Vidu: генератор видео — что умеет, форматы и права на результат

Vidu — облачный генератор видео от компании Shengshu, работающий по модели text-to-video и image-to-video. Сервис позволяет создавать короткие анимированные ролики на основе текстового описания, статичного изображения или нескольких ракурсов одного объекта, а также улучшать качество готового видео.

Что умеет

Разработчик заявляет четыре основных режима генерации:

• Text2Video — создание видео по текстовому описанию с использованием ключевых кадров для поддержания единой темы.
• Image2Video — превращение статичного изображения в динамичное видео с анимацией и сюжетным развитием.
• Reference2Video — генерация видео на основе эталонного изображения и текстового описания. Поддерживает работу с персонажами и объектами; можно загрузить несколько ракурсов одного предмета, чтобы сохранить его визуальную согласованность в кадре.
• Start-End2Video — преобразование статичных изображений в динамичные ролики; авторы описывают этот режим теми же словами, что и Image2Video.

Отдельно доступна функция Upscale — повышение разрешения видео с 360p до 1080p.

На вход подаются текст, изображение или несколько изображений объекта. Форматы экспорта, по описанию автора: png, jpeg, jpg, webp. Доступные разрешения видео: 540p, 720p, 1080p. Максимальная длительность ролика, зафиксированная в документации для модели Vidu Q3-pro, составляет 16 секунд; другие версии модели могут иметь иные ограничения — от 5 до 16 секунд.

В API заявлены следующие версии модели: viduq3-pro-fast, viduq3-turbo, viduq3-pro, viduq2-pro-fast, viduq2-pro, viduq2-turbo, viduq1, viduq1-classic, vidu2.0.

Как этим пользоваться

Vidu — облачный сервис, доступный через API. Веб-интерфейс или отдельное приложение в паспорте не упоминаются. Своей модели и весов сервис не отдаёт, локальный запуск невозможен. Документация API собрана по адресу: https://platform.vidu.com/docs/llms.txt.

Права на результат

В предоставленном паспорте условия лицензирования и принадлежности прав на сгенерированные видео не описаны. Этот вопрос следует уточнять в пользовательском соглашении сервиса.

Кому подойдёт

Сервис может быть полезен тем, кому нужна быстрая анимация статичных изображений или набросков, а также создание коротких видео по текстовому описанию без развёртывания локальной инфраструктуры. Режим Reference2Video с загрузкой нескольких ракурсов объекта ориентирован на задачи, где важна визуальная согласованность персонажа или предмета от кадра к кадру.

Тем, кто ищет генератор с открытым кодом, возможностью локального запуска или тонкой настройки модели, Vidu не подойдёт — это закрытый облачный API. Также стоит учитывать, что максимальная длительность ролика ограничена 16 секундами, а работа ведётся через кредитную систему, подробности которой авторы раскрывают в документации.

Vidu закрывает базовые сценарии превращения текста и картинок в короткое видео, но детали работы каждого режима и ограничения по ракурсам для Reference2Video стоит уточнять в документации API — в паспорте они не раскрыты.