Vidu AI API 指南：圖像轉影片與參考影片功能

Vidu AI API 可透過單一請求將靜態圖像轉換為動態短片，其「參考影片模式」（Reference Video Mode）則能將現有影片的動作轉移至靜態圖像上。本教學將引導您透過 TokenLab 統一 API 使用這兩項功能，內容涵蓋負載結構（Payload Structure）、參數調整以及實作檢查清單。

重點摘要

• Vidu 的「圖像轉影片」端點可從靜態影格生成逼真的動態；「參考影片模式」則能將影片中的精確動作模式複製到目標圖像的內容中。
• TokenLab 整合了 Vidu 及其他影片模型（如 Seedance、Veo 3、Kling、Hailuo 和 PixVerse V6），透過單一且一致的 API，讓您無需更改整合程式碼即可比較品質、速度與成本。
• motion_intensity、num_frames 和 reference_video 等參數可直接控制輸出風格、時長與保真度；調整這些參數會影響生成延遲與結果品質。
• 定價與模型可用性變動頻繁，請務必查看 TokenLab 模型目錄 與 定價比較頁面 的最新資訊（以上資訊觀察於 2026 年 7 月 7 日）。

了解 Vidu 的圖像轉影片與參考影片模式

Vidu 的圖像轉影片流程將靜態輸入圖像視為第一影格，並利用從影片數據中學習到的動態先驗（Motion Prior）來填充後續影格。該模型會預測與場景語意一致的光流（Optical Flow）與外觀變化，並輸出一段短片（通常為 2 到 10 秒，取決於 num_frames 與所選解析度）。

參考影片模式（有時稱為動作轉移或影片引導生成）接受額外的 reference_video 參數。模型會從參考影片中提取運動向量，並將其應用於靜態圖像的內容。例如，可將舞者的動作轉移至肖像照，或將產品展示的運鏡映射到不同的產品圖像上。這兩種模式在 TokenLab 上使用相同的 API 端點，唯一的區別在於請求中是否包含 reference_video 欄位。

與透過提示詞（Prompt）憑空想像動作的文字轉影片模型不同，Vidu 的圖像條件化方法讓您能精確控制起始影格，若搭配參考影片，更能精確控制動作編排。這使其非常適合為靜態概念藝術製作動畫、為產品照片添加次要動作，或從單一參考資料進行角色動畫測試。由於模型基於真實的第一影格運作，生成的短片能緊扣輸入圖像的視覺特徵，避免了僅靠提示詞生成時常見的形狀漂移問題。

設定您的 TokenLab 帳戶與 API Key

若要透過 TokenLab 使用 Vidu，您需要一個有效的帳戶與 API Key。

1. 前往 tokenlab.sh 註冊。
2. 進入儀表板，在 API Keys 頁面生成您的 API Key。
3. 妥善保存該金鑰：它將作為 Bearer Token 用於每次請求。

TokenLab 的統一 API 讓您只需更改負載中的 model 欄位即可切換不同的影片模型。Vidu 的識別名稱為 vidu。您現有針對 Seedance 或 Veo 3 等模型的整合程式碼，無需結構性調整即可直接支援 Vidu。

使用 TokenLab 發送您的第一個 Vidu API 請求

基礎的圖像轉影片請求會發送靜態圖像 URL 與一組生成參數。以下是使用 curl 的範例：

curl -X POST "https://api.tokenlab.sh/v1/video/generate" \
  -H "Authorization: Bearer $TOKENLAB_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "vidu",
    "image_url": "https://example.com/portrait.jpg",
    "motion_intensity": 0.7,
    "num_frames": 120,
    "resolution": "1080p"
  }'

若要使用參考影片模式，請加入指向短片素材的 reference_video 參數：

{
  "model": "vidu",
  "image_url": "https://example.com/portrait.jpg",
  "reference_video": "https://example.com/dance_reference.mp4",
  "motion_intensity": 0.8,
  "num_frames": 120
}

API 會回傳一個包含 video_url 的 JSON 物件，您可以輪詢（Poll）該網址直到生成完成。TokenLab 也支援 Webhook 回調以避免輪詢，這是生產環境中的建議做法。

調整參數以優化品質與速度

Vidu 端點接受多個影響動作真實感、輸出時長與處理時間的參數。下表總結了最重要的參數：

參數	類型	說明	典型範圍
motion_intensity	float	控制動作幅度。數值較低產生細微動作；數值較高則產生更戲劇化的動作。	0.0 – 1.0
num_frames	int	生成的影格數。輸出時長為 num_frames / fps（預設 fps 為 24）。數值越高，生成時間越長。	48 – 240
resolution	string	輸出解析度。支援 720p 與 1080p。解析度越高，成本越高且耗時越長。	720p, 1080p
reference_video	string	用於動作轉移的參考影片 URL。若省略，模型將自動生成動作。	URL
style_strength	float	模型對輸入圖像視覺風格的依賴程度，相對於參考動作。1.0 表示完全保持圖像風格；數值較低則允許參考影片的風格稍微滲入。	0.0 – 1.0

