Guía de prompts para Vidu Q3
Vidu Q3: de texto a vídeo y de imagen a vídeo en 360p, 540p, 720p y 1080p, con cinco relaciones de aspecto. Duraciones en segundos enteros de 1 a 16, con audio sincronizado opcional. Genera en la resolución que necesitas, sin pagar de más por reescalar.
Vidu Q3 es un modelo flexible de generación de vídeo con IA que te permite elegir la resolución y la relación de aspecto exactas antes de generar. Admite un prompt de texto y, opcionalmente, una imagen como primer fotograma. Produce clips de 1 a 16 segundos en 360p, 540p, 720p o 1080p, con cinco relaciones de aspecto.
Lo que hace útil a Vidu Q3 en un flujo de trabajo real: sus cuatro niveles de resolución te permiten iterar rápido en 360p / 540p y gastar créditos en 720p / 1080p solo cuando tengas definidos el prompt y el plano. Las cinco relaciones de aspecto cubren todos los formatos habituales de redes sociales y cine sin una segunda pasada. El audio está desactivado por defecto y puedes activarlo cuando quieras con un solo interruptor.
4×5
Resoluciones × relaciones de aspecto
1–16s
Duración en segundos enteros
T2V + I2V
Texto o un único fotograma como entrada
Pulsa el botón de reproducción para ver cada clip. El audio está desactivado por defecto tanto en el modelo como en estas vistas previas; activa el volumen si el clip se generó con audio.
Vidu Q3 genera vídeo en cuatro niveles de resolución. Usa 360p / 540p para borradores rápidos y bucles para redes sociales, 720p para el trabajo diario y 1080p cuando necesites nitidez a tamaño completo. El coste en créditos depende de la resolución, no de la duración.
Horizontal cinematográfico (16:9), formato televisivo clásico (4:3), cuadrado para redes y vertical para reels (3:4 / 9:16). Un solo modelo para todos los formatos habituales, sin tener que reescalar ni cambiar el formato después.
Vidu Q3 solo genera audio si lo activas. Ideal si quieres un clip sin sonido para editarlo o añadir la música más adelante. Activa Audio: Activado para añadir sonido ambiente y sonidos de la escena sincronizados con la imagen.
Sube una imagen: Vidu Q3 la usa como primer fotograma y le aplica el movimiento que describes en el prompt. La relación de aspecto de la imagen determina el formato de salida, así que las fotos verticales se animan como videos verticales automáticamente.
Cada ejemplo incluye el prompt exacto que generó el clip y los ajustes utilizados. Copia cualquier prompt con un clic y adáptalo a tu idea.
1080p · 16:9 · 8s · audio activado
Vibrant cinematic travel montage of a host exploring a futuristic coastal city at golden hour. Slow aerial establishing shot drifting forward over neon-lined boardwalks, glass towers reflecting amber light, distant ocean waves crashing. Warm sunset color grade. Sounds of distant traffic, sea breeze, and faint city ambience.
Empieza por el género (viajes cinematográficos), elige un único movimiento de cámara dominante (desplazamiento aéreo lento) y termina con indicaciones precisas de color y diseño sonoro. Vidu Q3 sigue esa estructura con precisión.
720p · 3:4 · 5s · audio activado
Medium close-up of a young woman with rain-soaked hair sitting in a Tokyo coffee shop window seat, neon signs reflecting on the wet glass behind her. She slowly looks up from her phone, eyes glistening, and a small smile breaks across her face. Shallow depth of field, warm interior lighting against cool blue rain outside. Quiet ambient cafe sounds, distant rain on glass.
El formato vertical (3:4), combinado con un gesto emocional preciso (levanta la mirada, le brillan los ojos, esboza una sonrisa), crea un momento centrado en un solo personaje. Vidu interpreta mejor estos verbos de acción concretos que las descripciones vagas de estados de ánimo.
720p · 1:1 · 5s · audio desactivado
Studio product shot of a matte-black ceramic coffee mug on a polished walnut surface, steam curling upward. Camera does a slow 90-degree rotational pan around the mug. Soft top-down rim lighting picks out the rim and the steam against a dark gradient backdrop. No text. Photoreal, advertising quality.
El formato cuadrado (1:1) está hecho para mostrar productos en redes. Especifica el movimiento de cámara (paneo circular, acercamiento o retroceso) y el tipo de iluminación (de contorno, principal o cenital): los videos de producto de Vidu ganan nitidez con ambos.
720p · 16:9 · 10s · audio activado
10-second action sequence. Shot 1: low-angle of a parkour runner sprinting toward a rooftop edge, wind whipping their jacket. Shot 2: mid-air shot of the runner leaping across a gap between buildings, city lights blurred behind. Shot 3: landing roll into a sprint that continues offscreen. Dynamic handheld camera throughout. Sounds of footsteps, fabric wind, and impact on landing.
La estructura clara Plano 1 / Plano 2 / Plano 3 funciona en 720p+ y con duraciones de 8s o más. Indica qué cambia en cada plano (ángulo, distancia, movimiento) en vez de describir toda la secuencia como un único momento.
1080p · 16:9 · 8s · audio activado
Wide cinematic landscape of a misty Norwegian fjord at dawn. Mountain peaks emerge through low fog as the camera does a very slow forward dolly across glassy water. A single distant fishing boat leaves a thin wake. Cool blue-green palette with a soft warm glow on one mountain peak. Sounds of gentle water, distant gulls, and wind across mountains.
Los planos abiertos con atmósfera ganan en 1080p: la resolución extra conserva la niebla, la superficie del agua y los detalles lejanos que se desdibujan en 540p. Combina el formato panorámico con un único movimiento de cámara muy lento.
