Vidu 开放平台目前支持多种功能，覆盖视频、音频、图像、创意玩法等各类开发场景，功能清单持续更新中：
一级功能 | 二级功能 | 功能详情 |
|---|---|---|
视频生成 | 图生视频 | 输入图片及提示词描述生成视频： 支持自由选择视频的时长、清晰度、动态幅度；支持添加背景音乐 |
参考生视频 | 参考输入图片的主体或场景生成视频：支持上传多张图片；支持自由选择视频的比例、时长、清晰度、动态幅度；支持添加背景音乐 | |
首尾帧 | 输入首帧图和尾帧图，根据提示词生成视频：支持自由选择视频的时长、清晰度、动态幅度；支持添加背景音乐 | |
文生视频 | 输入画面的提示词直接生成视频：支持长文本描述；支持自由选择视频的比例、时长、清晰度、动态幅度；支持添加背景音乐 | |
实时交互数字人 | Avatar 实时版 | 输入图片、人设、用户音视频等进行实时对话
实时互动，数字人与用户实时对话，可打断、具备双向感知。Vidu S 提供从语音到渲染的全链路 |
Avatar 组件版 | 参考数字人音频 + 动作文本生成实时视频
实时互动，你已自带 RTC 频道与实时语音能力，只需 Vidu S 做数字人渲染并推流到你的频道 | |
Avatar 非实时版 | 输入数字人图 + 数字人音频 + 动作文本生成视频文件
异步生成，一张角色图 + 一段音频（或文本）生成口型与动作对齐的说话视频 | |
Editing 版 | 输入用户音视频流 + 替换图生成实时视频
流式视频编辑：持续接收视频流并实时输出编辑结果，可中途换参考图或切场景而不中断流 | |
图像生成 | 参考生图 | 参考输入图片的主体或场景生成图片：支持上传多张图片；图片角色、物体和场景始终保持高度一致；支持自由选择图片的比例、清晰度，支持 2K、4K |