Guide de prompting Vidu Q3
Vidu Q3 : du texte à la vidéo et de l’image à la vidéo en 360p, 540p, 720p et 1080p, dans cinq formats d’image. Des durées de 1 à 16 secondes, par secondes entières, avec audio synchronisé en option. Vise la résolution qu’il te faut, sans surcoût d’upscaling.
Vidu Q3 est un modèle de génération vidéo IA flexible qui te laisse choisir précisément ta résolution et ton format avant de lancer la génération. Il accepte un prompt texte et, si tu le souhaites, une image de départ, puis produit des clips de 1 à 16 secondes en 360p, 540p, 720p ou 1080p, dans cinq formats d’image.
L’atout de Vidu Q3 dans ton workflow : ses quatre résolutions te permettent d’itérer vite en 360p / 540p et de ne dépenser des crédits en 720p / 1080p qu’une fois le prompt et le plan validés. Les cinq formats d’image couvrent tous les cadrages courants des réseaux sociaux et du cinéma, sans deuxième passe. L’audio est désactivé par défaut et s’active en un clic quand tu en as besoin.
4×5
Résolutions × formats
1–16s
Plage de durées entières
T2V + I2V
Texte ou image unique en entrée
Appuie sur le bouton de lecture pour voir chaque clip. L’audio est désactivé par défaut dans le modèle et dans ces aperçus ; active le son si le clip a été généré avec l’audio.
Vidu Q3 génère des vidéos dans quatre résolutions. Choisis 360p / 540p pour tes brouillons rapides et tes boucles pour les réseaux sociaux, 720p pour tes créations du quotidien et 1080p pour une image nette en plein format. Le coût en crédits dépend de la résolution, pas de la durée.
Horizontal cinéma (16:9), télévision classique (4:3), carré pour les réseaux sociaux, portrait pour les reels (3:4 / 9:16). Un seul modèle pour tous les formats courants, sans agrandissement ni recadrage après génération.
Vidu Q3 génère de l’audio uniquement si tu l’actives. Pratique pour obtenir un clip sans son à monter ou pour ajouter ta bande-son plus tard. Active Audio : On pour ajouter aux images une ambiance sonore et des sons de la scène synchronisés.
Importe une image : Vidu Q3 l’utilise comme première image du clip et lui applique les mouvements décrits dans ton prompt. Le format source détermine celui de la vidéo : les photos en portrait s’animent automatiquement en vidéos au format portrait.
Chaque exemple présente le prompt exact qui a généré le clip et les réglages utilisés. Copie un prompt en un clic, puis adapte-le à ton idée.
1080p · 16:9 · 8s · audio activé
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.
Commence par le genre (voyage cinématographique), choisis un seul mouvement de caméra dominant (lent déplacement aérien), puis termine par des consignes précises d’étalonnage et de design sonore. Vidu Q3 suit cette structure avec précision.
720p · 3:4 · 5s · audio activé
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.
Le format portrait (3:4), associé à un bref instant d’émotion précis (regard qui se lève, yeux qui brillent, sourire qui se dessine), crée un moment centré sur un personnage. Vidu interprète mieux ces verbes d’action précis que les descriptions d’ambiance vagues.
720p · 1:1 · 5s · audio désactivé
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.
Le format carré (1:1) est taillé pour les vidéos produit sur les réseaux sociaux. Précise le mouvement de caméra (panoramique circulaire, travelling avant, recul) et le style d’éclairage (contre-jour, lumière principale, éclairage zénithal) : ces deux éléments donnent des rendus produit plus nets avec Vidu.
720p · 16:9 · 10s · audio activé
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.
Une structure claire Plan 1 / Plan 2 / Plan 3 fonctionne en 720p+ et à partir de 8s. Précise ce qui change à chaque plan (angle, distance, mouvement) au lieu de décrire toute la séquence comme une seule action.
1080p · 16:9 · 8s · audio activé
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.
Les plans larges d’ambiance gagnent à être en 1080p : cette résolution préserve la brume, la surface de l’eau et les détails lointains qui deviennent flous en 540p. Associe le format large à un seul mouvement de caméra très lent.
720p · 9:16 · 5s · à partir d’une image · audio désactivé
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.
