跳到主要内容

生成视频

POST /v1/platform/video

提交一个 AI 视频生成任务。支持文生视频、图生视频、视频续写等多种模式。任务异步执行，返回 task_id 后需通过 查询任务接口 轮询结果。

⚠️ 该接口生成的文件 URL 仅保留 7 天，请及时下载保存。

⚠️ 视频接口参数与图像接口高度相似，主要区别在于：model 必须以 video- 开头；inputs 中的每个输入项增加了 category、reference_type 等视频专属字段；output 增加了 duration、audio_generation 等字段。

请求参数​

参数名类型必选说明
modelstring必选模型标识，必须以 video- 开头。格式：video-{model_name}-{version}，例如 video-kling-2.1。
promptstring必选视频生成的文本描述，描述画面内容、动作、风格等。
negative_promptstring可选负向提示词，描述不希望在视频中出现的内容。
enhance_promptstring可选是否开启提示词自动增强。
可选值：enabled / disabled
generation_modestring可选生成模式，例如文生视频、图生视频等，具体可选值由模型决定。
inputsarray可选输入文件列表，可包含参考图、参考视频或尾帧图。
↳ inputs[i] 子字段
subject_inputsarray可选主体参考图列表，用于固定主体的角色一致性生成（Kling / Vidu 支持）。
↳ subject_inputs[i] 子字段
outputobject可选输出配置，控制视频时长、音频、分辨率等。
↳ output 子字段（包含图像接口全部字段，下方为视频专属新增）
scene_typestring可选场景类型，用于特定场景下的生成优化：
• Kling：motion_control（动作控制）、avatar_i2v（数字人）、lip_sync（对口型）
• Vidu：template_effect（特效模板）
input_regionstring可选输入素材来源地区。
可选值：mainland / oversea
session_idstring可选用于去重的识别码。如果三天内曾有过相同 session_id 的请求，则本次请求会返回错误。最长 50 个字符，不填或填空字符串表示不做去重。
session_contextstring可选来源上下文，用于透传用户请求信息，任务回调时将返回该字段值，最长 1000 个字符。
ext_infoobject可选保留字段，特殊用途时使用，具体格式由所用模型决定。
inputs[i] 子字段
字段名类型必选说明
urlstring必选输入素材的公网可访问 URL。推荐使用小于 10M 的图片，支持格式：jpeg、jpg、png。
categorystring可选文件分类。
可选值：image / video
reference_typestring可选参考类型。GV 模型：asset（素材参考）、style（风格参考）。Kling 模型且 category 为 video 时：feature（特征参考视频）、base（待编辑视频）。
object_idstring可选主体 ID，适用于 Vidu-q2 模型。当需要对图片标识主体时填写，后续可通过 @主体ID 方式引用。当 category 为 image 时有效。
voice_idstring可选音色 ID，适用于 Vidu-q2 模型。当全部图片携带主体 ID 时，可针对主体设置对应音色。当 category 为 image 时有效。
keep_original_soundstring可选是否保留输入视频的原始音轨。当 category 为 video 时有效。
可选值：enabled / disabled
usagestring可选输入文件的用途，用于区分首帧、尾帧或参考生成。默认值：reference。
可选值：firstFrame / reference / lastFrame
firstFrame：用于首（尾）帧生视频的首帧 或 图生视频；reference：用于参考生视频；lastFrame：用于首（尾）帧生视频的尾帧。
textstring可选主体名称，仅 PixVerse 多图（主体）参考生模式有效。在 Prompt 中通过 @Text 引用，如 @小猫 跑步。
subject_inputs[i] 子字段
字段名类型必选说明
urlstring必选主体参考图的公网可访问 URL。
idstring可选固定主体 ID。Kling 主体必填；Vidu 主体可选。
namestring可选固定主体名称。Vidu 主体必填；Kling 主体可选。
output 子字段（包含图像接口全部字段，下方为视频专属新增）
字段名类型必选说明
durationinteger可选生成视频的时长，单位：秒。各模型可选值：
• Kling：5、10，默认 5
• Hailuo：6、10，默认 6
• Vidu：1~10
• GV：8，默认 8
• OS：4、8、12，默认 8
resolutionstring可选生成视频的分辨率。各模型可选值：
• Kling：720P、1080P，默认 720P
• Hailuo：768P、1080P，默认 768P
• Vidu：720P、1080P，默认 720P
• GV：720P、1080P，默认 720P
• OS：720P
aspect_ratiostring可选指定所生成视频的宽高比。各模型可选值：
• Kling（文生视频）：16:9、9:16、1:1，默认 16:9
• Vidu（文生/参考图）：16:9、9:16、4:3、3:4、1:1（仅 q2 支持 4:3、3:4）
• GV：16:9、9:16，默认 16:9
• OS（文生视频）：16:9、9:16，默认 16:9
• Hailuo：暂不支持
audio_generationstring可选是否生成音频。支持模型：GV、OS、Vidu。默认值：disabled。与布尔值 audio 字段等效，优先使用此字段。
可选值：enabled / disabled
audioboolean可选audio_generation 的简写形式，填 true 等价于 "enabled"。若已设置 audio_generation 则忽略此字段。
enhance_switchstring可选是否启用视频增强。说明：当选择的分辨率超过模型可生成分辨率时，默认会启用增强；也可主动选择直出低分辨率后使用增强获得更高分辨率。
可选值：enabled / disabled
frame_interpolatestring可选是否开启 Vidu 智能插帧，使视频更流畅。目前仅支持 Vidu 模型。
可选值：enabled / disabled
media_namestring可选输出媒体文件名，最长 64 个字符。缺省由系统指定生成文件名。
class_idinteger可选分类 ID，用于对媒体进行分类管理。默认值：0（其他分类）。

请求示例​

JSON（文生视频）
{
  "model":  "video-jimeng-3.0pro",
  "prompt": "一只猫咪在沙滩上奔跑，金色夕阳，慢动作镜头",
  "enhance_prompt": "enabled",
  "output": {
    "duration":          5,
    "aspect_ratio":     "16:9",
    "audio_generation": "enabled",
    "frame_interpolate":"enabled",

  }
}
JSON（图生视频，含首尾帧）
{
  "model":  "video-kling-2.1",
  "prompt": "镜头缓慢推进，花朵在风中轻轻摇曳",
  "inputs": [
    {
      "url":      "https://example.com/first-frame.jpg",
      "category":"image"
    },
    {
      "url":      "https://example.com/last-frame.jpg",
      "category":"last_frame"
    }
  ],
  "output": {
    "duration":     5,
    "aspect_ratio": "16:9"
  }
}

响应参数​

字段名类型说明
task_idstring任务唯一 ID，用于后续查询任务状态。
statusstring任务初始状态，通常为 queued。