Vega Video 1.0 Max
← 返回 Vega Video 概览,查看版本对比与选型。
Endpoint: POST https://tokenhub-intl.tencentcloudmaas.com/v1/wand/vega-videos/tasks认证: Tokenhub API Key / Bearer
Vega Video 1.0 Max(wand-vega-video-1.0-max)是 Vega Video 的旗舰版本,主打镜头与空间可控:生成过程中对镜头运动与空间关系进行约束,让运镜、主体走位和空间布局更精确、更稳定。单条最长 30 秒,支持 duration=-1 由模型决定时长,并支持基于上一轮结果继续生成的多轮追问。
需白名单登记
1.0 Max 需开通白名单后才能调用,请联系 WAND 团队登记。
模型介绍
版本定位
Vega Video 分 Lite、Pro、Max 三档,三档均已上线:
| 档位 | 定位 | 核心卖点 | 适合 |
|---|---|---|---|
| Lite | 低成本 · 快速成片 | 成本最低,批量跑量更划算;效果要求适中,快速出片 | 效果要求适中、成本敏感的客户 |
| Pro | 高质量 · 成片可用率更高 | 画面质量更高;较 Lite 成片可用率更高,少抽卡 | 对成片效果有要求、关注综合成本的客户 |
| Max | 旗舰品质 · 复杂场景更稳 | 运镜、走位精确可控;人物动作更强,穿帮、畸变更少;画质与场景一致性更高 | 对品质与交付稳定性要求极高的客户 |
如何选择:批量跑量选 Lite;可直接交付的成片选 Pro;运镜走位要求精确、复杂场景要求稳定选 Max。
能力优势
Max 在生成时约束镜头运动与空间关系,目标是在复杂场景下一次出片,减少反复重抽:
| 优势 | 说明 |
|---|---|
| 更低抽卡率 | 运镜与空间关系受约束,同一需求所需的重试次数更少 |
| 更低穿帮率 | 人物数量、人物与座位 / 道具的对应关系在各镜头间保持一致 |
| 更优画质 | 画质与场景一致性更高 |
在相同输入下,Max 主要改善三类常见问题:
| 常见问题 | 其他模型的表现 | Max 的表现 |
|---|---|---|
| 空间锚点丢失 | 连续特写后,办公桌被挤出构图,两人面对面的空间关系没有立住 | 办公桌始终在画面内,位置关系在各镜头间保持一致 |
| 场景随镜头漂移 | 镜头拉远时,闸机被当作固定前景带走,人物与栏杆的前后关系错位 | 闸机留在原位,人物走位与闸机的前后关系清晰 |
| 人物穿帮 | 已提供站位参考图,仍多出一名人物,人物与座位对应出错 | 仅保留两名主角,人物与座位的对应在各镜头间保持一致 |
适用场景
| 场景 | 说明 |
|---|---|
| 精确运镜 | 镜头运动精确稳定 |
| 空间调度 | 走位与空间关系稳定 |
| 分镜制作 | 先定调度,再出成片 |
例如生视频过程中出现空间错位、人物穿帮等问题时,建议改用 1.0 Max。
简单画面不必用 Max
单主体、固定机位、无需控制运镜与空间关系的简单画面,Max 的可控性优势不明显,画面表现力反而可能下降,建议改用 1.5 Pro 等其他版本。
使用建议
- 建议提供参考图,由参考图确定主体外观。参考图的景别、机位和主体位置应与提示词的镜头设定保持一致。
- 提示词侧重描述镜头运动与空间关系(如「镜头保持中景,缓慢横移跟随」),主体外观交给参考图。
- 仅提供文本时也可生成,但效果可能不及带参考图的场景。
接入方式
| 方案 | 说明 | 适合 |
|---|---|---|
| Max 直出 | 单模型一步完成,输入直接生成成片;运镜、走位精确可控,穿帮、畸变更少 | 希望一步拿到成片 |
| 解耦生成 | 白模生成(WAND-Vega-1.0-Previs)与视频生成(Vega Video 1.5 Pro)分两步,由两个模型完成 | 需要先确认场景布局与运镜,再出成片,见白模视频生成 |
本页下文说明「Max 直出」的调用方法。
基本信息
| 项目 | 值 |
|---|---|
model 取值 | wand-vega-video-1.0-max |
| 分辨率 | 480P / 720P / 1080P / 2K / 4K,默认 720P |
| 比例 | 21:9 / 16:9 / 4:3 / 1:1 / 3:4 / 9:16 / adaptive,默认 adaptive |
| 时长 | 4~30 秒的整数,或 -1(由模型决定),默认 5 |
| 支持能力 | 文生 / 首尾帧生 / 参考生(图片、音频) |
| 不支持 | 参考视频(video_url)、样片 / 正片(draft_task、options.draft) |
| 专属能力 | 多轮追问(options.conversation_id) |
| 白名单 | 需要 |
调用方式与其他版本一致,提交与查询共用同一套接口,只需替换 model 取值并按下文补充 Max 专属参数。
输入方式
| 方式 | content 构成 | 条件 |
|---|---|---|
| 文生视频 | type=text | 至少 1 个非空文本元素 |
| 首尾帧生视频 | text + image_url(first_frame / last_frame) | 传尾帧时须同时传首帧;须填 options.asset_group_id |
| 参考生视频 | text + 参考图片 / 参考音频 | 每个媒体元素必须指定对应的 role;含图片时须填 options.asset_group_id |
| 多轮追问 | text(可加参考图)+ options.conversation_id | conversation_id 取自上一轮 1.0 Max 任务的成功查询结果 |
首尾帧与参考素材不可在同一请求中混用。违反组合规则时,提交阶段返回 400 invalid_request_error。
请求参数
