跳到内容

Vega Video 1.0 Max ​

更新时间

← 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_idconversation_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String480P / 720P / 1080P / 2K / 4K。默认 720P
ratio否String21:9 / 16:9 / 4:3 / 1:1 / 3:4 / 9:16 / adaptive。默认 adaptive
duration否Integer4~30 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Stringtext / image_url / audio_url
text条件必选Stringtype=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Objecttype=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Objecttype=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 ​

typerole实际用途
text不使用文本提示词
image_urlfirst_frame首帧图片
image_urllast_frame尾帧图片(须同时传首帧)
image_urlreference_image参考图片
audio_urlreference_audio(固定)参考音频

Base64 内联素材 ​

项目说明
支持的 mediatypeimage/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。

bash
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。

json
{
  "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。

bash
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。

json
{
  "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}

bash
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
idString任务 ID
modelString回显提交时的 model 取值,不是实际出片模型的标识
statusStringqueued(排队中)/ running(生成中)/ succeeded(生成成功)/ failed(生成失败)
content.video_urlString生成视频的临时下载地址,有效期 12 小时
content.last_frame_urlString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_idString会话 ID。下一轮追问时传入 options.conversation_id
tokenhub_usage.total_tokensInteger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.codeString任务级错误码:InternalError / TaskTimeout / InvalidParameter,仅在 status=failed 时返回
error.messageString失败原因描述
json
{
  "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

基于 VitePress 构建 · 部署于腾讯云 EdgeOne Pages