


Vidu Q3は、洗練された動画生成とビジュアルストーリーテリングのためのViduのモデルファミリーです。Pro、Turbo、Q3、Q3-Mixの各オプションにより、滑らかなモーション、豊かなディテール、多彩なビジュアルスタイル、インテリジェントなカメラ切り替え、流れるようなシーン遷移を実現します。Atlas Cloudを通じて、OpenAI互換キー1つ、透明性の高い従量課金、安定した稼働率、Day-0 availabilityでこのファミリーにアクセスできます。今すぐ開発を始めましょう。
Vidu Q3 は ShengShu Technology が開発したモデルです。Atlas Cloud(運営:Atlas Cloud AI LLC)は本モデルへのアクセスを提供するものであり、その所有者ではありません。すべての商標は各所有者に帰属します。
Atlas Cloudは、業界をリードする最新のクリエイティブモデルを提供します。
Vidu Q3 ファミリーの入力モード、ビジュアル面での強み、音声サポート、実運用での用途を比較します。
| モダリティ | 説明 |
|---|---|
| Vidu Q3 Mix API (Reference to Video) | 1~4枚の参照画像を、シーンをまたいで被写体の一貫性を維持した動画にまとめます。インテリジェントなシーン遷移、滑らかなダイナミックエフェクト、音声サポート、最大1080pの出力により、キャラクターストーリーや製品シーケンスに適しています。 |
| Vidu Q3 API (Reference to Video) | 複数の参照画像を使った制作向けに設計されたこのエンドポイントは、1~4枚の画像を被写体の一貫性を保った動画に変換します。インテリジェントなカメラ切り替えにより、カメラ位置が変わっても連続性を高められます。音声サポートと最大1080pの出力に対応し、複数アングルのナラティブに適しています。 |
| Vidu Q3 Pro API (Start and End to Video) | 静止画と動きの説明から、シネマティックなビジュアル品質の滑らかなアニメーション動画を生成します。音声サポートと最大1080pの出力により、洗練されたトランジション、ブランド向けモーション素材、ビジュアルストーリーテリングに適しています。 |
| Vidu Q3 Turbo API (Image to Video) | 参照画像に希望する動きを指定してアニメーション化し、滑らかな動きの詳細な動画を生成します。音声サポートと最大1080pの解像度に対応し、短時間でのソーシャル動画、製品モーション、コンセプトプレビューに適しています。 |
| Vidu Q3 Turbo API (Start and End to Video) | 静止画と動きの説明を使って、シネマティックな品質の滑らかな動画シーケンスを作成します。音声サポートと最大1080pの出力に対応しているため、この Turbo エンドポイントはトランジションの検討や短編ビジュアルナラティブに実用的です。 |
| Vidu Q3 Turbo API (Text to Video) | テキストによる説明から、Vidu Q3 Turbo が複数のビジュアルスタイルで詳細な動画を生成します。滑らかな動き、音声サポート、最大1080pの解像度により、迅速な絵コンテ作成、キャンペーンコンセプト、ソーシャルコンテンツを支援します。 |
| Vidu Q3 Pro API (Image to Video) | 画像を中心としたプロジェクトでは、参照画像をアップロードし、希望する動きを指定することで高品質な動画を作成できます。滑らかなアニメーション、シネマティックな品質、音声サポート、最大1080pの出力により、洗練された製品ビジュアルやキャラクターショットに適しています。 |
| Vidu Q3 Pro API (Text to Video) | シーンをテキストで説明すると、Vidu Q3 Pro が豊かなディテールを備えた高品質な動画を生成します。複数のスタイル、滑らかな動き、音声サポート、最大1080pの解像度に対応し、シネマティックなコンセプト、広告、ナラティブ制作に活用できます。 |
Vidu Q3 は、テキスト、画像、開始・終了フレーム、複数リファレンスによる動画生成を一元化し、4段階のモーションレベル、オプションの音声、BGM、最大16秒・1080pの出力に対応。Atlas Cloud で透明性の高い従量課金で利用できます。
