360p · 540p · 720p · 1080p
4段階の解像度
Vidu Q3は4段階の解像度に対応。スピーディーな試作やSNS向けのループ動画には360p / 540p、普段の制作には720p、フルサイズでも鮮明に見せたいときは1080pを選びましょう。消費クレジットは動画の長さではなく、解像度で決まります。
Vidu Q3 プロンプトガイド
Vidu Q3はテキストや画像から動画を生成。360p、540p、720p、1080pと5種類のアスペクト比に対応。長さは1〜16秒を1秒単位で指定でき、同期音声も選べます。必要な解像度で直接生成できるので、アップスケールの追加コストは不要です。
Vidu Q3は、生成前に解像度とアスペクト比を細かく選べる、柔軟なAI動画生成モデルです。テキストプロンプトに加え、必要に応じて最初のフレーム用の画像を1枚指定できます。長さは1〜16秒、解像度は360p、540p、720p、1080p、アスペクト比は5種類から選べます。
Vidu Q3が制作現場で頼れる理由は、4段階の解像度にあります。360p / 540pで素早く試作を重ね、プロンプトとショットが固まってから720p / 1080pにクレジットを使えます。5種類のアスペクト比で、SNSから映画的な画角まで定番のフレームをカバー。作り直す手間がありません。音声は初期設定でオフ。必要なときはワンタッチでオンにできます。
4×5
解像度×アスペクト比
1–16s
尺の指定範囲（整数）
T2V + I2V
テキストまたは画像1枚を入力
再生ボタンをタップすると、各クリップを視聴できます。モデルもこのプレビューも、音声は初期設定でオフです。音声付きで生成したクリップは、音量をオンにしてお楽しみください。
Vidu Q3は4段階の解像度に対応。スピーディーな試作やSNS向けのループ動画には360p / 540p、普段の制作には720p、フルサイズでも鮮明に見せたいときは1080pを選びましょう。消費クレジットは動画の長さではなく、解像度で決まります。
映画らしい横長（16:9）、定番の放送画角（4:3）、SNS向けの正方形、縦型リール（3:4 / 9:16）。1つのモデルで主要な出力フレームをカバーし、後からアップスケールや画角の再調整をする必要はありません。
Vidu Q3で音声が生成されるのは、音声設定をオンにしたときだけ。編集用に音のないクリップが欲しいときや、後から音楽を付けたいときに便利です。「Audio: On」に切り替えると、映像に同期した環境音やシーン内の音が加わります。
画像を1枚アップロードすると、Vidu Q3がそれを最初のフレームに使い、プロンプトに沿って動きを加えます。出力の画角は元画像に合わせて決まるため、縦長の写真は自動で縦長の動画になります。
各作例には、生成に使ったプロンプトと設定をそのまま掲載しています。ワンクリックでコピーして、自分好みに調整できます。
1080p · 16:9 · 8s · 音声オン
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.
まずジャンル（映画風の旅映像）を示し、主役となるカメラワーク（ゆっくり漂う空撮）を1つ選び、最後にカラーグレーディングと音響設計を明確に指定します。Vidu Q3はこの構成に素直に従います。
720p · 3:4 · 5s · 音声オン
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.
縦長の画角（3:4）に、細やかな感情の動き（顔を上げる、瞳が潤む、笑みがこぼれる）を組み合わせると、キャラクターのひと瞬間を描けます。Viduは曖昧な雰囲気の説明より、具体的な動作を示す動詞を的確に読み取ります。
720p · 1:1 · 5s · 音声オフ
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.
正方形（1:1）はSNS向けの商品動画にぴったりです。カメラワーク（回り込むパン、ドリーイン、後退）と照明スタイル（リムライト、キーライト、真上からの照明）を指定しましょう。両方を指定すると、Viduの商品描写がよりくっきり仕上がります。
720p · 16:9 · 10s · 音声オン
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.
Shot 1 / Shot 2 / Shot 3と明確に分ける構成は、720p以上、8s以上で効果を発揮します。全体をひと続きの動きとして説明するのではなく、ショットごとに変わる要素（角度、距離、動き）を指定しましょう。
1080p · 16:9 · 8s · 音声オン
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.
