26j文档
试一试 →

Vidu Q4 Preview 视频生成

支持单张首帧图生视频及最多 15 张参考图、3 段参考音频的参考生视频，3–16 秒，最高 4K，默认带音轨。

本模型支持图生视频和参考生视频，不支持无图文生视频或首尾帧。提交成功后从 data[0].task_id 获取任务 ID，通过 任务查询 获取状态和结果。

生成模式

同一个模型 viduq4-preview 根据图片、角色及参考音频自动选择模式，不需要额外的模式参数。

输入方式 模式
仅提供 first_frame_image 或一个 role: "first_frame" 图片 图生视频
仅 1 张无角色图片，未提供参考音频 图生视频
图片包含 reference_image 或 reference 角色，且没有显式首帧 参考生视频
合计 2–15 张图片，且没有显式首帧 参考生视频
提供参考音频，同时提供 1–15 张图片，且没有显式首帧 参考生视频
  • 图生视频：恰好 1 张首帧，提示词可选，不接受参考音频。
  • 参考生视频：1–15 张参考图，最多 3 段参考音频，提示词必填。没有参考音频且仅用 1 张图时，请显式设置 role: "reference_image"，否则按图生视频处理。
  • 显式首帧（first_frame_image 或 role: "first_frame"）不能与其他图片、参考图角色或参考音频混用，否则返回 HTTP 400。
请求示例
curl --request POST \
  --url https://26j.cn/v1/videos/generations \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "viduq4-preview",
    "prompt": "女孩回头微笑，长发被风吹起，镜头缓缓推近",
    "image_urls": ["https://example.com/first-frame.png"],
    "duration": 5,
    "resolution": "1080p"
  }'

import requests

response = requests.post(
    "https://26j.cn/v1/videos/generations",
    headers={"Authorization": "Bearer <token>"},
    json={
        "model": "viduq4-preview",
        "prompt": "女孩回头微笑，长发被风吹起，镜头缓缓推近",
        "image_urls": ["https://example.com/first-frame.png"],
        "duration": 5,
        "resolution": "1080p"
    }
)
response.raise_for_status()
print(response.json())

const response = await fetch("https://26j.cn/v1/videos/generations", {
  method: "POST",
  headers: {
    Authorization: "Bearer <token>",
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "viduq4-preview",
    prompt: "女孩回头微笑，长发被风吹起，镜头缓缓推近",
    image_urls: ["https://example.com/first-frame.png"],
    duration: 5,
    resolution: "1080p"
  })
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());
响应示例
200
{
  "code": 200,
  "data": [
    {
      "status": "submitted",
      "task_id": "task_01K..."
    }
  ]
}

请求头

Authorizationstring必填

Bearer 认证，格式为 Bearer <token>，其中 <token> 为你的 26j.cn API Key。

请求参数

modelstring必填

固定为 viduq4-preview，全小写，需精确匹配。

promptstring

视频生成提示词，最多 20,000 个字符。

  • 图生视频：可选，不传时由模型根据首帧自行生成内容。
  • 参考生视频：必填，缺失时返回 HTTP 400。
image_urlsstring[]

图片数组，支持公网可访问的图片 URL 或 Base64 Data URL，例如 data:image/png;base64,...。

  • 图生视频：仅 1 张，作为首帧。
  • 参考生视频：与 image_with_roles 合计 1–15 张。

可与 image_with_roles 混用，张数合计计算；不要与 first_frame_image 或显式 first_frame 角色混用。单张无角色图片是否进入参考生模式，还取决于是否提供参考音频。

image_with_rolesobject[]

带角色的图片数组。图生视频使用 1 个元素；参考生视频与 image_urls 合计 1–15 张。

可与 image_urls 合并提供参考图，但首帧角色不能与参考素材混用。

first_frame_imagestring

仅用于图生视频，传入首帧图片的公网 URL 或 Base64 Data URL。

使用此字段时不要再提供其他图片或参考音频。参考生视频请使用 image_urls 或 image_with_roles。

audio_urlsstring[]

参考音频 URL 数组，仅用于参考生视频。与 audio_url 合计最多 3 段。

要求 MP3 格式，每段 3–12 秒、单段不超过 50MB。提供参考音频时仍需至少 1 张图片，并且必须填写 prompt。

音频格式或时长不符合要求时，会在任务执行阶段失败并全额退款，而不是提交时同步返回 HTTP 400。

audio_urlstring

单段参考音频 URL，要求与 audio_urls 相同；两个字段合计最多 3 段。

aspect_ratiostring默认 16:9

仅用于参考生视频，支持 1:1、9:16、16:9、3:4、4:3，默认 16:9。

图生视频的宽高比由首帧图片决定，此参数会被忽略。

sizestring

宽高比的兼容字段，可替代 aspect_ratio，支持相同取值。建议只使用其中一个字段。图生视频中不生效。

durationinteger默认 5

视频时长，单位为秒。支持 3–16 秒，不支持 1–2 秒。

resolutionstring默认 720p

视频分辨率，支持 540p、720p、1080p、2K、4K，大小写不敏感。

audioboolean默认 true

是否输出带对白和音效的音视频。

  • true：输出带音轨的视频（默认）。
  • false：输出无声视频。

有声和无声视频价格相同。

seedinteger

随机种子。不传或传 0 时随机生成。

素材要求

  • 图生视频：必须恰好提供 1 张首帧图，不接受参考音频。
  • 参考生视频：必须提供 1–15 张参考图，可选最多 3 段参考音频。
  • 支持 PNG、JPEG、JPG、WEBP，单张图片不超过 50MB。
  • 使用 Base64 时，整个请求体必须小于 20MB，建议优先使用公网 URL。
  • 图片 URL 必须能从公网访问。请将示例中的 URL 替换为实际可访问的图片地址。

