Come creare video da immagini con Vidu Q4: guida e prompt
Guida a Vidu Q4 Preview: come animare un'immagine di partenza, strutturare i prompt di movimento, costi da 0,16 USD a clip e uso via API.
👁 112 letture
Vidu Q4 Preview non genera video a partire da solo testo: inizia sempre da un’immagine. Questa e una buona notizia, perche ti permette di controllare inquadratura, soggetto e illuminazione prima di spendere anche un solo centesimo per la generazione video. In questa guida spieghiamo come preparare l’immagine di partenza, come strutturare i prompt per movimento, camera e audio, quanto costa il servizio e come integrarlo via API. Per informazioni generali sul modello (classifiche, prezzi e piani), consulta la nostra guida a Vidu Q4.
Gli importi in EUR sono conversioni indicative dei prezzi pubblicati in USD, calcolate al cambio di riferimento BCE del 2026-10-12: 1 EUR = 1.1181 USD. Non sono prezzi locali confermati né importi finali comprensivi di imposte. Il fornitore e la banca possono applicare altri cambi o commissioni. ECB.
Situazione all’8 ottobre 2026
- Modalita: Image to Video - una singola immagine come primo fotogramma piu descrizione del movimento.
- Clip: da 3 a 16 secondi, da 540p a 4K, audio abilitato per impostazione predefinita.
- Immagine: png, jpg o webp, fino a 50 MB, con proporzioni comprese tra 1:4 e 4:1.
- Costo per 8 s: 0,2236 EUR (0,25 USD) in 540p, 0,4740 EUR (0,53 USD) in 720p, 0,5992 EUR (0,67 USD) in 1080p (su fal.ai fino al 30.11); tramite API Vidu circa il 40% in piu.
- Nota: i prompt presentati in questa pagina fanno parte del nostro set di test. Non abbiamo ancora salvato clip definitive da Q4: aggiorneremo l’articolo con i video dopo aver completato i test.
Come preparare l’immagine iniziale
Nella modalita immagine-a-video, il primo fotogramma del filmato coincide esattamente con la tua immagine di partenza. Il modello non correggera una foto con un’inquadratura sbagliata, quindi tutto il lavoro di composizione va svolto a monte. Ecco gli aspetti a cui prestiamo particolare attenzione:
- Proporzioni del video finale. In Image to Video, il filmato adotta le proporzioni dell’immagine sorgente. Per YouTube usa il formato 16:9, per Reel o TikTok il 9:16. Ritaglia l’immagine prima del caricamento.
- Spazio per il movimento. Se il personaggio deve uscire dall’inquadratura o la camera deve allontanarsi, lascia spazio attorno al soggetto. Un ritratto troppo stretto non potra trasformarsi in un campo lungo.
- Evita scritte sull’immagine, a meno che non debbano rimanere fisse. I modelli video tendono a deformare lettere e caratteri speciali durante il movimento.
- Risoluzione pari o superiore al video desiderato. Per generare a 1080p e sufficiente un’immagine larga 1920 px; per il 4K consigliamo almeno 3840 px.
- Volti di persone reali solo previo consenso. Ricorda inoltre che le clip generate con il piano Free non possono essere utilizzate per scopi commerciali.
Puoi creare l’immagine con qualsiasi generatore. Per una panoramica degli strumenti piu precisi nel seguire i comandi, consulta il nostro articolo sui generatori di immagini AI, oppure confrontali su compiti identici nella nostra Arena dei generatori di immagini.
Come scrivere il prompt per il movimento
Il prompt per un video generato da immagine non deve descrivere cio che e gia visibile, bensi quello che deve accadere nella scena. Utilizziamo sempre una sequenza fissa di elementi:
- Azione - chi fa cosa, espressa al presente (“She lifts the cup and smiles”).
- Camera - statica, carrello in avanti (dolly-in), rotazione attorno all’oggetto (orbit), camera a mano, stacco su un primo piano.
- Dialoghi - le battute esatte tra virgolette, specificando chi parla e in quale lingua.
- Audio - ambiente di fondo, effetti sonori, presenza o assenza di musica (“no music”, se non vuoi basi musicali).
- Vincoli - comandi negativi come “no subtitles, no on-screen text”, “real-time speed, no slow motion”.
Scriviamo i prompt in inglese, perche i modelli video lo comprendono con maggiore affidabilita, ma inseriamo eventuali battute parlate tra virgolette nella lingua desiderata. Vidu attiva di default l’ottimizzazione automatica del prompt (parametro is_rec nelle API). Quando vogliamo un’esecuzione rigorosa e letterale, disattiviamo questa opzione.