空気感を重視するワイドショットには1080pが活きます。540pでは圧縮でつぶれやすい霧、水面、遠景のディテールまで保てます。横長の画角に、ごくゆっくりしたカメラワークを1つ組み合わせましょう。
720p · 9:16 · 5s · 元画像から生成 · 音声オフ
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.
人物写真のI2Vでは、元画像に自然になじむ動きを指定しましょう。静かな呼吸、まばたき、風になびく髪、わずかな表情の変化などです。「被写体の同一性、照明、背景を正確に維持」と添えると、元画像からのずれを防げます。
Vidu Q3の出力を安定して引き上げる、6つの習慣。
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.'
モードを「画像から動画」に切り替え、元画像を1枚アップロードします。Vidu Q3はその画像を最初のフレームに使い、プロンプトに沿って動きを加えます。出力の画角は元画像に合わせて自動で決まり、縦長の写真は縦長の動画に、正方形の写真は正方形の動画になります。
I2Vのプロンプトは、元画像を活かすほどきれいに仕上がります。その場で自然に起こりそうな動きを描写しましょう inside 元のシーンにある動き: かすかな呼吸、そよ風になびく髪、まばたき、コーヒーから立ちのぼる湯気、水面の波紋、光の移ろい。構図を根本から変えるようなプロンプトは避けましょう。基準となる最初のフレームと指示がぶつかり、映像が元の構図からずれてしまいます。
使いやすい基本形： 「この画像に動きをつけてください。[動き 1]、[動き 2]、[動き 3]。元画像の被写体の同一性、照明、背景を正確に維持してください。」 この最後の一文が、I2Vで元画像からのずれを防ぐ最も効果的な指示です。
| 設定項目 | 値 | 補足 |
|---|---|---|
| 解像度 | 360p · 540p · 720p · 1080p | 解像度に応じてクレジットが変わります。初期設定は720pです。 |
| アスペクト比 | 16:9 · 4:3 · 1:1 · 3:4 · 9:16 | I2Vのアスペクト比は元画像で決まります。 |
| 尺 | 1〜16秒（整数） | UIでは3 / 5 / 8 / 10 / 16を選択できます。APIでは範囲内の任意の整数を指定できます。 |
| 音声 | オフ（初期設定）/ オン | 音声をオンにしたら、プロンプトの最後に「Sounds of …」の行を入れると、よりよい結果が得られます。 |
| シード | 0〜2,147,483,647の整数 | 公開APIのみ。同じシード、プロンプト、設定で同じクリップを再現できます。 |
| モード | text-to-video / image-to-video | I2Vにはimage_urlが必要です。T2Vはプロンプトだけで生成できます。 |
360p、540p、720p、1080pの4段階で、5種類のアスペクト比（16:9、4:3、1:1、3:4、9:16）に対応。360pと540pは素早い試行やSNS専用の出力に、720pは日常使いに最適です。1080pはメインを飾るクリップや、空気感の細部まで見せたいショットに向いています。
1〜16秒の整数で指定できます。ツール画面ではよく使う値（3、5、8、10、16）を選択でき、公開APIでは範囲内のすべての整数を指定できます。複数ショットの構成には8s以上が最適です。
はい、音声は必要に応じて生成できます。初期設定ではオフです。設定で「Audio: On」に切り替えると、映像に同期した環境音やシーン内の音が加わります。プロンプトの最後に「Sounds of …」の行を入れて、音の演出を指定しましょう。
消費クレジットは解像度×尺で決まります。360pと540pは1秒あたり1クレジット、720pは1秒あたり2クレジット、1080pは1秒あたり3クレジットです。5秒の720pクリップは10クレジット、10秒の1080pクリップは30クレジットです。
被写体がはっきり写った、明るくシャープな写真ほど自然に動かせます。Vidu Q3は画像を最初のフレームに使い、プロンプトに沿って動きを加えます。指示は絞り、元画像を活かしましょう。「シーンをまるごと変える」より「静かな呼吸、そよ風になびく髪」が効果的です。
はい。Canvasのモデル選択メニューの「animate」からVidu Q3を選べます。Canvasのワークフロー内にある前のステップの出力なら、生成画像、アップロードした写真、編集済みのフレームのどれでも最初のフレームに使えます。Canvasの「More Settings」パネルで、長さ、解像度、アスペクト比、音声のオン・オフを設定できます。