本文へスキップ

動画

Vidu Q3 Mix

動画

Ofrai で利用可能 — チャット・画像・動画を同じスタジオで、共有クレジット。

358 クレジットモデル詳細

動画スタジオ

プレビュー

まだクリップがありません

生成後、最新クリップがここに表示されます。

スタジオを開く

プロンプト例

例を選ぶと、プロンプトと推奨設定が上のVidu Q3 Mixクリエイターに読み込まれます。

使い方

Vidu Q3 Mixを3ステップで使う

  1. 01

    入力を用意

    Vidu Q3 Mixを選択したまま、プロンプトと対応する参照素材を追加します。

  2. 02

    出力を設定

    生成前にアスペクト比、解像度、利用可能な動画オプションを選びます。

  3. 03

    生成して調整

    結果を確認し、プロンプトや設定を調整して、同じスタジオで別バージョンを生成します。

Vidu Q3 は、1 つのエンドポイントで利用できる 3 つのモデル ID、viduq3-pro、viduq3-turbo、viduq3 からなるファミリーとして記載されています。これらの選択は、最後に調整する画質設定ではありません。モデルが受け付ける入力、指定できるクリップの最短時間、料金が変わります。pro バリアントは高品質のモデルで、音声と映像の同期およびストーリーボード動画生成に対応すると記載されており、料金は turbo のおよそ 2 倍です。

Turbo は、スマートなシーン切り替えに対応する、高速でコストパフォーマンスに優れたモデルです。無印の viduq3 は、マルチカメラの一貫性、スマートなショット切り替え、複数参照による生成に対応すると記載されているモデル ID であり、参照画像を必須とする唯一のモデルでもあります。3 つとも最大解像度は 1080p で、いずれもデフォルトで音声を生成します。

相互に置き換えられない 3 つの Q3 モデル ID

選ぶバリアントによってリクエストの構成が決まるため、制作の終盤に設定するのではなく、制作要件の段階で決めるべきです。viduq3-pro は品質重視のモデルです。リファレンスでは、音声と映像の同期およびストーリーボード動画生成に対応し、料金は turbo の約 2 倍とされています。

viduq3-turbo は速度重視のモデルで、スマートなシーン切り替えに対応し、生成速度が最も速く、リファレンスでも 3 つの中で最もコストパフォーマンスが高いと明記されています。無印の viduq3 は一貫性重視のモデルです。マルチカメラの一貫性では 3 つの中で最も優れており、スマートなショット切り替えと複数参照による生成に対応すると記載されています。

pro と turbo は同じ画像入力を受け付けるため、turbo で始めたジョブは、リクエストを書き直さずに最終レンダリングを pro に切り替えられます。一方、無印の viduq3 で始めたジョブを turbo に切り替えると、選択の理由となった参照画像の扱いが失われます。この非対称性こそ、最初からモデルを明確に選ぶべき実務上の理由です。

Q3 シリーズ全体で音声はデフォルトで有効

すべての Q3 モデルで、音声のデフォルト値は true と記載されています。そのため、音について何も指定しないリクエストでも、音声付きの結果が返ります。true を明示的に設定すると、プロンプトに基づく発話と背景効果音の生成をシステムに要求します。つまり、プロンプトのテキストは、ショットの説明と音声の生成指示という 2 つの役割を担います。

ここで扱うエンドポイント群の中で、無音を明示的に要求する必要があるのは、このファミリーだけです。これは 2 つの点で重要です。第一に、独自の音楽が付く編集用のクリップや、ライセンス取得済みの楽曲を載せるソーシャル投稿など、無音の納品物が必要な場合は、無音になると考えるのではなく、フラグを明示的に無効にする必要があります。

第二に、要求していないせりふがレンダリング結果に含まれた場合、通常の原因は不具合ではなく、登場人物が発話につながる行動をするようにプロンプトで描写したことです。音と映像を合わせる必要がある場合に pro バリアントを選ぶ理由は、音声と映像の同期への対応が明記されていることにあります。

最短の生成時間はバリアントごとに異なる

すべての Q3 モデルで動画の長さのデフォルトは 5 秒ですが、記載されている指定範囲は異なります。viduq3-pro と viduq3-turbo の範囲は 1 秒から 16 秒です。無印の viduq3 は 3 秒からです。実際に差が出るのはごく短い動画の場合だけですが、まさにそこでワークフローが左右されます。

商品の一瞬の表示、マッチカット、短いトランジションといった 1 秒の挿入カットは、pro と turbo では生成できますが、viduq3 では生成できません。短いアイキャッチ用クリップを組み合わせてシーケンスを作り、その後で一貫性を得るためにバッチ全体を viduq3 に切り替えると、3 秒未満のカットはすべて編集し直す必要があります。シーケンスの制作開始時にバリアントを決め、最も短いショットがその下限を満たすか確認してください。

上限は 3 つとも 16 秒ですが、この数値自体にも注意が必要です。およそ 10 秒を超えると、通常は 1 回の生成で複数ショット分の役割を担うことになります。

このファミリーでは参照画像の意味が 2 通りある

画像入力の意味は、送信するモデル ID によって実際に異なります。これは、無駄なレンダリングが発生する最大の原因です。viduq3-pro と viduq3-turbo では image_urls は任意で、画像の数によってモードが決まります。何も送らなければテキストから動画を生成し、ちょうど 1 枚送るとそれを最初のフレームとして画像から動画を生成します。