Prompt pronti all’uso: il nostro set di test
Ciascun prompt presuppone un’immagine di partenza specifica, descritta nella prima colonna. Testiamo queste stesse scene anche su altri modelli per rendere i risultati direttamente confrontabili. Nei test vocali abbiamo verificato la pronuncia in lingua polacca per misurare la gestione di lingue diverse dall’inglese.
| Immagine di partenza | Prompt | Cosa verifica |
|---|---|---|
| Donna a tavola in cucina, guarda l’obiettivo | She smiles and says clearly in Polish: “W Szczebrzeszynie chrząszcz brzmi w trzcinie, a ja płacę trzydzieści dwa złote.” Static camera, natural lip sync, quiet room tone, no music, no subtitles. (Battuta in polacco: W Szczebrzeszynie chrząszcz brzmi w trzcinie, a ja płacę trzydzieści dwa złote, cioe “A Szczebrzeszyn il coleottero ronza nella canna, e io pago trentadue zloty”) |
parlato e sincronizzazione labiale |
| Due atleti su un tetto bagnato di notte | They start a fast kung fu fight: punches, a spinning kick, one fighter lands on his back and rolls up. Handheld camera follows the action, two quick cuts, rain splashes, impact sounds and heavy rain audio. | azione e cambi di inquadratura |
| Piazza del centro storico di notte, folla ripresa da dietro | Fireworks explode above the square, sparks and smoke drift down, light flickers on the facades and faces, the camera slowly cranes up. Loud firework bangs and crowd cheering. | effetti visivi (VFX) |
| Bicchiere vuoto e caraffa d’acqua su un tavolo | A hand lifts the pitcher and pours water into the glass until it overflows and spills onto the table into a puddle. Real-time speed, realistic physics, sound of pouring water. | fisica dei liquidi |
| Macinacaffe nero su superficie in marmo | Slow dolly-in, beans pour into the grinder, it starts grinding, fine coffee powder falls, steam from a cup in the background. Crisp ASMR grinding sound, no music. | pubblicita prodotto |
| Ritratto di uomo anziano nella sua officina | He looks up from his work, takes off his glasses and says warmly in Polish: “Dobra robota wymaga czasu.” Slow push-in to a close-up, soft workshop ambience. (Battuta in polacco: Dobra robota wymaga czasu, cioe “Un buon lavoro richiede tempo”) |
recitazione ed espressivita in primo piano |
| Cane sulla spiaggia al tramonto | The dog runs toward the camera along the waterline, splashing water, the camera tracks backward at the same speed. Waves and happy barking, no music. | movimento di camera coordinato al soggetto |
| Illustrazione in stile fumetto: eroina su un tetto | Keep the comic book art style. Her cape flutters, she jumps to the next roof, the camera follows in one continuous shot. Wind and whoosh sounds. | coerenza dello stile artistico |
Durata e risoluzione: guida ai costi
Il costo viene addebitato per ogni singolo secondo generato e cresce sensibilmente con la risoluzione. La nostra regola operativa e semplice: test preliminari in 540p o 720p, versione definitiva a 1080p, mentre il 4K e riservato unicamente alle produzioni dove e davvero indispensabile.
| Configurazione | fal.ai fino al 30.11 | API Vidu / WaveSpeedAI | Quando usarla |
|---|---|---|---|
| 5 s, 540p | 0,1431 EUR (0,16 USD) | 0,2057 EUR (0,23 USD) | test rapidi del movimento |
| 5 s, 720p | 0,2951 EUR (0,33 USD) | 0,4293 EUR (0,48 USD) | reel, anteprime social |
| 8 s, 1080p | 0,5992 EUR (0,67 USD) | 0,8586 EUR (0,96 USD) | clip finale per YouTube |
| 16 s, 1080p | 1,20 EUR (1,34 USD) | 1,72 EUR (1,92 USD) | inquadratura lunga con dialogo |
| 8 s, 4K | 1,95 EUR (2,18 USD) | 2,79 EUR (3,12 USD) | montaggio video, schermi grandi |
Tariffe rilevate su fal.ai (promozione con sconto del 30% fino al 30 novembre) e WaveSpeedAI, allineate al prezzo standard di Vidu (0,004472 EUR (0,005 USD) per credito). L’abilitazione dell’audio non comporta costi aggiuntivi.
Generare da interfaccia web su vidu.com
- Visita vidu.com/vidu-q4 ed effettua l’accesso.
- Nel pannello di creazione, imposta la modalita su “Image to Video” anziche “Reference to Video”.
- Carica l’immagine, inserisci il prompt, seleziona durata e risoluzione.
- Avvia la generazione e scarica il video dalla libreria al termine del processo.
Con il piano gratuito di Vidu, Q4 in 540p richiede 4 crediti al secondo, mentre con i piani a pagamento (a partire da 8,94 EUR (10 USD) al mese) ne richiede 2. Tutti i dettagli su quote e abbonamenti sono descritti nella nostra guida a Vidu Q4.
