H3 视频生成

H3 视频生成使用统一异步任务接口。支持文本生视频、首帧/尾帧/首尾帧生视频,以及图片、视频、音频的多模态参考生成。成功后直接返回视频下载链接,不进行转存;请在链接有效期内下载。

鉴权与路径

POST /api/v1/tasks
Authorization: Bearer <YOUR_API_KEY>
Content-Type: application/json

提交成功后通过 GET /api/v1/tasks/{task_id} 查询平台任务结果,也可以传入 callback_url 接收平台的终态通知。

顶层参数

参数类型必填可选值说明
modelstring是h3-video平台模型编码。
contentarray是见下文多模态内容数组,必须有且仅需至少一个非空 text 项。
resolutionstring是768P、2K输出分辨率。
durationinteger是4 至 15输出视频时长,单位秒。
ratiostring是adaptive、21:9、16:9、4:3、1:1、3:4、9:16纯文本生成不可使用 adaptive。
callback_urlstring否HTTPS URL平台完成或失败后通知的地址。

content 元素

每个元素使用 type 表示内容类型。媒体元素的地址写入与类型同名的对象中,例如图片是 image_url.url。role 用于表明媒体用途。

type必填字段支持的 role说明
texttext不填写提示词;每次请求必须至少有一个非空文本项。
image_urlimage_url.urlfirst_frame、last_frame、reference_image首帧最多 1 张、尾帧最多 1 张、参考图最多 9 张。未写 role 的单张图片按首帧处理;last_frame 必须与 first_frame 成对出现。
video_urlvideo_url.urlreference_video仅用于参考生成,最多 3 个;每段 2 至 15 秒,总时长不超过 15 秒。
audio_urlaudio_url.urlreference_audio仅用于参考生成,最多 3 个;每段 2 至 15 秒,总时长不超过 15 秒。

媒体 URL 需要能被服务访问。图片支持 JPG、JPEG、PNG、WEBP、HEIC、HEIF;参考视频支持 MP4、MOV;参考音频支持 WAV、MP3。

场景与示例

文本生视频

content 只包含一个 text 项,ratio 必须是具体比例。

{
  "model": "h3-video",
  "content": [
    {"type": "text", "text": "清晨的海边,镜头缓慢推近灯塔,海鸥掠过天空。"}
  ],
  "resolution": "2K",
  "duration": 5,
  "ratio": "16:9"
}

首帧生视频

首帧使用 first_frame;只传一张首帧时 role 可省略。输入图片会决定画幅,建议传 adaptive。即使传入其他合法比例,系统也会按 adaptive 处理。

{
  "model": "h3-video",
  "content": [
    {"type": "text", "text": "人物转身看向窗外,窗帘被微风吹动。"},
    {"type": "image_url", "image_url": {"url": "https://example.com/first.png"}, "role": "first_frame"}
  ],
  "resolution": "2K",
  "duration": 5,
  "ratio": "adaptive"
}

首尾帧生视频

{
  "model": "h3-video",
  "content": [
    {"type": "text", "text": "城市从白昼平滑过渡到夜晚,车流逐渐亮起。"},
    {"type": "image_url", "image_url": {"url": "https://example.com/day.png"}, "role": "first_frame"},
    {"type": "image_url", "image_url": {"url": "https://example.com/night.png"}, "role": "last_frame"}
  ],
  "resolution": "2K",
  "duration": 8,
  "ratio": "adaptive"
}

多模态参考生成

可组合参考图片、参考视频和参考音频;参考音频不能单独使用,必须至少同时有一个参考图片或参考视频。

{
  "model": "h3-video",
  "content": [
    {"type": "text", "text": "角色以参考音色在街头自然说话,镜头保持稳定。"},
    {"type": "image_url", "image_url": {"url": "https://example.com/character.png"}, "role": "reference_image"},
    {"type": "video_url", "video_url": {"url": "https://example.com/motion.mp4"}, "role": "reference_video"},
    {"type": "audio_url", "audio_url": {"url": "https://example.com/voice.mp3"}, "role": "reference_audio"}
  ],
  "resolution": "2K",
  "duration": 5,
  "ratio": "9:16"
}

首尾帧模式与多模态参考模式互斥:出现任意 reference_image、reference_video 或 reference_audio 时,不能同时出现 first_frame 或 last_frame。

提交与查询响应

创建成功:

{
  "code": 1,
  "msg": "success",
  "data": {"task_id": "task_xxxxxxxxxxxx", "status": "processing"}
}

查询成功:

{
  "code": 1,
  "msg": "success",
  "data": {
    "task_id": "task_xxxxxxxxxxxx",
    "status": "completed",
    "result": {
      "video_url": "https://video-product.example.com/output.mp4",
      "duration": 5,
      "ratio": "16:9"
    }
  }
}

video_url 为生成服务返回的原始下载链接。平台不转存该文件。

计费

当前可调用分辨率为 768P、2K,按最终生成视频的输出时长计费:768P 默认 50 点/输出秒,2K 默认 80 点/输出秒。提交时会按 duration 冻结预估点数,完成后按实际输出秒数结算;不同租户的售价以其 SKU 配置为准。

同类文章