SD Video

SD Video to model generowania wideo SeedRouter, zbudowany na MiniMax H3. Jedno żądanie tworzy całą scenę, obraz i dźwięk razem: 5–15-sekundowy klip z własnymi dialogami, tłem dźwiękowym i efektami. Wyślij żądanie, zachowaj zwrócony identyfikator zadania i odczytaj gotowe wideo z tego zadania. Pierwsze klatki i referencje przekazujesz jako adresy URL.

ID modeli

Aktualne ceny znajdziesz na stronie modelu.

Krótki przykład

curl https://api.seedrouter.ai/v1/videos/generations \
  -H "Authorization: Bearer $SEEDROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "sd-video",
    "mode": "text_to_video",
    "prompt": "A lighthouse keeper in a wool coat stands on a wet stone pier at dawn and says, \"The fog lifts at seven.\" Locked-off shot, waves slapping the stones, no music.",
    "duration": 5,
    "resolution": "768p",
    "aspect_ratio": "16:9"
  }'

Punkt końcowy

POST https://api.seedrouter.ai/v1/videos/generations

Odpowiedź to zadanie ({"id": "task_...", "status": "processing"}), a nie gotowe wideo. Wynik odczytasz, odpytując GET /v1/tasks/{task_id}. Klucze API trzymaj w kodzie po stronie serwera.

Parametry

Schemat jest ścisły: nieznane pola są odrzucane, a nie ignorowane. callback_url i callback_id nie są dostępne; zamiast tego odpytuj zadanie.

Tryby

mode określa, na podstawie czego model generuje wideo. Każdy tryb ma własne pola; pole z innego trybu zwraca 400, jeśli ma wartość (pusta lista lub null przechodzi).

image_to_video traktuje obraz dosłownie jako pierwszą klatkę, więc klip zaczyna się dokładnie tak, jak wygląda ten kadr. Aby umieścić produkt lub osobę we własnej scenie, użyj reference_to_video i opisz scenę wokół nich.

Referencje i etykiety w prompcie

W reference_to_video kolejność na liście staje się etykietą, której używasz w prompcie. Pierwszy element reference_images to <Picture 1>, drugi to <Picture 2>; pierwszy element reference_videos to <Video 1> i tak dalej. Obrazy, wideo i audio są numerowane niezależnie. Ulepszanie promptu może przeformułować resztę promptu, ale nie te etykiety; ustaw prompt_enhancement na disabled, aby zachować tekst dokładnie w takiej postaci, w jakiej go napisano.

{
  "model": "sd-video",
  "mode": "reference_to_video",
  "prompt": "A supervisor wearing the harness in <Picture 1> stands still and speaks to camera.",
  "reference_images": [{ "type": "url", "url": "https://example.com/harness.jpg" }],
  "duration": 10
}

Dane wejściowe multimediów

Każda referencja, a także pierwsza klatka w image_to_video, to obiekt z publicznym adresem URL HTTP(S):

{ "type": "url", "url": "https://example.com/photo.jpg" }

Najwyżej 9 obrazów, 3 wideo i 3 klipy audio, łącznie 12 referencji. Dane base64 i identyfikatory zasobów nie są przyjmowane: prześlij plik do własnego magazynu i przekaż jego adres URL. Adres URL musi być osiągalny bez przekierowań.

Czynniki wpływające na koszt

Aktualne stawki znajdziesz w sekcji cen modelu. SD Video jest rozliczany za sekundę wideo, według stawki zależnej od trybu i rozdzielczości wyjściowej:

billed seconds = duration                                                   (text_to_video, image_to_video)
billed seconds = duration + ceil(Σ min(each reference video's seconds, 5))  (reference_to_video)
cost = billed seconds × rate per second

Każde wideo referencyjne dodaje swoją długość, maksymalnie 5 sekund; dłuższy klip nadal dodaje 5. Obrazy referencyjne i audio referencyjne nie są naliczane. Wideo referencyjne są mierzone w chwili przyjęcia żądania, więc zarezerwowana kwota jest kwotą naliczoną. Ostateczne opłaty zobaczysz w historii zużycia swojego konta. Nieudane zadania nie są naliczane.