| 参数名 | 必选 | 类型 | 描述 |
|---|---|---|---|
model | 是 | String | 固定值 wand-vega-video-1.0-max |
content | 是 | Array[Object] | 多模态输入数组,至少 1 个元素。支持 text / image_url / audio_url |
resolution | 否 | String | 480P / 720P / 1080P / 2K / 4K。默认 720P |
ratio | 否 | String | 21:9 / 16:9 / 4:3 / 1:1 / 3:4 / 9:16 / adaptive。默认 adaptive |
duration | 否 | Integer | 4~30 的整数,或 -1(由模型决定)。默认 5 |
options | 否 | Object | 扩展选项集合。整体可缺省;未传或空对象等价于全部字段缺省 |
options.asset_group_id | 条件必选 | String | 素材分组 ID。请求中包含图片素材(type=image_url,含首帧、尾帧、参考图片)时必填,输入的图片会自动归档到该素材组。长度上限 64 字节。仅传文本或音频时可不传 |
options.conversation_id | 否 | String | 多轮追问的会话 ID。传入上一个 1.0 Max 任务查询成功时返回的 conversation_id,本次生成将在上一轮结果的基础上继续。仅 1.0 Max 支持,其他版本传入返回 400 |
options.return_last_frame | 否 | Boolean | 是否返回尾帧图片。默认 false。仅在模型确实产出尾帧时,查询结果才包含 content.last_frame_url |
不支持的参数
参考视频(type=video_url)、样片 / 正片(type=draft_task、options.draft)在 1.0 Max 上不可用,传入返回 400 invalid_request_error。
content 元素
| 参数名 | 必选 | 类型 | 描述 |
|---|---|---|---|
type | 是 | String | text / image_url / audio_url |
text | 条件必选 | String | type=text 时必填且不可为空串。多个文本元素按数组顺序拼接,拼接后上限 204800 字符 |
image_url | 条件必选 | Object | type=image_url 时必填,结构 {"url": "..."}。支持公网 HTTP/HTTPS URL 或 Base64 内联(data:<mediatype>;base64,<payload>) |
audio_url | 条件必选 | Object | type=audio_url 时必填,结构 {"url": "..."}。URL 约束同 image_url |
role | 条件必选 | String | 媒体用途。type 为 image_url / audio_url 时必填,type=text 不使用该字段 |
type 与 role 的组合
type | role | 实际用途 |
|---|---|---|
text | 不使用 | 文本提示词 |
image_url | first_frame | 首帧图片 |
image_url | last_frame | 尾帧图片(须同时传首帧) |
image_url | reference_image | 参考图片 |
audio_url | reference_audio(固定) | 参考音频 |
Base64 内联素材
| 项目 | 说明 |
|---|---|
| 支持的 mediatype | image/jpeg、image/png、image/webp、image/bmp、image/tiff、image/gif、image/heic、image/heif、audio/mpeg、audio/wav |
| 单个素材上限 | 解码后单张图片不超过 10 MiB,单个音频不超过 15 MiB |
| 请求体上限 | 单次请求不超过 64 MiB;扣除内联素材后的部分不超过 1 MiB,超限返回 413 request_too_large |
素材较大时,建议先自行上传,再传入 URL。
请求示例
参考生视频
以参考图确定主体外观,提示词描述镜头运动与空间关系。请求中包含图片,须填写 options.asset_group_id。
curl -X POST 'https://tokenhub-intl.tencentcloudmaas.com/v1/wand/vega-videos/tasks' \
-H 'Content-Type: application/json' \
-H 'Authorization: Bearer YOUR_API_KEY' \
-d '{
"model": "wand-vega-video-1.0-max",
"content": [
{"type": "text", "text": "参考图中的角色从画面左侧走向右侧,镜头保持中景,缓慢横移跟随"},
{"type": "image_url", "image_url": {"url": "https://example.com/character.jpg"}, "role": "reference_image"}
],
"resolution": "1080P",
"ratio": "16:9",
"duration": 10,
"options": {"asset_group_id": "your-asset-group-id"}
}'文生视频
仅传文本时无需 asset_group_id。
{
"model": "wand-vega-video-1.0-max",
"content": [