两种模式均不能省略图片，也不支持 last_frame_image。首帧与参考素材混用、图片或音频数量超限等参数错误会在提交时返回 HTTP 400，不创建任务、不扣费。参考音频的格式和时长不符则在执行阶段失败并退款。

请求示例

仅提供首帧，不传提示词

{
  "model": "viduq4-preview",
  "image_urls": ["https://example.com/first-frame.png"]
}

默认生成 5 秒、720p、带音轨的视频。

带角色的首帧与 4K 输出

{
  "model": "viduq4-preview",
  "prompt": "镜头缓缓推近，人物自然微笑",
  "image_with_roles": [
    {
      "url": "https://example.com/first-frame.png",
      "role": "first_frame"
    }
  ],
  "duration": 8,
  "resolution": "4K",
  "audio": true
}

使用首帧字段生成无声视频

{
  "model": "viduq4-preview",
  "first_frame_image": "https://example.com/first-frame.png",
  "duration": 5,
  "resolution": "1080p",
  "audio": false
}

多图与参考音频生成视频

{
  "model": "viduq4-preview",
  "prompt": "图1的男孩用参考音频的内容对图2的女孩说话，背景是图3的咖啡馆",
  "image_urls": [
    "https://example.com/boy.png",
    "https://example.com/girl.png",
    "https://example.com/cafe.png"
  ],
  "audio_urls": ["https://example.com/line.mp3"],
  "aspect_ratio": "16:9",
  "duration": 8,
  "resolution": "720p"
}

单张图片进入参考生模式

{
  "model": "viduq4-preview",
  "prompt": "参考图中的人物走进咖啡馆，与店员挥手打招呼",
  "image_with_roles": [
    {
      "url": "https://example.com/person.png",
      "role": "reference_image"
    }
  ],
  "aspect_ratio": "9:16",
  "duration": 5,
  "resolution": "1080p"
}

此示例未传参考音频，通过 reference_image 角色明确选择参考生模式。示例中的图片和音频 URL 均需替换为实际可访问的素材地址。

提交响应

codeinteger

响应状态码，成功为 200。

dataarray

任务提交结果。

查询任务结果

建议每 5–10 秒轮询一次，状态为 completed 或 failed 时停止。使用统一查询接口：

curl --request GET \
  --url https://26j.cn/v1/tasks/task_01K... \
  --header 'Authorization: Bearer <token>'

成功响应示例（视频 URL 为占位示例）：

{
  "code": 200,
  "data": {
    "id": "task_01K...",
    "status": "completed",
    "progress": 100,
    "result": {
      "videos": [
        {
          "url": ["https://example.com/generated-video.mp4"]
        }
      ]
    }
  }
}
状态 处理方式
pending 排队中，继续轮询
processing 生成中，继续轮询
completed 成功，从 data.result.videos[0].url 数组读取视频链接
failed 失败，从 data.error.message 获取原因；停止轮询，费用全额退回

视频链接有效期为 24 小时，请及时下载转存。不要依赖固定进度节点判断任务完成，以 status 为准。

计费说明

按视频时长与分辨率计费：费用 = 时长（秒）× 对应分辨率每秒单价。

具体价格以模型定价为准。图生与参考生同价，开启或关闭音轨同价，参考图片与参考音频不额外收费；任务失败时自动全额退款。

常见参数错误

以下情况同步返回 HTTP 400，不创建任务、不扣费：

情况 处理方式
未提供图片 图生提供 1 张首帧，参考生提供 1–15 张参考图
显式首帧与其他图片、参考角色或参考音频混用 图生只保留 1 张首帧；参考生移除显式首帧字段或角色
role 为 last_frame 等不支持的值 使用 first_frame、reference_image、reference，或留空
参考生超过 15 张图片 减少图片数量，image_urls 与 image_with_roles 合计不超过 15 张
参考音频超过 3 段 audio_urls 与 audio_url 合计不超过 3 段
参考生缺少 prompt 补充提示词，最多 20,000 个字符
参考生宽高比不支持，例如 21:9 使用 1:1、9:16、16:9、3:4 或 4:3
提供 last_frame_image 删除该字段，本模型不支持首尾帧
duration 小于 3 或大于 16 使用 3–16 秒的整数
分辨率为 480p、8K 等不支持的值 使用 540p、720p、1080p、2K 或 4K

其他 Vidu 模型

需要文生视频或首尾帧时，使用 Vidu Q3 Pro / Turbo。本模型已支持多图参考，也可查看 Vidu Q3 Mix / Standard 的参考生能力。需要 1–2 秒短片时可选择 viduq3-pro，本模型最短为 3 秒。

This documentation is built and hosted on Mintlify, a developer documentation platform.

© 2026 26j.cn · AI 模型中转站