Shengshu: Vidu Q2

O Vidu Q2 cria cenas curtas a partir de texto e referências de assunto. É útil para manter um assunto reconhecível envolvido em uma nova tomada, com controle sobre o enquadramento e áudio opcional no fluxo de trabalho de vídeo.

Comparar modelos

viduq2

DisponívelShengshuVídeoAssíncrono

Preço: A partir de $0.075
Modalidades: Vídeo

Sobre o Vidu Q2

O Vidu Q2 é o modelo de vídeo de segunda geração da Shengshu em seu nível básico, listado para text-to-video (texto para vídeo) e reference-to-video (referência para vídeo). Você descreve uma cena em texto ou fornece referências de assunto para que um personagem ou objeto reconhecível apareça em uma nova tomada. É o ponto de entrada da linha Q2; as variantes Pro e Turbo adicionam entradas de imagem e pares de quadros, e ele retorna vídeo sem o áudio sincronizado que o Q3 introduziu.

Pontos fortes

O reference-to-video permite que um assunto reconhecível se mova para uma nova tomada em vez de ser reimaginado a partir do texto a cada vez.
Prompts apenas de texto são suportados, portanto, nenhuma imagem de entrada é necessária para começar.
A saída vai até 1080p, com 540p e 720p para rascunhos mais econômicos.
As proporções de tela incluem quadrado, 4:3, 3:4, 9:16 e 16:9, cobrindo feeds e widescreen.

Quando usar outro modelo

As entradas de image-to-video (imagem para vídeo) e de primeiro/último quadro pertencem ao Q2 Pro e Turbo, não a esta variante básica.
O mapa de modelos do Vidu não lista áudio sincronizado para a série Q2; os modelos Q3 listam.
Para clipes mais longos com cortes de cena, a geração Q3 é mais adequada.

Primeiros passos

Criar chave de API
Crie uma chave no Console e use com qualquer modelo da plataforma.

Envie sua primeira requisição

Copie o exemplo para sua linguagem e execute-o no endpoint.

Referência para vídeoTexto para vídeoEndpoint do TokenLab

POST/v1/videos/generations

curl -X POST "https://api.tokenlab.sh/v1/videos/generations" \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
  "aspect_ratio": "16:9",
  "duration": 5,
  "operation": "text-to-video",
  "resolution": "720p",
  "model": "viduq2",
  "prompt": "Cinematic sunrise over a calm lake with gentle camera motion."
}'

Parâmetros

Referência para vídeo

Parâmetro	Valores e limites	Padrão	Notas
`aspect_ratio`	16:9, 9:16, 1:1, 4:3, 3:4	Não fornecido	Não fornecido
`audio`	Não fornecido	Não fornecido	Não fornecido
`bgm`	Não fornecido	Não fornecido	Não fornecido
`duration`	Não fornecido	Não fornecido	1-10s. The omitted-field default is not verified.
`images`	Não fornecido	Não fornecido	The current public contract does not specify an input count limit for this field. Do not infer a count from the example request.
`operation`	Não fornecido	Não fornecido	Não fornecido
`prompt`	Não fornecido	Não fornecido	Não fornecido
`resolution`Obrigatório	540p, 720p, 1080p	Não fornecido	Não fornecido
`subjects`	Não fornecido	Não fornecido	Não fornecido
`videos`	Não fornecido	Não fornecido	The current public contract does not specify an input count limit for this field. Do not infer a count from the example request.

Texto para vídeo

Parâmetro	Valores e limites	Padrão	Notas
`aspect_ratio`	16:9, 9:16, 1:1, 4:3, 3:4	Não fornecido	Não fornecido
`audio`	false	Não fornecido	Não fornecido
`bgm`	Não fornecido	Não fornecido	Não fornecido
`duration`	Não fornecido	Não fornecido	1-10s. The omitted-field default is not verified.
`images`	Não fornecido	Não fornecido	The current public contract does not specify an input count limit for this field. Do not infer a count from the example request.
`operation`	Não fornecido	Não fornecido	Não fornecido
`prompt`	Não fornecido	Não fornecido	Não fornecido
`resolution`Obrigatório	540p, 720p, 1080p	Não fornecido	Não fornecido
`subjects`	Não fornecido	Não fornecido	Não fornecido
`videos`	Não fornecido	Não fornecido	The current public contract does not specify an input count limit for this field. Do not infer a count from the example request.

Text-to-video does not expose native audio generation. Its BGM control is distinct from direct audio-video generation.