Vidu Q3 Reference-to-Video は、1~4枚のリファレンス画像を受け付け、生成されたクリップ全体で被写体の一貫性を維持します。標準ルートではインテリジェントなカメラ切り替えが加わり、視点が変わってもより強い連続性を実現します。スムーズな動的エフェクトやインテリジェントなシーン遷移が必要な場合は、Q3 Mix を選択してください。最大1080pの出力に対応し、キャラクター中心のストーリー、プロダクトシーケンス、繰り返し登場するブランド向け被写体に適したワークフローです。
テキストプロンプト、1枚の画像、開始・終了フレームの組み合わせ、または最大4枚のリファレンスから始められます。Pro および Turbo endpoint は text-to-video、image-to-video、start-end 生成をカバーし、Q3 と Q3 Mix はリファレンス主導のシーンに対応します。テキストルートでは、一般向けとアニメ向けの出力スタイルも利用できます。このファミリーでは、1つの統合を通じて異なるソースアセットを滑らかで詳細な動画に変換できます。プロバイダーを変更せず、複数のクリエイティブな入口を必要とするパイプラインに適しています。
Pro、Turbo、Q3 Mix endpoint では1~16秒のクリップを生成でき、標準のリファレンスルートでは3~16秒に対応します。ネイティブ出力は1080pまで対応し、リファレンスおよびテキストワークフローでは5種類のアスペクト比を利用できます。この幅があれば、シーンの導入、動き、結末まで十分な時間を確保できます。ソーシャル向けの完成度の高い短い展開、短編ナラティブのショット、洗練されたプロダクト演出に活用できます。
Vidu Q3 ファミリーでは、オプションの音声コントロールを使って、同じリクエストで映像と音声を生成できます。Pro および Turbo endpoint ではBGMを個別の設定として指定できるため、別の生成サービスを使わずに、意図したテンポに音を合わせられます。無音の映像が適している場合は、どちらのコントロールもオフにできます。雰囲気を重視したシーン、エネルギッシュなアクション、すぐに編集へ進めるソーシャルクリップに特に便利です。
動きの振幅を auto、small、medium、large から設定し、フレーム内で被写体がどの程度強く動くかを調整できます。start-end endpoint では、このコントロールと明確な開始・終了画像を組み合わせ、2つの視覚状態の間に滑らかなアニメーションを作成できます。選択したバリアントが対応している場合、リファレンスモデルではインテリジェントな切り替えやシーン遷移も利用できます。Seed 入力により、制御しながら反復できます。変身、アクションシーケンス、シネマティックなトランジションに、より意図的なテンポを与えられます。
Atlas Cloud を通じて、8つの Vidu Q3 endpoint に、透明性の高い従量課金と統一された API でアクセスできます。標準料金は Turbo が1秒あたり $0.04、Pro と Q3 Reference-to-Video が $0.05、Q3 Mix Reference-to-Video が $0.125から始まります。個別の統合を導入するのではなく、各ショットに合ったワークフローとティアを選択できます。この構成により、コンセプト検証から本番用アセットまで、コストを抑えながら反復できます。
Vidu Q3と比較対象となる2つの動画モデルが、実写アクションとスタイライズドなファンタジーシーンで同一のプロンプトをどう解釈するかを確認します。
タイトル「Shadow Transfer at 3 A.M.」の8–10秒のマイクロフィルム。仕立ての良い黒いコートを着た孤独なバイオリニストが、誰もいない地下鉄車両の中を後ろ向きに歩きながら、途切れることなく演奏する。顔、衣装、バイオリン、動きは完全に一貫させる。振動する弓毛が弦を擦る超マクロのクローズアップから始まり、窓の反射を横切る横方向のトラッキングショットへ素早くパンする。通過するアンバー色のトンネル照明のたびに、彼本人は一切変化せず、投影された影だけが異なる時代のダンサーへと変身する。最初は鮮明なヒール・トゥのステップを踏む1920sのタップダンサー、次にドラマチックなピボットを滑らかに繰り出す1940sのタンゴダンサー、最後に鋭くポッピングする1980sのロボットダンサー。各変身はビートに合わせてシームレスに起こる。彼が演奏と動きを続け、列車の進行方向とは逆向きに進む中、冷たいシアン色の車両全長に沿って、1回の流れるようなステディカムプッシュへ移行する。