Schemat odpowiedzi

Wysłanie zwraca zadanie:

{"id": "task_...", "model": "sd-video", "status": "processing", "created_at": 1789689600}

Pobieranie zadania

GET https://api.seedrouter.ai/v1/tasks/{task_id}

Odpytuj co 10–20 sekund, aż status przyjmie wartość completed lub failed. Przekroczenie limitu czasu sieci podczas odpytywania nie oznacza, że generowanie się nie powiodło: zachowaj identyfikator zadania i wznów sprawdzanie. Nie twórz kolejnego zadania, aby sprawdzić postęp.

Zadanie zakończone

{
  "id": "task_...",
  "model": "sd-video",
  "status": "completed",
  "created_at": 1789689600,
  "finished_at": 1789689720,
  "output": {
    "video_url": "https://static.seedrouter.ai/media/tasks/task_example/0.mp4",
    "duration": 5,
    "width": 1344,
    "height": 768,
    "aspect_ratio": "16:9",
    "seed": 42
  }
}

Wideo to MP4 (H.264) w 24 fps ze stereofonicznym dźwiękiem AAC 32 kHz. Przy jawnie podanym aspect_ratio rozmiar jest stały:

text_to_video domyślnie używa 16:9. reference_to_video domyślnie używa adaptive: proporcji pierwszego obrazu referencyjnego albo pierwszego wideo referencyjnego, gdy nie ma obrazów. image_to_video zawsze dopasowuje się do pierwszej klatki, łącznie z jej orientacją EXIF; aby zmienić proporcje, przytnij obraz. Klip adaptive zachowuje proporcje źródła, przeskalowane do krótszej krawędzi danej rozdzielczości, z każdym bokiem zaokrąglonym do wielokrotności 32, i raportuje aspect_ratio jako skrócony stosunek pikseli, na przykład 23:15.

Zakończone zadanie raportuje użyty seed. Ten sam prompt i seed zwracają ten sam klip; jeśli pominiesz seed, każde żądanie wybierze nowy.

Błędy

Żądania odrzucone przed utworzeniem zadania zwracają błąd HTTP wraz z obiektem error i nie są naliczane. Zadanie, które zawiodło po przyjęciu, przy odpytaniu zwraca HTTP 200 z status: "failed" i obiektem error.

Kody, statusy HTTP i wskazówki dotyczące ponawiania znajdziesz we wspólnym katalogu błędów.

{
  "id": "task_...",
  "model": "sd-video",
  "status": "failed",
  "error": {
    "code": 60001,
    "message": "The request was rejected by the content policy. Please revise the prompt or input images."
  }
}

Jeśli limit czasu został przekroczony przy samym wysyłaniu, przed ponownym wysłaniem sprawdź swoje zadania: pierwsze żądanie mogło już zostać przyjęte.

Wskazówki

• Pisz długie prompty. Kilkaset znaków lub więcej daje lepsze wyniki; za szczegóły nie ma kary.
• Podawaj kamerę, nie nastrój: korpus, obiektyw i przysłona zmieniają obraz, a „cinematic” nie robi prawie nic.
• Opisz dźwięk: tło akustyczne pomieszczenia, efekty i ich odległość. Napisz no music, jeśli nie chcesz podkładu muzycznego. Dialog mieści się w tempie około 2,5 słowa na sekundę.
• Dodaj no logos, brand names, printed words or badges anywhere in frame, aby w kadrze nie pojawiały się wymyślone oznaczenia.
• Napisy niech będą krótkie i zapisane dokładnie; zaznacz, że to jedyny napis w kadrze.
• Stawiaj na bezruch: jeden obiekt, jedno miejsce, statyczna kamera. Zbliżenia na pracę rąk oraz miękki ruch, np. włosów lub papieru, to najsłabsze obszary.
• Aby dopracować ujęcie, ustal seed i zmieniaj po jednym fragmencie promptu.

Powiązane

• Playground i ceny SD Video
• Pobierz OpenAPI
• Markdown do skopiowania