros. Os direitos continuam a ser do fornecedor; é mostrado com atribuição da fonte e sem reivindicar propriedade.

Uma pessoa a uma secretária vista de trás por cima do ombro, de frente para um monitor a brilhar com um jogo de corridas e uma cidade iluminada para lá da janela

Amostrado no segundo 2,0, o do meio dos três planos do clipe de controlo de câmara. É publicado como fotograma porque fica entre o par acima e completa a sequência.

Fotograma amostrado por este site do clipe de controlo de câmara do fornecedor, recolhido em 2026-09-19. · Material de terceiros. Os direitos continuam a ser do fornecedor; é mostrado com atribuição da fonte e sem reivindicar propriedade.

Uma cabana coberta de neve junto a um lago gelado à noite, uma lua cheia sobre uma crista de montanha escura e rastos que atravessam o gelo

Uma entrada, não um resultado. A primeira das três imagens do próprio exemplo de pedido de referência para vídeo do fornecedor, onde o prompt era «Santa Claus and the bear hug by the lakeside». Nesse exemplo esta imagem é o cenário onde as outras duas são colocadas.

Documentação para programadores da Vidu, página de referência para vídeo, exemplo de pedido, recolhido em 2026-09-19. · Material de terceiros. Os direitos continuam a ser do fornecedor; é mostrado com atribuição da fonte e sem reivindicar propriedade.

Uma figura de Pai Natal de peluche com fato e gorro vermelhos, de pé sobre um fundo branco liso

Uma entrada, não um resultado. A segunda das três imagens do mesmo exemplo de pedido, e uma das duas figuras que o prompt pede que se abracem. É publicada aqui porque a divisão de trabalho entre imagens de referência é mais fácil de ver do que de descrever.

Documentação para programadores da Vidu, página de referência para vídeo, exemplo de pedido, recolhido em 2026-09-19. · Material de terceiros. Os direitos continuam a ser do fornecedor; é mostrado com atribuição da fonte e sem reivindicar propriedade.

Um urso de peluche cinzento com a barriga redonda e clara, de pé sobre um fundo bege liso

Uma entrada, não um resultado. A terceira imagem do mesmo exemplo de pedido, e a outra figura. Os três ficheiros juntos são a forma de um pedido de referência para vídeo: uma imagem para o lugar e duas para as personagens.

Documentação para programadores da Vidu, página de referência para vídeo, exemplo de pedido, recolhido em 2026-09-19. · Material de terceiros. Os direitos continuam a ser do fornecedor; é mostrado com atribuição da fonte e sem reivindicar propriedade.

Perguntas frequentes

Esta é a página oficial do Vidu Q3?

Não. É uma página deste site sobre o modelo. As páginas do próprio fornecedor são nomeadas como fontes ao longo do texto, e o fornecedor não reviu nem aprovou esta página.

Que modos posso realmente executar aqui?

Referência para vídeo, e só esse. Texto para vídeo, imagem para vídeo e fotograma inicial e final para vídeo estão documentados pelo fornecedor para a mesma linha de modelos, e este catálogo vende-os através de produtos separados da mesma família.

Quantas imagens de referência posso anexar?

Entre 1 e 7. O fornecedor documenta de 1 a 7 e este serviço publica o mesmo mínimo e máximo, algo que vale a pena verificar porque uma análise de terceiros sobre este termo afirma um limite de quatro.

Posso anexar também um vídeo de referência?

Não a partir deste espaço de trabalho. O fornecedor permite 1 ou 2 clipes de referência, no máximo um clipe de oito segundos ou dois de cinco segundos, mas o formulário que este serviço publica para o modo tem um campo de imagem e nenhum campo de vídeo.

Porque é que a página mostra clipes se a documentação técnica não tem nenhum?

Porque as duas superfícies trazem coisas diferentes. A documentação para programadores não tem qualquer meio de saída deste modelo, enquanto a página de consumo Q3 do fornecedor serve quatro clipes, todos os quais foram descarregados e são usados aqui. Essa página é montada no navegador, por isso tem de ser renderizada em vez de pedida directamente.

As imagens do lago, do Pai Natal e do urso são exemplos do que o modelo fez?

Não, e por isso são etiquetadas como entradas. São as três imagens do próprio exemplo de pedido do fornecedor, publicadas para que a forma de um pedido de referência para vídeo fique visível. Os clipes gerados são os três itens acima delas.

A submissão fora de horas de ponta custa apenas menos?

Não. O fornecedor diz que uma tarefa fora de horas de ponta consome menos créditos e, no mesmo parágrafo, que é gerada dentro de 48 horas e que é cancelada automaticamente com os créditos devolvidos se não terminar. Para os modelos q3 o modo fora de horas de ponta também só está disponível quando audio é true, que é o contrário dos modelos anteriores.

Posso desligar o som aqui, ou escolher a voz?

Não há qualquer controlo de áudio no formulário desta página. O bloco de capacidades do serviço declara que o áudio é gerado e que vem ligado por omissão com um interruptor, mas o formulário publicado não tem qualquer campo de áudio, e o espaço de trabalho só desenha o seu interruptor quando o formulário contém um. Em qualquer caso, o parâmetro do identificador de voz do fornecedor está documentado como não sendo gerado para os modelos q3 de referência.

Quanto custa?

O servidor dá o orçamento em pontos para o modo e as definições que escolheu, antes de a tarefa começar. O catálogo publica um mínimo de 5 pontos por segundo para este modo. Esse mínimo não é um orçamento e esta página não o trata como tal.

A página de produto do fornecedor oferece durações desde 1 segundo, então porque é que o formulário daqui começa em 3?

Porque são pontos de acesso diferentes. O widget da página de consumo é a superfície de imagem para vídeo e lista de 1 a 16. A referência de API para referência para vídeo documenta de 3 a 16 com um valor por omissão de 5, e é isso que este serviço publica.

Explore também