Vidu Q3 结合提示词与参考图片生成视频，以参考主体与视觉风格为创作基础。最多组合七张参考图片，引导角色与场景的连贯表达。
Video link valid for 72 hours
透明定价，无隐藏费用。按量付费，用多少付多少。
| 型号 | 规格 | 价格 |
|---|---|---|
viduq3 | 540P | 0.4Credits(~¥0.04)/秒 |
| 720P | 0.8Credits(~¥0.08)/秒 | |
| 1080P | 1Credits(~¥0.1)/秒 |
* 实际费用以最终输出为准。
探索 Vidu Q3 带来的革命性视频生成体验
Vidu Q3 以参考图片引导角色、场景和视觉风格，助力各行各业视频创作
只需几步，即可开启您的AI视频创作之旅
创建免费的光谱汇深账户以访问Vidu Q3。完美适用于个人、团队和企业应用。
为账户余额充值以开始生成专业质量的视频。您的余额可在光谱汇深上的所有高端AI模型中使用。
在仪表板中创建API密钥，以验证对Vidu Q3的请求。
来自全球创作者和开发者的真实声音。以下评价为同系列 Vidu Q3 Pro 与 Turbo 的使用反馈。
“Pro 的电影级画质真的太棒了！而 Turbo 让我可以快速验证创意方向，两个模型搭配使用效率翻倍。”
张伟
内容创作者
“作为开发者，我非常喜欢 Vidu Q3 API 的统一设计。Pro 和 Turbo 共用同一套接口，只需切换 model 参数，集成非常方便。”
David Chen
全栈开发工程师
关于 Vidu Q3的核心疑问解答
Pro 注重极致画质和电影级表现力，适合对视觉质量要求高的场景；Turbo 在保持出色画质的同时大幅提升生成速度，适合快速迭代和批量生产。Vidu Q3 Mix 和 Vidu Q3 均需提示词与一至七张参考图片。Mix 支持 1–16 秒及 720p、1080p；Vidu Q3 支持 3–16 秒及 540p、720p、1080p。
Vidu Q3 按分辨率和输出秒数独立计费。通过 光谱汇深 充值即可开始使用，当前单价见本页实时价格表；参考图片不另加费用。
Vidu Q3 支持 3–16 秒视频，分辨率为 540p/720p/1080p。提示词与一至七张公网图片 URL 为必填项。支持 16:9、9:16、4:3、3:4、1:1 五种比例。
生成时间取决于分辨率、时长和系统负载。可轮询任务状态查看进度，并在完成后获取结果。
将 model 设为 viduq3。提示词与一至七张公网图片 URL 为必填项。duration 和 resolution 应选择本型号支持的值，通过共用的 POST /v1/videos/generations 接口提交。
可以。通过 光谱汇深 上 Vidu Q3生成的视频可用于商业用途,包括营销活动、产品展示、社交媒体内容和企业宣传等。Vidu Q3 的输出可用于商业项目,无需额外的授权费用。
注册 光谱汇深 账号，在控制台的 API Keys 页面创建密钥即可。同一个密钥可调用 Shengshu Vidu Q3 API 及平台上的全部模型，按量付费，无需订阅。
使用模型 ID viduq3，连同提示词和参考图片 URL发送请求。生成以异步任务方式执行：请求会返回 task ID，轮询该任务直到结果就绪即可。完整参数和代码示例见 光谱汇深 文档（docs.callhub.cn）。
有。Shengshu Vidu Q3 API 按生成视频的秒数计费，本页价格表列出了全部规格。页面展示的是黄金会员价（8 折，立省 20%），铂金、钻石会员更省，最高省 28%。只为成功请求付费。
你可以在控制台提交工单，或发送邮件至 support@apimart.ai 联系我们。我们的团队会尽快回复你的问题。
探索同类型的其他模型。
Wan 2.6 I2v
wan2.6‑i2v is the image‑to‑video variant of Alibaba’s Wan 2.6 AI video generation model that animates a single static image into a dynamic, cinematic clip with smooth motion, consistent subject identity, and synchronized audio. It supports multi‑shot storytelling sequences of up to 15 seconds at 1080p resolution, preserving visual features such as character appearance and background while creating natural motion and narrative flow from a single input frame.
Wan 2.6 I2v Flash
wan2.6‑i2v‑flash is Alibaba’s fast image‑to‑video generation model that quickly animates a single static image into a smooth, cinematic clip of up to 15 seconds with optional synchronized audio. It trades some detailed processing for faster inference while still delivering consistent visuals, fluid motion, and multi‑shot narrative support at 720p or 1080p resolution. This makes it ideal for rapid iteration, real‑time content creation, and scenarios needing quick turnaround without sacrificing core video quality.
Seedance 2.0 Fast
seedance-2.0-fast is an optimized version of the Seedance 2.0 model, designed for faster processing and more efficient video generation. With reduced latency and enhanced computational performance, it allows for near real-time video creation without compromising quality. This version is ideal for applications requiring high-throughput video content generation, such as live-streaming, real-time social media content creation, and rapid ad production. It maintains the core features of Seedance 2.0, such as multimodal input integration, but with significant improvements in speed, making it a powerful tool for businesses and creators who need to produce content quickly and at scale.
Seedance 2.0
seedance-2-0 (Seedance 2.0) is the second-generation multimodal audio-video generation large model launched by ByteDance. It supports the fusion of various inputs such as text, images, audio, and video, enabling the efficient creation of high-quality video content. Its core technologies include multimodal joint generation, physical logic optimization, and audiovisual integration. It is widely used in industries such as film, advertising, and e-commerce, providing creators with powerful video editing and creation tools, supporting natural scene continuation and dynamic adjustments. The model outperforms competitors in multiple technical aspects and represents a significant breakthrough in AI video generation.