在進行完整長度生成前，先以短片（48–60 影格）測試這些參數可節省時間與成本。TokenLab 定價頁面 顯示了即時的單次生成成本，該成本會隨解析度和影格數而異。模型目錄也列出了 Vidu 的官方供應商（如 Replicate 和 fal），其定價是獨立觀察的：請查看 Replicate 定價 與 fal 定價 以獲取最新費率（觀察於 2026 年 7 月 7 日）。

實作檢查清單

在正式上線前，請使用此清單確認您的整合已準備就緒：

• API Key 權限範圍正確 – 金鑰僅具備影片生成所需的最小權限。
• 輸入圖像已驗證 – 圖像 URL 可公開存取且至少為 512×512 像素；模型在清晰、光線充足的人臉或物體上表現最佳。
• 參考影片已準備 – 使用動作轉移時，參考短片應簡短（2–5 秒）、裁切得當，且包含單一連續動作，無場景切換。
• 參數調整完成 – 已在樣本上測試過 motion_intensity 與 num_frames；所選平衡點符合您的延遲預算與視覺品質門檻。
• 已設定輪詢或 Webhook – 客戶端會輪詢 video_url 狀態或監聽完成 Webhook，以避免阻塞主執行緒。
• 已實作錯誤處理 – 程式碼能針對 5xx 錯誤進行優雅重試，並記錄所有 4xx 回應以供除錯。
• 已啟用成本監控 – 在 TokenLab 儀表板設定了支出上限，並定期參考 定價比較頁面。
• 已考慮模型備援 – 若 Vidu 暫時無法使用，切換至 Seedance 或 Veo 3 只需更改 TokenLab 中的 model 欄位。

遵循這些步驟有助於在影片模型供應變動時，維持您管線的可靠性。

比較 Vidu 與其他影片模型

TokenLab 的統一 API 讓您無需重寫整合程式碼即可測試 Vidu 與其他影片生成器。截至本文撰寫時（2026 年 7 月 7 日），主要替代方案包括 Seedance、Veo 3、Kling、Hailuo 與 PixVerse V6，皆可在同一端點使用。每種模型各有優勢：

• Seedance – 擅長高影格率、流暢的角色動畫；通常是舞蹈與動作場景的首選。
• Veo 3 – 產生電影級運鏡與場景構圖；適合產品影片與短片。
• Kling – 優化了真實人體動作與口型同步；適用於真人頭像（Talking-head）虛擬人。
• Hailuo – 專注於風格化動畫效果；適合動態圖形（Motion Graphics）。
• PixVerse V6 – 在速度與品質之間取得平衡，適合大量社群媒體短片。

關於這些模型的詳細分析（包含並排輸出樣本與使用建議），請參閱 2026 年最佳 AI 影片模型 API 文章。對於需要根據成本在不同供應商間進行路由的開發者，OpenRouter 比較指南 解釋了 TokenLab 如何抽象化多供應商存取並協助您最小化支出。

常見問題 (FAQ)

1. Vidu 是否支援在圖像之外加入文字提示詞？
   Vidu 主要是一個圖像條件化模型；圖像作為第一影格，並由動態先驗決定動作。雖然某些供應商可能允許使用選用的文字提示來微調風格，但透過 TokenLab 的 API 目前不接受 prompt 欄位。影響輸出的最佳方式是調整 motion_intensity、num_frames，以及最關鍵的：使用合適的參考影片。

2. 典型的生成需要多久？
   生成延遲取決於 num_frames、解析度與供應商負載。在 TokenLab 上，一段 720p 的 2 秒短片（48 影格）通常在 15–30 秒內完成。一段 5 秒的 1080p 短片（120 影格）可能需要 60–90 秒。對於時間敏感的應用，建議使用 Webhook 接收結果。

3. 我可以使用本地託管的圖像或影片嗎？
   TokenLab 要求 image_url 與 reference_video 必須是可公開存取的 URL。您可以將檔案上傳至雲端儲存空間（例如具備預簽名 URL 的 Amazon S3）或使用臨時託管服務。Vidu 的底層供應商（Replicate、fal）同樣需要 URL 來獲取素材。

開始使用 TokenLab 上的 Vidu

Vidu AI API 已準備好支援您的圖像轉影片與動作轉移專案。立即註冊 TokenLab 帳戶、取得 API Key 並發送您的第一個測試請求。瀏覽 TokenLab 模型目錄 以選擇 Vidu 並與其他影片生成器進行比較，或深入研究 定價比較頁面 以優化您的成本。透過單一 API，您即可存取完整的影片模型陣容，無需更換整合方式。