vidu-q4

Image to Video

Reference to Video

モデル:

PoYo の Vidu Q4 API を使えば、開始画像をアニメーション化したり、最大12枚の参照画像と3つの音声クリップを組み合わせて3〜16秒のシネマティックな動画を生成したりできます。セリフ・効果音・音楽をネイティブに生成し、ショット間でキャラクターの一貫性を保ち、540p〜4Kの出力を選択可能です。すべてのリクエストには少なくとも1枚の画像が必要です。PoYo の Vidu Q4 はテキストのみの生成には対応していません。

APIキー取得

APIドキュメント

Input

Model

Prompt

167/5000

Image UrlsAdded 0/1

Drop files here, paste files, or add a URL. Disabled while reference images or audio are set. Remove them to use a start frame.

Reference Image UrlsAdded 2/12

Drop files here, paste files, or add a URL. 1–12 images of characters, products, objects or locations, or use a start frame instead. PNG, JPEG or WebP, up to 50 MB each.

——

——

Reference Audio UrlsAdded 0/3

Drop files here, paste files, or add a URL. Optional. Requires at least one reference image. Up to 3 MP3 voice clips, 3–12 seconds and up to 50 MB each, to keep character voices consistent.

Duration

Resolution

Aspect Ratio

Generate Audio

Output

出力例

これはサンプルデータです。新しい結果を生成すると実際の出力を確認できます。

タスクID:2PH9X1Y5R53CI4RQ作成日時:2026-10-17T17:18:21

ステータス:finished進行状況:100%

価格詳細

透明な価格設定。隠れた費用はありません。使った分だけ支払えます。

vidu-q4

540p

PoYo価格

$0.045/秒

9 クレジット

公式価格

節約率

vidu-q4

720p

PoYo価格

$0.095/秒

19 クレジット

公式価格

節約率

vidu-q4

1080p

PoYo価格

$0.120/秒

24 クレジット

公式価格

節約率

vidu-q4

PoYo価格

$0.190/秒

38 クレジット

公式価格

節約率

vidu-q4

PoYo価格

$0.390/秒

78 クレジット

公式価格

節約率

モデル	仕様	PoYo価格	公式価格	節約率
vidu-q4	540p	$0.045/秒 9 クレジット /秒	-	-
	720p	$0.095/秒 19 クレジット /秒	-	-
	1080p	$0.120/秒 24 クレジット /秒	-	-
	2K	$0.190/秒 38 クレジット /秒	-	-
	4K	$0.390/秒 78 クレジット /秒	-	-

* 実際の料金は最終出力に基づきます。

VIDU Q4

開始フレーム・参照画像・音声クリップから、音声付きのシネマティックな動画へ

画像から動画・参照から動画に対応した Vidu Q4 API

生数科技（Shengshu Technology）の Vidu Q4 は、画像・キャラクター・音声リファレンスを、ネイティブ音声、マルチショットのストーリーテリング、ダイナミックなアクションを備えたシネマティックなクリップに変換します。PoYo では、1枚の先頭フレームから始めることも、最大12枚の参照画像からシーンを構築することもでき、出力1秒ごとの従量課金で利用できます。

API キーを取得

PoYo における Vidu Q4 の生成モード

Vidu Q4 画像から動画

image_urls に画像をちょうど1枚送信すると、Vidu Q4 がそれを先頭フレームとしてアニメーション化します。プロンプトは任意で、動き、カメラワーク、サウンドを記述できます。このモードでは出力が画像のアスペクト比に従うため、aspect_ratio と generate_audio は受け付けられません。

Vidu Q4 参照から動画

reference_image_urls に1〜12枚の画像を、reference_audio_urls に最大3つの音声クリップを送信し、必須のプロンプトでシーンを記述します。各入力は [@reference_image_1] や [@reference_audio_1] のように指定し、アスペクト比を選択して、ネイティブ音声生成のオン・オフを切り替えられます。

Vidu Q4 API の主な特長

Vidu Q4 の公式サンプルでは、シネマティックなディテール、一貫したキャラクター、同期したサウンドを伴う大規模なアクションを確認できます。

ネイティブ音声付きのシネマティックなショット

Vidu Q4 は映像と音声を同時に生成し、画面上のアクションに合わせたセリフ、音楽、環境音、効果音を作り出します。クローズアップでも肌、髪、布地、楽器の弦といった細かな質感が保たれるため、1回のリクエストで完成度の高いクリップを生成できます。