{"type": "text", "text": "两名同事在办公桌两侧面对面交谈,镜头从双人中景缓慢推近到其中一人的近景,办公桌始终留在画面下方"}
],
"resolution": "720P",
"ratio": "16:9",
"duration": -1
}多轮追问
在上一轮成功任务的基础上继续生成,conversation_id 取自上一轮查询结果。追问时建议继续传入参考图以保持主体外观一致;请求中包含图片,须填写 options.asset_group_id。
curl -X POST 'https://tokenhub-intl.tencentcloudmaas.com/v1/wand/vega-videos/tasks' \
-H 'Content-Type: application/json' \
-H 'Authorization: Bearer YOUR_API_KEY' \
-d '{
"model": "wand-vega-video-1.0-max",
"content": [
{"type": "text", "text": "保持参考图中的角色外观与当前场景,镜头改为缓慢拉远"},
{"type": "image_url", "image_url": {"url": "https://example.com/character.jpg"}, "role": "reference_image"}
],
"options": {
"conversation_id": "<上一轮任务返回的 conversation_id>",
"asset_group_id": "your-asset-group-id"
}
}'响应参数
提交成功返回 HTTP 201 Created,status 恒为 queued。任务受理并不意味着视频生成完成。
{
"id": "1300000000-wand_vega_video_1_0_max-68b7c1d4a1f2e3d4c5b6a79808192a3b-m0c",
"model": "wand-vega-video-1.0-max",
"status": "queued"
}任务结果查询
接口: GET https://tokenhub-intl.tencentcloudmaas.com/v1/wand/vega-videos/tasks/{id}
curl -X GET 'https://tokenhub-intl.tencentcloudmaas.com/v1/wand/vega-videos/tasks/<task_id>' \
-H 'Authorization: Bearer YOUR_API_KEY'| 参数名 | 类型 | 说明 |
|---|---|---|
id | String | 任务 ID |
model | String | 回显提交时的 model 取值,不是实际出片模型的标识 |
status | String | queued(排队中)/ running(生成中)/ succeeded(生成成功)/ failed(生成失败) |
content.video_url | String | 生成视频的临时下载地址,有效期 12 小时 |
content.last_frame_url | String | 尾帧图片地址。仅在 options.return_last_frame=true 且模型产出尾帧时返回 |
resolution / ratio / duration | — | 实际出片的分辨率、宽高比、时长,仅在 status=succeeded 时可能返回;duration=-1 时返回实际生成时长 |
conversation_id | String | 会话 ID。下一轮追问时传入 options.conversation_id |
tokenhub_usage.total_tokens | Integer | 本次任务合计消耗的 token 数(输入 + 输出)。仅在 status=succeeded 时可能返回 |
error.code | String | 任务级错误码:InternalError / TaskTimeout / InvalidParameter,仅在 status=failed 时返回 |
error.message | String | 失败原因描述 |
{
"id": "1300000000-wand_vega_video_1_0_max-68b7c1d4a1f2e3d4c5b6a79808192a3b-m0c",
"model": "wand-vega-video-1.0-max",
"status": "succeeded",
"content": {"video_url": "https://aigc-video.example.com/xxx/result.mp4"},
"resolution": "1080P",
"ratio": "16:9",
"duration": 10,
"conversation_id": "conv-xxxxxxxx",
"tokenhub_usage": {"total_tokens": 14400}
}以 3~5 秒间隔轮询,直到 status 为 succeeded 或 failed。请在结果 URL 过期前转存。
错误码
错误码词表与其他版本、素材接口共用,见概览页的统一错误码。1.0 Max 特有的 400 触发条件:
| 触发条件 | 处理 |
|---|---|
传入 type=video_url、type=draft_task 或 options.draft | 删除不支持的元素 / 字段 |
请求含图片但未传 options.asset_group_id | 补充素材分组 ID |
| 首尾帧与参考素材混用,或只传尾帧 | 二选一;传尾帧时同时传首帧 |
在其他版本上传入 options.conversation_id | 多轮追问仅限 wand-vega-video-1.0-max |