Vidu Q4 Preview 参考生视频 API
POST Base URL:
https://api.hiapi.ai /v1/tasks 图片、视频和音频模型通过统一异步接口 POST /v1/tasks 调用，区别只在 input 字段（见下方 input 参数）。
模型概览
| 模型 | vidu-q4-preview/reference-to-video |
|---|---|
| 能力 | 参考图 + 参考音频一致性生成 |
| 分辨率 | 540p / 720p / 1080p / 2K / 4K |
| 时长 | 3-16 秒 |
1-15 张参考图 + 最多 3 段参考音频，保持人物、场景和声音一致，生成 3-16 秒、最高 4K 的视频。
生产建议
调用建议
- 提示词按顺序引用素材：参考图 1、参考音频 1。
- 参考音频仅 MP3，每段 3-12 秒；角色说话时保持 audio 开启。
- 使用 callback.url 接收任务成功或失败通知；查询响应从 data 读取任务对象，callback 正文直接读取任务对象。
- 产物 URL 有有效期，需要长期保存时请转存到自己的存储。
适用场景
角色一致性
同一角色在新场景与新动作中保持一致。
reference_image_urls会说话的角色
参考音频锁定音色，角色说出指定台词。
reference_audio_urls请求参数
model string 必填 模型 ID。
input object 必填 参考生视频参数。
prompt string 必填 描述视频内容，并按顺序引用素材，例如「参考图 1 里的角色……用参考音频 1 的声音说……」。最多 20,000 字符。
reference_image_urls string[] 必填 参考图片 URL 数组，1-15 张，保持人物、场景和物体一致。JPG/JPEG/PNG/WEBP，单张不超过 50MB；最小 128×128，宽高比 1:4-4:1。
reference_audio_urls string[] 可选 参考音频 URL 数组，最多 3 段声音参考。仅 MP3，每段 3-12 秒、不超过 50MB。
duration integer 可选 输出时长，3-16 秒的整数。
resolution enum 可选 输出分辨率。
audio boolean 可选 是否生成与画面同步的对白和音效。
aspect_ratio enum 可选 输出宽高比。
callback object 可选 任务完成或失败后发送通知；查询响应从 data 读取任务对象，回调正文直接读取任务对象。
url string 必填 接收任务完成或失败通知的 HTTPS 地址。
when enum 可选 任务完成或失败时触发。
获取结果
- 创建任务响应从 data.taskId 读取任务 ID。
- 等待 callback，或调用 GET /v1/tasks/:id 查询状态；轮询响应从 data 读取任务对象。
- status=success 时，从 output 中读取 type=video 的视频 URL；callback body 直接读取 output。
常见问题
参考图最多几张？
最多 15 张。提示词按顺序引用：参考图 1、参考图 2……参考音频 1。
参考音频有什么格式要求？
仅 MP3，每段 3-12 秒、不超过 50MB，最多 3 段。
关闭 audio 会影响价格吗？
不影响。本模型按秒计费，分辨率与时长决定价格，音频开关不参与计价。
和图生视频的区别？
图生视频只有一张首帧图、画幅跟随图片；参考生视频可给 1-15 张参考图和最多 3 段参考音频，画幅由 aspect_ratio 控制。