クライマックスで列車が激しくカーブし、頭上の吊り革が自然に揺れ、開いたバイオリンケースが勢いよく滑り去る。彼は片足を垂直のつり革ポールに突き、メロディーを途切れさせずにポールの周りを回転し、着地して踵でケースを受け止める。連結扉を通り抜ける突然の高速ドリーアウトで締めくくる。バイオリニストは次の車両へ退出するが、最後尾の車両には3つの異なる時代の影が残り、扉が閉まる中で、タップ–タンゴ–ロボットの融合パフォーマンスを同期して披露する。高コントラストのカラーノワールに、手描きアニメーションの木炭画オーバーレイを融合。各影の変身では表情豊かな木炭の筆致が広がり、にじみ、冷たいティール色の金属製内装、リズミカルに明滅するアンバー色のトンネル照明、深い黒、濡れて反射するガラス、論理的に正確な反射、影、パララックス、接触点、列車の物理挙動を描く。スローモーションや空白の間を入れず、速く優雅で連続した動きにする。音声:車輪の clatter、タップの打撃音、タンゴのアクセント、ロボット風パーカッション、カーブ中のレールのきしみ、そしてカットと完全に同時に鳴る最後のドアチャイムにロックされた緊迫感のあるソロバイオリン。画面、インターフェース、ダッシュボード、プログレスバー、チャート、キャプション、字幕、ロゴ、ウォーターマーク、説明テキストは一切表示しない。キャラクターの重複、アイデンティティの揺らぎ、衣装の変更、崩れた手、壊れたバイオリンの形状、不可能な反射、切り離された影、ちらつき、ジャンプカット、カメラの連続性の破綻も避ける。16:9 アスペクト比
Generated with Vidu Q3-Pro Text-to-Video on Atlas Cloud
Generated with Seedance 2.5 Text-to-Video on Atlas Cloud
Generated with Vidu Q3-Turbo Text-to-Video on Atlas Cloud
嵐が吹き荒れる夜、築100年の活版印刷工房内で繰り広げられる、8–10秒のワンカットのアクションシーケンス。インクで汚れた女性植字工が巨大な鉄製印刷機を力強く動かしている最中、活字トレイがレールから跳ね上がって傾き、何千個もの個別の金属活字が黒いドミノのように長い木製の組版台を勢いよく流れ下る。噛み合う油まみれの歯車の内部から始まる超マクロショットに続き、印刷機が激しく震え、活字の波が噴き出す様子を捉えながら、斜めに傾いた俯瞰ビューへ急速なドリーズームで後退する。彼女は滑走する紙ロールに飛び乗って台の上を進み、しゃがみながら指先で重要な活字ブロックを1つ正しい位置に戻し、その後、勢いを途切れさせずに激しく振れる印刷レバーの下を流れるように身をひねって通り抜ける。台と同じ高さのローアングルによるトラッキングショットへ移り、連続して崩れ落ちる活字の横を疾走する。密度の高く物理的に正確な剛体衝突、回転して跳ね返る活字ブロック、たわむ紙、飛び散るインク、同期する歯車とリンク機構を描写する。印圧がかかる瞬間、素早いパンで刷り上がった紙へ移ると、そこに描かれたイカが濡れた黒インクの中から突然膨らみ、光沢のある触手を紙から伸ばして散らばった活字に絡みつき、活字をトレイへ掃き戻す。高速で周回するカメラムーブで締めくくり、息を切らす植字工と、生きた紙とインクのクリーチャーが互いを見つめ合う瞬間で静止する。窓の外では雨が閃光を放つ。高コントラストの白黒木版画テクスチャに、フォトリアルな映像的ディテールを融合。深く彫り込まれた影、暖かな真鍮イエローのランプ光と群青ブルーの雨の照明だけを残し、ドラマチックな指向性照明、鮮明な被写体の連続性、リアルな紙の折り目、粘性のあるインクの流れ、一貫した機械の動き、スローモーションなしで描く。音声:激しく降る雨、雷鳴、リズミカルな歯車の金属音、高速スネアロールのように鳴り響く金属活字、紙が裂けてはためく音、重い印刷機の衝撃音、その後に湿った超自然的なインクの波紋と突然の音楽的アクセント。画面、ソフトウェアインターフェース、ダッシュボード、プログレスバー、チャート、キャプション、字幕、説明テキスト、ロゴ、ウォーターマークは一切表示しない。16:9 アスペクト比
Generated with Vidu Q3-Pro Text-to-Video on Atlas Cloud
Generated with Seedance 2.5 Text-to-Video on Atlas Cloud
Generated with Vidu Q3-Turbo Text-to-Video on Atlas Cloud
