curl --request POST \
  --url https://api.aiid.edu.kg/ent/v2/img2video \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "viduq3-turbo",
  "prompt": "A cinematic product ad with smooth camera motion",
  "duration": 5,
  "resolution": "720p",
  "aspect_ratio": "16:9"
}
'

{
  "task_id": "<string>",
  "state": "created",
  "model": "<string>",
  "prompt": "<string>",
  "images": [
    "<string>"
  ],
  "duration": 123,
  "resolution": "<string>",
  "created_at": "<string>",
  "creations": "<string>"
}

Video generation Vidu

画像から動画を作成する(Vidu)

このシリーズはOpenAIの動画生成形式をサポートしています（詳細はリンク動画生成Sora互換形式を参照してください）。

Vidu 公式動画生成API。公開パスは Vidu 公式仕様に準拠します。

viduq3-turbo、viduq2、vidu2.0 は、それぞれの機能に応じてテキストからの生成、画像からの生成、開始・終了フレーム、または参照による動画生成をサポートし、/v1/videos Sora 互換形式での接続も可能です。

Vidu Q4：vidu-q4 は 720p 固定、vidu-q4-540p は 540p 固定で、3～16 秒の動画生成をサポートします。画像は最低 1 枚必要で、参照画像は最大 15 枚までサポートします。参照生成には MP3 音声を最大 3 本添付でき、各音声は 3～12 秒、最大 50MB です。テキストのみからの生成、開始・終了フレームの指定、参照動画には対応していません。複数の画像は共通の参照用であり、開始・終了位置を示すものではありません。タスクは POST /v1/videos、POST /api/v3/contents/generations/tasks、または Vidu 形式の POST /ent/v2/img2video、POST /ent/v2/reference2video で作成できます。統一エンドポイントとしては mode=reference_images の使用を推奨します。音声付きの場合は mode=reference_material を使用してください。参照音声には audio_urls を使用でき、Seedance 形式では標準の content の audio_url 項目も使用できます。audio のブール値フィールドは音声生成のオン／オフを示し、参照音声 URL リストとは別に使用します。解像度はモデル名と一致している必要があります。

Vidu 公式動画生成フォーマットの公開リクエスト骨格、タスク照会構造、推奨検証テンプレートを補足します。公開パスは Vidu 公式エンドポイント形式を維持します。

対応モデル： viduq3-turbo, viduq2, vidu2.0, vidu-q4, vidu-q4-540p

共通リクエストフィールド：

model (string, 必須): Vidu の公開モデル名。Vidu Q4 は画像付きの画像からの生成および参照による動画生成のみをサポートします。Q3/Q2/V2 はそれぞれの機能に従います。
prompt (string, 任意): 動画生成プロンプト。テキストから動画では必須、画像から/開始・終了フレーム/参考動画からは業務要件に応じて送信します。
images (array[string], 任意): 画像入力。単一画像からの生成では 1 枚、Vidu Q4 の参照生成では 1～15 枚で、画像は共通の参照として使用されます。旧モデルの開始・終了フレームおよび参照画像数は、それぞれの機能に従って使用します。
videos (array[string], 任意): 動画主体入力は旧モデルの機能に応じてのみ指定できます。Vidu Q4 は参照動画をサポートしません。
subjects (array[object], 任意): 参考動画から動画の主体ライブラリ形式の入力。主体名、画像、動画、音色などのフィールドを含めることができます。
duration (integer, 任意): 動画の長さ。単位は秒です。viduq3-turbo は通常 5 秒で、公式の範囲に従って設定できます。
resolution (string, 任意): 出力解像度。一般的な値は 540p、720p、1080p です。
aspect_ratio (string, 任意): 出力アスペクト比。テキストから動画/参考動画から動画で一般的に使用されます。例: 16:9、9:16、1:1。
seed (integer, 任意): 乱数シード。
movement_amplitude (string, 任意): モーションの強さ。一般的な値は auto、small、medium、large です。
audio (boolean, 任意): 音声付き動画の直接出力を有効にするかどうか。
audio_urls (array[string], 任意): Vidu Q4 の参照音声。MP3 を最大 3 件まで指定でき、各 3～12 秒、最大 50MB です。audio のブールスイッチとは別です。
off_peak (boolean, 任意): オフピーク生成を使用するかどうか。
watermark (boolean, 任意): ウォーターマークを追加するかどうか。

代表的なモデル/モードの違い：

Vidu 文生视频: 対応モデル: viduq3-turbo、viduq2、vidu2.0。公式形式のテキストから動画生成。
Vidu 图生视频: 対応モデル: viduq3-turbo、viduq2、vidu2.0。公式形式の単一画像から動画生成。
Vidu 首尾帧生视频: 対応モデル: viduq3-turbo、viduq2、vidu2.0。公式形式の開始・終了フレーム用の2画像から動画生成。
Vidu 参考生视频: 対応モデル: viduq3-turbo、viduq2、vidu2.0。公式形式の複数参照画像から動画生成。
Vidu Q4 720p 单图: モデル vidu-q4 をサポート。1枚の画像、または2枚の画像と2つの MP3 を参照する例。複数の画像は共通の参照に使用し、開始フレームと終了フレームは指定しません。呼び出し前にサンプル素材の URL を置き換えてください。
Vidu Q4 540p 单图: モデル vidu-q4-540p をサポート。1枚の画像、または2枚の画像と2つの MP3 を参照する例。複数の画像は共通の参照に使用し、開始フレームと終了フレームは指定しません。呼び出し前にサンプル素材の URL を置き換えてください。