セリフ・音楽・効果音を動画と同時に生成
口の動きやアクションが音声と同期
精細なクローズアップ向けに最大4K出力

参照画像による一貫したキャラクター

キャラクター、衣装、小道具、ロケーションの画像をアップロードし、プロンプト内で直接参照できます。Vidu Q4 はカメラアングルやショットが変わっても顔、衣装、ビジュアルスタイルを安定して保つため、シリーズ作品、広告、ブランドコンテンツの定番キャラクターに実用的です。

PoYo では1リクエストあたり最大12枚の参照画像
プロンプト内で各画像を [@reference_image_N] として指定
最大3つの音声クリップでキャラクターの声をガイド

ダイナミックなアクションとマルチショットのストーリーテリング

Vidu Q4 は、物理的な一貫性を損なうことなく、高速な動き、武術、群衆、視覚効果を表現できるよう設計されています。1つのプロンプトに複数の展開を記述すると、モデルがそれらを最長16秒のマルチショットシーケンスとして構成し、ストーリーに沿ってカメラを切り替えます。

3〜16秒の尺に対応
大規模なアクション、格闘、VFX を多用したシーン
1つのクリップ内で複数ショットとカメラ切り替え

Vidu Q4 API はこんな方におすすめ

AI シリーズ・ショートドラマ制作スタジオ

キャラクターやロケーションの参照画像を再利用して、エピソードをまたいで同じキャストを維持できます。参照画像と音声クリップを組み合わせて会話シーンを制作し、16秒のマルチショットクリップをつなげて長いストーリーに仕上げられます。

広告・ブランドチーム

商品写真、パッケージ、ブランドキャラクターを、音楽と効果音付きのシネマティックな広告映像に変換します。参照モードでは掲載先に合わせて16:9、9:16、4:3、3:4、1:1から選択できます。

SNS クリエイター

1枚のキービジュアルを音声付きの短いクリップにしたり、おなじみのキャラクターを新しいシーンに登場させたりできます。低解像度でドラフトを手頃なコストで作成し、最終版を1080p、2K、4Kでレンダリングできます。

映画のプリビズ

コンセプトアートからアクションシーケンス、カメラワーク、VFX シーンのプロトタイプを作成できます。開始フレームモードで特定のフレームがどう展開するかを試したり、参照モードでシーン全体を構成したりできます。

ゲーム・アニメーションチーム

キャラクターシートや背景コンセプトに命を吹き込み、トレーラー、カットシーンのドラフト、ピッチ動画を制作できます。ショット間でデザインの一貫性も保たれます。

開発者・動画プラットフォーム

PoYo の非同期 API を通じて Vidu Q4 を自社プロダクトに組み込めます。タスクを送信し、ステータスをポーリングするかコールバックを受け取り、出力1秒単位でユーザーに課金できます。

Vidu Q4 vs Vidu Q3

Vidu Q4 は Vidu Q3 より最高解像度が 4K に上がり、より多くの参照画像を使えます。ネイティブ音声とマルチショット生成はそのまま利用でき、動画の長さは引き続き最大 16 秒です。

機能	Vidu Q4（PoYo）	Vidu Q3
生成モード	画像から動画、参照から動画	テキストから動画、画像から動画、開始・終了フレーム、参照から動画
長さ	3–16 秒	最大 16 秒
解像度	540p、720p、1080p、2K、4K	540p、720p、1080p
参照画像	1–12 枚	1–7 枚
音声リファレンス	最大 3 クリップ	3–12 秒の MP3 を最大 3 クリップ（viduq3-mix）
ネイティブ音声	対応（参照から動画で任意）	対応（デフォルトでオン）
マルチショット	対応	対応（インテリジェントなカメラ切り替え）

Vidu Q4 の列は PoYo が受け付けるパラメータです。PoYo の Vidu Q4 ではテキストのみの生成は提供していません。ShengShu の公式 API では参照画像を最大 15 枚まで使用できます。Vidu Q3 の列は、Vidu 公式 API ドキュメントに掲載された Q3 シリーズのパラメータに基づいています。