Vidu Q3は、テキスト、静止画、参照セット、ペアのキーフレームから、ブランドストーリーテリング、製品ローンチ、コンセプト開発、クリエイターツール、複数主体のキャンペーン向けの動画を生成します。音声を追加でき、最大1080pで出力できます。
1〜4枚の参照画像を指定することで、複数カメラによるブランドストーリーでも登場キャラクターの認識性を維持できます。Vidu Q3は、一貫した被写体と音声追加に対応したキャンペーンシリーズ、マスコットコンテンツ、エピソード形式のショート動画をサポートします。
静止した製品画像に、滑らかな動きと最大1080pのシネマティックな品質を加えられます。マーケティングチームは、承認済みの写真を元に、元のビジュアルの軸を保ったまま、ローンチ動画、製品ページ、店頭ディスプレイ向けコンテンツを作成できます。
開始フレームと終了フレームを設定し、Vidu Q3 ProまたはTurboにその間の動きをアニメーション化させます。タイトルシーケンス、インターフェースのトランジション、明確な始点と終点が求められるビジュアル演出に適したワークフローです。
文章でまとめたブリーフを起点に、Vidu Q3は滑らかな動き、豊かなディテール、音声追加に対応したスタイリッシュな動画を作成します。ディレクターやクリエイティブチームは、制作前に企画提案、キャンペーンアイデア、シーンのコンセプトを映像化できます。
複数の被写体が登場するシーンでは、最大4枚の参照画像を組み合わせて、それぞれのアイデンティティを維持できます。認識可能な参加者が重要となるアンサンブル形式のストーリー、コラボレーションプロモーション、顧客事例に適しています。
テキストや静止画を受け取り、音声付きの動画を返すクリエイターツールに、Vidu Q3の生成機能を組み込めます。開発者は、1つのモデルファミリーからコンテンツスタジオ、マーケティングプラットフォーム、自動制作パイプライン向けの機能を提供できます。
各Vidu Q3エンドポイントと選定した競合動画モデルについて、受け付け可能な入力、最大解像度、音声生成、1秒あたりの標準価格を比較します。
| モデル | 入力タイプ | 最大解像度 | 音声生成 | 標準価格 |
|---|---|---|---|---|
| Vidu Q3-Mix Reference to Video | テキスト + 1~4枚の参照画像 | 1080p | √ | $0.125/second |
| Vidu Q3 Reference to Video | テキスト + 1~4枚の参照画像 | 1080p | √ | $0.05/second |
| Vidu Q3-Pro Start-end-to-video | テキスト + 開始画像と終了画像 | 1080p | √ | $0.05/second |
| Vidu Q3-Turbo Image-to-video | テキスト + 画像 | 1080p | √ | $0.04/second |
| Vidu Q3-Turbo Start-end-to-video | テキスト + 開始画像と終了画像 | 1080p | √ | $0.04/second |
| Vidu Q3-Turbo Text-to-video | テキスト | 1080p | √ | $0.04/second |
| Vidu Q3-Pro Image-to-video | テキスト + 画像 | 1080p | √ | $0.05/second |
| Vidu Q3-Pro Text-to-video | テキスト | 1080p | √ | $0.05/second |
| Wan-3.0 Reference-to-video | テキスト + 画像、動画、音声、ファイル、またはウェブページの参照 | 1080p | √ | $0.05/second |
| Kling V3.0 Turbo Image-to-Video | 画像 + 任意のテキスト | 1080p | √ | $0.112/second |
数分で始められます — 以下の簡単なステップに従って、Atlas Cloud プラットフォームでモデルを統合・デプロイしましょう。
atlascloud.ai でサインアップし、認証を完了します。新規ユーザーには無料クレジットが付与され、プラットフォームの探索やモデルのテストに使用できます。
高度なVidu Q3モデルとAtlas CloudのGPU加速プラットフォームを組み合わせることで、比類のないパフォーマンス、スケーラビリティ、開発者エクスペリエンスを提供。
低レイテンシ:
リアルタイム推論のためのGPU最適化推論。