Use TokenLab create endpoint and follow returned poll_url; if you need a fixed status path, use `/v1/tasks/{id}`.

Text-to-video does not expose native audio generation. Its BGM control is distinct from direct audio-video generation.

Preço

O preço Verified vale para o Verified, que custa menos na maioria dos modelos. O preço Official é o preço publicado pelo fabricante do modelo e vale para a rota Official, mais confiável. O Auto cobra pela rota que conclui a solicitação.

Preço

por requisição

Preço Verified: —
Preço Official: Como funciona a precificação

	Preço Officialpor requisição	Preço Verifiedpor requisição	Desconto
Preço	Como funciona a precificação	—	—

Uso e atividade

A taxa de sucesso é a proporção de requisições concluídas. A latência é quanto tempo uma resposta completa leva; P95 significa que 95% das requisições terminaram dentro desse tempo.

Uso e disponibilidade

Últimas 24 horas

Requisições
Taxa de sucesso
Latência P95
Total de tokens

Desempenho do modelo

Última atualização 1 de nov. de 2026, 08:14 UTC

As métricas aparecerão assim que os limites de privacidade e volume de dados forem atingidos.

Os dados baseiam-se em solicitações agregadas de usuários, excluindo verificações de status.

Abrir no Console

Abra Vidu Q2 no Console com um prompt pronto para editar ou enviar.

Ajude-me a criar com viduq2 usando text-to-video em /v1/videos/generations. Exiba o resultado, status e custo.

Casos de uso

Indicado para

Texto para vídeo

Personagem em novas cenas
Forneça uma referência de um mascote ou produto e descreva para onde ele vai em seguida, mantendo-o reconhecível de uma tomada para outra.
Clipes curtos baseados em texto
Gere tomadas rápidas de atmosfera a partir de um parágrafo de descrição para postagens em redes sociais.
Vídeo social vertical
Use a saída 9:16 para produzir clipes dimensionados para feeds de celular sem cortes.
Rascunho antes de atualizar
Teste um conceito em resolução mais baixa no Q2 e execute novamente em um nível superior se funcionar.

Exemplos de prompt

O mascote da imagem de referência caminha por um telhado ao anoitecer, a câmera acompanha ao lado, luzes quentes da cidade ao fundo.

Uma lanterna de papel flutua através de uma floresta de bambu enevoada, inclinação lenta para cima, luz suave da manhã.

A scooter vermelha da imagem de referência anda ao longo de uma estrada à beira-mar, tomada de acompanhamento ampla, 16:9.

FAQ

O que é o Vidu Q2?

É o modelo de vídeo Vidu de segunda geração da Shengshu em seu nível básico. De acordo com o mapa de modelos do Vidu, ele suporta text-to-video e reference-to-video, com saída em 540p, 720p e 1080p.

Como o Q2 difere do Q2 Pro e do Turbo?

O Q2 básico funciona a partir de texto e referências de assunto. O Q2 Pro adiciona image-to-video e controle de primeiro/último quadro, e o Q2 Turbo foca em animação rápida de imagem e pares de quadros. Escolha de acordo com a entrada que você possui.

O Vidu Q2 gera áudio?

O mapa de modelos do Vidu observa saída simultânea de áudio e vídeo apenas para os modelos Q3, não para o Q2. Trate a saída do Q2 apenas como imagem e adicione o som separadamente.

Posso usar meu próprio personagem?

Sim, através do reference-to-video: forneça imagens de referência do assunto e um prompt descrevendo a nova cena. A qualidade do resultado depende de referências claras e bem iluminadas.

Devo usar o Q2 ou o Q3?

O Q3 adiciona áudio sincronizado e durações de clipe mais longas nos documentos do Vidu. Se você precisa de som ou tomadas mais longas, escolha o Q3; se uma referência silenciosa simples ou um clipe de texto for suficiente, o Q2 funciona.

Quanto custa o Vidu Q2?

As tarifas dependem da unidade de cobrança, da especificação e do uso. Compare condições iguais no preço detalhado do modelo; uma única tarifa não determina o custo total.

Qual endpoint o Vidu Q2 deve usar?

Use https://api.tokenlab.sh/v1/videos/generations para Vidu Q2. O exemplo de requisição abaixo mostra o formato de código correspondente.

Quais operações o Vidu Q2 suporta?

Vidu Q2 suporta Referência para vídeo, Texto para vídeo. Selecione uma operação acima para ver seu endpoint e exemplo de requisição.