Pour animer un portrait en I2V, décris des mouvements fidèles à l’image source : respiration légère, clignement des yeux, cheveux dans le vent, léger changement d’expression. Ajoute « conserve exactement l’identité, l’éclairage et l’arrière-plan » pour éviter les dérives.
Six réflexes pour obtenir de meilleurs résultats avec Vidu Q3, à chaque création.
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.'
Passe en mode Image vers vidéo et importe une seule image source. Vidu Q3 utilise ton image comme première image du clip et lui applique les mouvements décrits dans ton prompt. Le format source détermine celui de la vidéo : les photos en portrait donnent des vidéos en portrait, les photos carrées donnent des vidéos carrées, automatiquement.
Les prompts I2V les plus maîtrisés respectent l’image source. Décris des mouvements qui pourraient réellement se produire inside la scène existante : respiration discrète, cheveux dans une brise légère, clignements des yeux, vapeur qui s’élève du café, ondulations de l’eau, lumière qui change. Évite les prompts qui demandent au modèle de transformer radicalement la composition : ils vont à l’encontre de l’ancrage fourni par l’image de départ et font dériver le résultat.
Une structure qui fonctionne : "Anime cette image. [Mouvement 1], [Mouvement 2], [Mouvement 3]. Conserve exactement l’identité, l’éclairage et l’arrière-plan de l’image source." Cette dernière phrase est le garde-fou le plus efficace contre les dérives en I2V.
| Réglage | Valeurs | Notes |
|---|---|---|
| Résolution | 360p · 540p · 720p · 1080p | Le coût en crédits varie selon la résolution. 720p par défaut. |
| Format | 16:9 · 4:3 · 1:1 · 3:4 · 9:16 | En I2V, l’image source détermine le format. |
| Durée | 1 à 16 secondes (nombre entier) | L’interface propose 3 / 5 / 8 / 10 / 16 ; l’API accepte tout nombre entier. |
| Audio | Désactivé (par défaut) / Activé | Quand l’audio est activé, termine ton prompt par une ligne « Sounds of … » pour de meilleurs résultats. |
| Seed | Entier de 0 à 2 147 483 647 | API publique uniquement. La même seed, le même prompt et les mêmes réglages reproduisent le clip. |
| Mode | text-to-video / image-to-video | Le mode I2V nécessite une image_url ; le mode T2V nécessite seulement un prompt. |
Quatre niveaux de résolution, 360p, 540p, 720p et 1080p, déclinés en cinq formats (16:9, 4:3, 1:1, 3:4, 9:16). Le 360p et le 540p sont parfaits pour tester vite et publier uniquement sur les réseaux sociaux ; le 720p est le réglage du quotidien ; le 1080p est idéal pour les clips phares et les plans où les détails d’ambiance comptent.
Tout nombre entier de 1 à 16 secondes. L’interface propose une sélection de valeurs courantes (3, 5, 8, 10, 16), mais l’API publique accepte tous les entiers de cette plage. Les séquences à plusieurs plans fonctionnent mieux à partir de 8s.
Oui, en option. L’audio est désactivé par défaut. Active Audio : On dans les paramètres pour ajouter à la vidéo une piste synchronisée mêlant ambiance sonore et sons de la scène. Termine ton prompt par une ligne « Sounds of … » pour guider l’ambiance sonore.
Le coût en crédits dépend de la résolution × la durée. Le 360p et le 540p coûtent 1 crédit par seconde, le 720p coûte 2 crédits par seconde et le 1080p coûte 3 crédits par seconde. Un clip de 5 secondes en 720p coûte 10 crédits ; un clip de 10 secondes en 1080p coûte 30 crédits.
Les photos nettes, bien éclairées et aux sujets bien définis s’animent le mieux. Vidu Q3 utilise ton image comme première image du clip et lui applique les mouvements décrits dans ton prompt. Reste précis et fidèle à la source : « respiration légère, cheveux dans la brise » plutôt que « change complètement la scène ».
Oui. Vidu Q3 est disponible dans le sélecteur de modèles de Canvas, sous « animate ». N’importe quelle étape précédente de ta chaîne Canvas, une image générée, une photo importée ou une image retouchée, peut servir d’image de départ. Le panneau More Settings de Canvas donne accès à la durée, à la résolution, au format d’image et à l’activation de l’audio.