PoYo で Vidu Q4 API を使う方法

ステップ1：登録して API キーを作成
PoYo にサインインし、アプリケーション用のアクセスキーを作成します。
API キーを取得 →

ステップ2：クレジットをチャージ
アカウントにクレジットを追加します。Playground では、生成前に選択した解像度と尺の見積もりクレジットを確認できます。
クレジットを追加 →

ステップ3：API を統合
model: "vidu-q4" と image_urls または reference_image_urls を /api/generate/submit に送信し、タスク ID を照会するか、完了通知用のコールバック URL を指定します。
API リファレンスを見る →

Vidu Q4 API に関するよくある質問

Vidu Q4 API とは何ですか？

Vidu Q4 は生数科技（Shengshu Technology）が開発した動画生成モデルで、ネイティブ音声、一貫したキャラクター、ダイナミックなアクションを備えたシネマティックなクリップを生成します。PoYo ではモデル ID vidu-q4 で呼び出し、開始画像または最大12枚の参照画像から、540p〜4Kの解像度で3〜16秒の動画を生成できます。

PoYo の Vidu Q4 はテキストから動画に対応していますか？

いいえ。PoYo の Vidu Q4 リクエストには、image_urls の開始フレーム1枚、または reference_image_urls の画像1〜12枚のいずれか、少なくとも1枚の画像が必要です。テキストのみで生成したい場合は、PoYo の別の動画モデルをお選びください。

Vidu Q4 の料金はどのように決まりますか？

Vidu Q4 は解像度に応じて動画1秒ごとに課金されます。1秒あたり、540pは9クレジット（$0.045）、720pは19クレジット（$0.095）、1080pは24クレジット（$0.12）、2Kは38クレジット（$0.19）、4Kは78クレジット（$0.39）です。たとえば720pで5秒の動画は95クレジットです。参照画像、音声クリップ、音声生成による追加料金はありません。

プロンプトで画像や音声を参照するにはどうすればよいですか？

参照モードでは、入力をその順番で指定します。たとえば1枚目の画像は [@reference_image_1]、1つ目の音声クリップは [@reference_audio_1] です。例："[@reference_image_1] が [@reference_image_2] の砂浜を歩きながら、[@reference_audio_1] の声で話す。"

音声リファレンスの要件は何ですか？

reference_audio_urls には最大3つの音声 URL を追加できます。Playground では3〜12秒の MP3 クリップを受け付けており、これは Vidu の音声リファレンスのガイドラインに沿っています。音声リファレンスは参照モードでのみ利用でき、image_urls と組み合わせることはできません。

アスペクト比は選べますか？

参照モードでは16:9、9:16、4:3、3:4、1:1から選択できます。画像から動画モードでは動画が開始フレームに準拠するため、aspect_ratio パラメータは受け付けられません。送信前に画像を希望の比率にトリミングしてください。

生成にはどれくらい時間がかかりますか？

生成は非同期で行われ、処理時間は尺、解像度、サービスの負荷によって異なります。送信エンドポイントから返されたタスク ID を保存し、タスクが完了または失敗するまでステータスエンドポイントをポーリングするか、コールバック URL を指定してください。

Vidu Q4 の動画は商用利用できますか？

商用利用の前に、該当するモデルおよびプラットフォームの利用規約を確認し、アップロードする画像、肖像、音声の権利を保有していることを確認してください。公開前には、生成された音声、顔、ブランドの細部をチェックしてください。

Vidu Q4 API の利用に PoYo を選ぶ理由

出力1秒単位の従量課金

プロジェクトごとに最適な解像度と尺を選べます。料金表と Playground の見積もりは同じ秒単価を使用しており、サブスクリプションは不要です。

Playground で両モードをテスト

開始フレーム、または参照画像と音声クリップをアップロードし、フォーム編集と JSON 編集を切り替えながら、統合前に正確なリクエスト内容を確認できます。

多数の動画モデルを1つの API で

Vidu Q4 をはじめ、PoYo 上の動画・画像・音声モデルで同じ認証、送信、ステータス確認のワークフローを利用できます。

タスク追跡またはコールバック受信

タスク ID をポーリングして進捗を確認するか、コールバック URL を指定し、同じ非同期ワークフローで完成した動画の URL を取得できます。