2 枚送ると、1 枚目が開始フレーム、2 枚目が終了フレームとなり、最初と最後のフレームを指定した動画生成になります。無印の viduq3 では image_urls が必須で、最大 7 枚の参照画像を受け付けます。これらはフレームではありません。その 7 枚は一貫性を保つための参照画像であり、このバリアントが、記載されているマルチカメラの一貫性とスマートなショット切り替えを実現するために使います。

viduq3 に 2 枚の画像を送っても、最初と最後のフレームを指定したクリップにはなりません。2 枚の参照画像を与えることになり、ショット構成はモデルに委ねられます。ペイロードを組み立てる前に、どちらの仕様が適用されるか確認してください。

アスペクト比は柔軟で、参照画像によって指定が上書きされることもある

記載されているアスペクト比の値は 16:9、1:1、9:16 ですが、リファレンスには Q3 シリーズが任意のアスペクト比に対応するという注記もあります。そのため、列挙された 3 つの値は一般的なものであり、すべての選択肢を網羅しているわけではありません。

さらに重要なのは、リクエストではリテラル値 image_urls も受け付け、これを渡すと、通常は自分で指定する代わりに参照画像によって比率が決まることです。これは既存の素材に合わせる際に便利な動作です。4:5 の静止画を渡すと、上下に黒帯を付けるのではなく、4:5 に合わせて構図を作ります。一方、最終的な画面の形が重要な場合は落とし穴にもなります。

納品物が特定の掲載枠向けの縦型動画なら、ワークフローの別の工程で比率が決まった元画像からの推定に頼るのではなく、9:16 を明示的に設定してください。推定が従うのは送信した参照画像であり、意図している掲載枠ではありません。

5000 文字のプロンプトと @name による被写体の参照

このエンドポイントで唯一の必須フィールドはプロンプトで、最大 5000 文字を受け付けます。この余裕のある上限により、短いプロンプトを使うモデルとは異なる書き方ができます。記載されている例は、意図的に構成されています。ピアノを弾く猫、ゆっくり近づくカメラ、映画のような品質、という形で、何かをしている被写体、カメラの動き、質感を表す語の順に並んでいます。この順序に従ってください。

被写体と動作を最初に置くのは、モデルが最初に解釈する対象だからです。カメラを次に置くのは、クリップ全体に適用されるためです。スタイルを最後に置くのは、内容を指定するというより、その表現を調整する役割だからです。Q3 シリーズは名前付きの被写体にも対応しており、プロンプト内で @name 構文を使って参照できます。

これにより、複数ショットのリクエストで、毎回外見の詳細な説明を繰り返すことなく、同じ登場人物の一貫性を保てます。ただし、リファレンスには被写体の宣言方法が記載されていません。そのため、@name 形式は、この機能の完全なチュートリアルではなく、参照する側の仕様として捉えてください。

よくある質問

Vidu Q3 は、音声を要求しなくても生成しますか?
はい。3 つすべての Q3 モデル ID で、音声のデフォルト値は true と記載されています。true に設定すると、プロンプトから発話と背景効果音を生成するようシステムに要求します。無音のクリップが必要な場合は、フラグを明示的に無効にしてください。
参照画像は何枚まで渡せますか?
モデル ID によって異なります。viduq3-pro と viduq3-turbo では image_urls は任意です。画像なしならテキストから動画を生成し、1 枚なら最初のフレーム、2 枚なら最初と最後のフレームとして使用します。無印の viduq3 では image_urls が必須で、最大 7 枚の参照画像を受け付けます。これらはフレームではなく、一貫性を保つための参照画像として使用されます。
各バリアントが生成できる最短のクリップは何秒ですか?
動画の長さのデフォルトは 5 秒です。viduq3-pro と viduq3-turbo は 1 秒から 16 秒、無印の viduq3 は 3 秒から 16 秒を受け付けます。そのため、3 秒未満の挿入カットを生成できるのは pro と turbo のバリアントだけです。
viduq3-pro の料金は viduq3-turbo よりどのくらい高いですか?
リファレンスでは、品質重視の pro の料金は turbo のおよそ 2 倍とされています。Turbo は最も高速でコストパフォーマンスに優れた選択肢と記載されており、pro では音声と映像の同期およびストーリーボード動画生成が加わります。

よくある質問

このページでVidu Q3 Mixを直接使えますか?
はい。上のクリエイターは実際のOfraiスタジオで、Vidu Q3 Mixが初期選択されています。
完成した結果はどこに保存されますか?
ログイン中の生成結果はOfraiライブラリに保存され、ダウンロードや再編集ができます。
Vidu Q3 Mixにはどのようなプロンプトが適していますか?
被写体、環境、ビジュアルスタイル、照明、カメラや動きを明確に記述してください。上の例を実用的な出発点として使えます。
生成前に例のプロンプトを編集できますか?
はい。例を読み込んだ後、文章、アスペクト比、参照素材、その他の対応設定を変更できます。

Vidu Q3 Mixと同様の制作に対応する他の動画モデルを比較できます。

商用利用は選択したモデルとモデル規約に従います。