720p · 9:16 · 5s · desde una imagen · audio desactivado
Animate this portrait photo. Subtle breathing motion, hair catches a gentle breeze, eyes blink naturally, a small smile forms over 3 seconds. No camera movement — the subject animates in place. Maintain exact identity, lighting, and background from the source.
Para animar un retrato con I2V, describe movimientos que respeten la imagen original: respiración sutil, un parpadeo, cabello al viento o un pequeño cambio de expresión. Añadir «conserva exactamente la identidad, la iluminación y el fondo» evita que el resultado se desvíe.
Seis hábitos para conseguir mejores resultados con Vidu Q3 de forma constante.
Vidu Q3 handles a single, clearly named camera move better than a sequence of moves stuffed into one shot. 'Slow forward dolly', 'rotational pan', 'static locked-off', 'handheld follow' — pick one and let the subject motion do the rest.
Adding 'warm sunset color grade', 'cool teal-and-orange palette', or 'desaturated documentary look' steers the look in a single phrase. Vidu reads grade language much better than generic 'cinematic' alone.
For durations 8s and up, structure your prompt as Shot 1 / Shot 2 / Shot 3 with one action and one camera angle per shot. The model uses the explicit structure to schedule cuts cleanly.
16:9 for cinematic and landscape, 9:16 for short-form vertical, 1:1 for product and feed posts, 3:4 / 4:3 when you want a slight portrait or vintage feel. Generating at the right aspect saves crop loss later.
If the clip is for an edit with a soundtrack you'll add later, leave audio off — it's cheaper and gives you a clean visual track. Turn audio on only when the generated soundscape will ship with the clip.
When you do turn audio on, end the prompt with a 'Sounds of …' line. Vidu Q3 hears those cues and lays them in: 'Sounds of distant traffic, sea breeze, footsteps on gravel.' Specific beats much better than 'with audio.'
Cambia el selector al modo De imagen a video y sube una sola imagen. Vidu Q3 la usa como primer fotograma y le aplica el movimiento que describes en el prompt. La relación de aspecto de la imagen determina el formato de salida: las fotos verticales se convierten en videos verticales y las cuadradas, en videos cuadrados, automáticamente.
Los prompts de I2V más precisos respetan la imagen original. Describe movimientos que podrían ocurrir de forma natural inside la escena existente: respiración sutil, pelo movido por una brisa suave, parpadeos, vapor que se eleva del café, ondas en el agua, cambios de luz. Evita prompts que pidan al modelo cambiar por completo la composición: eso entra en conflicto con el primer fotograma de referencia y hace que el resultado se desvíe.
Una fórmula que funciona: "Anima esta imagen. [Movimiento 1], [Movimiento 2], [Movimiento 3]. Conserva exactamente la identidad, la iluminación y el fondo de la imagen original." Esa última frase es la forma más eficaz de mantener I2V fiel a la imagen original.
| Ajuste | Valores | Notas |
|---|---|---|
| Resolución | 360p · 540p · 720p · 1080p | Los créditos varían según la resolución. 720p por defecto. |
| Relación de aspecto | 16:9 · 4:3 · 1:1 · 3:4 · 9:16 | En I2V, la imagen original determina la relación de aspecto. |
| Duración | De 1 a 16 segundos (número entero) | La interfaz ofrece 3 / 5 / 8 / 10 / 16; la API acepta cualquier entero. |
| Audio | Desactivado (por defecto) / Activado | Con el audio activado, termina el prompt con una línea «Sounds of …» para obtener los mejores resultados. |
| Semilla | Entero de 0 a 2.147.483.647 | Solo en la API pública. La misma semilla, el mismo prompt y los mismos ajustes reproducen el clip. |
| Modo | text-to-video / image-to-video | I2V requiere un image_url; T2V solo necesita un prompt. |
Cuatro niveles de resolución: 360p, 540p, 720p y 1080p, con cinco relaciones de aspecto (16:9, 4:3, 1:1, 3:4, 9:16). 360p y 540p son ideales para probar ideas rápido y crear contenido solo para redes; 720p es la opción por defecto para el día a día; 1080p es para clips protagonistas y planos donde los detalles de la atmósfera importan.
Cualquier número entero de 1 a 16 segundos. La interfaz ofrece una selección de valores habituales (3, 5, 8, 10, 16), pero la API pública acepta cualquier entero de ese rango. Las secuencias de varios planos funcionan mejor a partir de 8s.
Sí, es opcional. El audio está desactivado por defecto. Selecciona Audio: Activado en los ajustes para añadir una pista de sonido ambiente y sonidos de la escena sincronizada con el vídeo. Termina el prompt con una línea «Sounds of …» para definir el paisaje sonoro.
El coste en créditos depende de la resolución × duración. 360p y 540p consumen 1 crédito por segundo, 720p consume 2 créditos por segundo y 1080p consume 3 créditos por segundo. Un clip de 5 segundos en 720p cuesta 10 créditos; uno de 10 segundos en 1080p cuesta 30 créditos.
Las fotos nítidas, bien iluminadas y con sujetos claramente definidos son las que mejor se animan. Vidu Q3 usa tu imagen como primer fotograma y le aplica el movimiento que describes en el prompt. Mantén el prompt centrado y fiel a la imagen original: «respiración sutil, cabello movido por la brisa» en lugar de «cambia la escena por completo».
Sí. Vidu Q3 aparece en el selector de modelos de Canvas, en «animar». Cualquier paso anterior de tu cadena de Canvas, ya sea una imagen generada, una foto subida o un fotograma editado, puede servir como primer fotograma. En el panel Más ajustes de Canvas puedes configurar la duración, la resolución, la relación de aspecto y activar o desactivar el audio.