統合API:
1つの統合でVidu Q3、GPT、Gemini、DeepSeekを実行。
透明な料金:
サーバーレスオプション付きの予測可能なtoken単位の課金。
開発者エクスペリエンス:
SDK、分析、ファインチューニングツール、テンプレート。
信頼性:
99.99%の稼働率、RBAC、コンプライアンス対応ロギング。
セキュリティとコンプライアンス:
SOC 2 Type II、HIPAA準拠、米国内のデータ主権。
Vidu Q3 は、ShengShu Technology が開発した動画生成モデルファミリーです。Atlas Cloud は、text-to-video、image-to-video、start-end-to-video、reference-to-video の各エンドポイントを提供しています。対応するルートでは、オプションの音声を付加し、最大 1080p の動画を生成できます。
テキストプロンプトから直接動画を作成したり、1 枚の入力画像に制御された動きを付けたりできます。start-end-to-video ルートでは、2 つの映像状態の間のトランジションを生成できます。reference-to-video ルートでは、1~4 枚の画像を使用して、新しいシーン内でも被写体の一貫性を維持できます。
まず入力タイプでルートを選択してください。入力タイプには、テキスト、1 枚の画像、2 枚の境界フレーム、複数の参照画像があります。Turbo は提示されている標準料金が最も低く、Q3 Reference はインテリジェントなカメラ切り替えを追加で提供します。一方、Q3 Mix は映像品質、シーン遷移、動的エフェクトを重視しています。利用可能な制御項目はルートによって異なるため、実装前にエンドポイントのスキーマを確認してください。
Atlas Cloud ダッシュボードで API key を作成し、入力ワークフローに合ったエンドポイントを選択してください。model ID、prompt、必須のメディアフィールドを指定して、/api/v1/model/generateVideo に bearer 認証付きの POST リクエストを送信します。API key はサーバー上で安全に管理し、返された status フィールドと output フィールドを使用して生成処理を管理してください。
入力内容はエンドポイントによって異なり、テキストプロンプト、1 枚のソース画像、開始画像と終了画像、または 1~4 枚の参照画像などが含まれます。ルートによっては、duration、resolution、音声生成、background music、aspect ratio、movement amplitude、seed などを指定できます。選択したエンドポイントのスキーマを正式な仕様として扱ってください。
はい。Atlas Cloud の掲載ルートでは、音声またはオプションの音声生成に対応しています。本番リクエストを送信する前に、選択したスキーマで generate_audio 制御項目とそのデフォルト値を確認してください。
Q3 Mix Reference-to-Video では、アクセス可能な URL または Base64 文字列として、PNG、JPEG、JPG、WebP 形式の画像を指定できます。各画像は 128 × 128 ピクセル以上で、アスペクト比は 1:4~4:1 の範囲内に収め、ドキュメントに記載された 50 MB の上限を超えないようにしてください。
標準料金は、掲載されている Turbo ルートが 1 秒あたり $0.04、掲載されている Pro ルートおよび Q3 Reference-to-Video が 1 秒あたり $0.05、Q3 Mix Reference-to-Video が 1 秒あたり $0.125 です。Atlas Cloud は pay-as-you-go 課金を採用しているため、費用は選択したルートと生成時間に応じて決まります。
まず、model ID、bearer 認証、必須の prompt、メディアフィールドが、選択したエンドポイントのスキーマと一致していることを確認してください。参照画像を使用するジョブでは、ドキュメントに記載された形式およびサイズ要件を満たす、アクセス可能な画像を 1~4 枚指定してください。結果が意図と異なる場合は、ルートで利用可能な範囲で prompt を調整するか、movement amplitude、seed、resolution、音声設定を見直してください。
Atlas Cloud を最大限に活用するためのガイド、チュートリアル、製品アップデート。