Generare tramite API
L’API ufficiale di Vidu accetta l’immagine sia come URL pubblico sia codificata in Base64. Ecco una richiesta cURL tratta dalla documentazione (sostituisci il token con la tua chiave):
curl -X POST https://api.vidu.com/ent/v2/img2video
-H "Authorization: Token TUA_CHIAVE"
-H "Content-Type: application/json"
-d '{
"model": "viduq4-preview",
"images": ["https://tuo-dominio.it/fotogramma.jpg"],
"prompt": "Slow dolly-in, beans pour into the grinder, crisp ASMR grinding sound, no music.",
"duration": 8,
"resolution": "1080p",
"audio": true,
"is_rec": false
}'La risposta restituira un identificativo task_id. Puoi recuperare il file tramite la chiamata GET https://api.vidu.com/ent/v2/tasks/{task_id}/creations. Il link al video rimane valido per 24 ore, quindi consigliamo di scaricarlo immediatamente.
Su fal.ai e possibile eseguire la stessa operazione con un breve script Python usando la libreria requests e impostando la chiave nella variabile d’ambiente FAL_KEY:
import base64, os, time, requests
headers = {"Authorization": "Key " + os.environ["FAL_KEY"]}
immagine = "data:image/png;base64," + base64.b64encode(open("fotogramma.png", "rb").read()).decode()
task = requests.post(
"https://queue.fal.run/fal-ai/vidu/q4/image-to-video", headers=headers,
json={"image_url": immagine, "prompt": "Slow dolly-in, crisp ASMR grinding sound, no music.",
"duration": 8, "resolution": "720p"}).json()
while requests.get(task["status_url"], headers=headers).json().get("status") != "COMPLETED":
time.sleep(10)
risultato = requests.get(task["response_url"], headers=headers).json()
open("clip.mp4", "wb").write(requests.get(risultato["video"]["url"]).content)Per trasparenza: questo codice e un estratto del nostro script di test. L’8 ottobre abbiamo convalidato la chiamata fino all’invio del task; l’elaborazione e stata respinta da fal.ai a causa del saldo esaurito sull’account di prova, quindi non abbiamo ancora scaricato il file finale completo da questo script. I parametri utilizzati (image_url, prompt, duration, resolution, seed) sono conformi alle specifiche API ufficiali di fal.ai per questo modello. Aggiorneremo la procedura con i risultati del ciclo completo.
Gli errori piu frequenti
- Descrivere l’immagine anziche il movimento. Scrivere “una donna con cappotto rosso per strada” non da alcuna indicazione utile al modello, perche questi elementi sono gia presenti nel fotogramma. Spiega invece che cosa deve compiere il soggetto.
- Troppe azioni concentrate in pochi secondi. In una clip di 5 secondi c’e spazio per una sola azione e un singolo movimento di camera. Se ti serve una scena piu articolata, imposta 10-16 secondi o genera due clip distinte.
- Dimenticare l’indicazione “no music”. I modelli dotati di modulo audio tendono ad aggiungere una colonna sonora automatica, che rischia di ostacolare il montaggio.
- Scritte nell’inquadratura sorgente. Se l’immagine contiene testo, esamina con attenzione l’ultimo fotogramma: il movimento di camera tende a distorcerlo visibilmente.
- Generare direttamente in 4K. Ottimizza prima il movimento in 540p, dove ogni secondo costa oltre 8 volte meno.
- Mancato salvataggio del file. Sulle API di Vidu il link per il download scade dopo 24 ore.
E se non hai un’immagine di partenza?
Vidu Q4 non supporta la generazione pura da testo a video. Se vuoi partire da una semplice descrizione scritta, devi affidarti a un modello compatibile: nei nostri benchmark il punteggio piu alto e andato a Wan 3.0, seguito da vicino da MiniMax H3 Max. Per un confronto dettagliato tra Vidu Q4 e le principali alternative sul mercato, puoi leggere la nostra analisi Vidu Q4 vs Seedance 2.0 vs MiniMax H3, oppure consultare la guida pratica su come animare foto con Wan 3.0: da immagine a video.
Fonti: documentazione API Vidu Q4 (Image to Video), fal.ai Vidu Q4, WaveSpeedAI, piani di abbonamento vidu.com. Dati verificati l’8 ottobre 2026.
More on this from NITIDO
benchmark·Gemma 4 31B in locale su RTX 4090: VRAM, velocita e testAbbiamo provato Gemma 4 31B su RTX 4090 con Ollama: 42 tok/s, 19 GB di VRAM, licenza Apache 2.0 e benchmark completi. Guida e ottimizzazioni.