POST

ent

img2video

curl --request POST \
  --url https://api.aiid.edu.kg/ent/v2/img2video \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "viduq3-turbo",
  "prompt": "A cinematic product ad with smooth camera motion",
  "duration": 5,
  "resolution": "720p",
  "aspect_ratio": "16:9"
}
'

{
  "task_id": "<string>",
  "state": "created",
  "model": "<string>",
  "prompt": "<string>",
  "images": [
    "<string>"
  ],
  "duration": 123,
  "resolution": "<string>",
  "created_at": "<string>",
  "creations": "<string>"
}

承認

Authorization

string

header

必須

Bearer Token を使用して認証します。形式: Authorization: Bearer sk-xxxxxx

ボディ

application/json

model

enum<string>

必須

Vidu の外部向けモデル名。Vidu Q4 は画像付きの画像生成および参照生成の動画のみをサポートし、Q3/Q2/V2 はそれぞれの機能を継続して提供します。

利用可能なオプション:

viduq3-turbo,

viduq2,

vidu2.0,

vidu-q4,

vidu-q4-540p

例:

"viduq3-turbo"

images

string<uri>[]

必須

画像入力。単一画像からの生成は1枚、Vidu Q4 の参照生成は1～15枚で、画像は共通の参照として使用されます。旧モデルでは、先頭・末尾フレームと参照数はそれぞれの対応能力に応じて使用されます。

Required array length: 1 element

例:

["https://example.com/input.jpg"]

prompt

string

動画生成用プロンプト。テキストから動画生成では必須。画像から動画生成／開始・終了フレーム／参照による動画生成では、業務要件に応じて指定してください。

例:

"A cinematic product ad with smooth camera motion"

videos

string<uri>[]

動画の主体入力は旧モデルの機能に基づいてのみ提供されます。Vidu Q4 は参照動画をサポートしていません。

subjects

object[]

生成動画の主体ライブラリ形式を参照して入力します。主体名、画像、動画、音色などのフィールドを含めることができます。

Hide child attributes

subjects.name

string

subjects.images

string<uri>[]

subjects.videos

string<uri>[]

subjects.voice_id

string

subjects.server_id

string

auto_subjects

boolean

duration

integer

動画の長さ。単位は秒。viduq3-turbo 通常は5秒で、公式の範囲に従って設定できます。

例:

5

resolution

enum<string>

出力解像度。一般的な値は 540p、720p、1080p です。

利用可能なオプション:

540p,

720p,

1080p

例:

"720p"

aspect_ratio

enum<string>

出力のアスペクト比。テキスト生成/参照生成動画でよく使用されます。例: 16:9、9:16、1:1。

利用可能なオプション:

16:9,

9:16,

4:3,

3:4,

1:1

例:

"16:9"

seed

integer

乱数シード。

movement_amplitude

enum<string>

動作範囲。一般的な値は auto、small、medium、large です。

利用可能なオプション:

auto,

small,

medium,

large

例:

"auto"

audio

boolean

音声・映像の直接出力を有効にするかどうか。

audio_urls

string<uri>[]

Vidu Q4 の参照音声。MP3 は最大 3 本、各 3～12 秒、最大 50MB。audio ブールスイッチとは別です。

Maximum array length: 3

audio_type

enum<string>

利用可能なオプション:

all,

speech_only,

sound_effect_only

voice_id

string

is_rec

boolean

bgm

boolean

payload

string

off_peak

boolean

生成をオフピークで実行するかどうか。

watermark

boolean

透かしを追加するかどうか。

wm_position

enum<integer>

利用可能なオプション:

1,

2,

3,

4

wm_url

string<uri>

callback_url

string<uri>

レスポンス

200 - application/json

タスクの作成に成功しました

task_id

string

必須

タスク作成時に返されるタスク ID。タスクの照会に使用します。

state

enum<string>

必須

タスクのステータス。一般的な値は created、queueing、processing、success、failed です。

利用可能なオプション:

created,

queueing,

processing,

success,

failed

model

string

prompt

string

images

string[]

duration

integer

resolution

string

created_at

string

creations

string

概要

OpenAI形式(Chat)

OpenAI形式（Responses）

Video generation Seedance

Video generation Vidu

モデル一覧の取得

動画生成HappyHorseとWan

動画生成Kling形式

動画生成OmniとVeo形式

動画生成Sora対応形式

画像生成Gemini形式

画像生成OpenAI DALL-E形式

音楽生成タスクの形式

画像から動画を作成する(Vidu)

承認

ボディ

レスポンス