Mochi 1 es el modelo de texto a vídeo de Genmo para convertir una descripción escrita de una escena en imágenes en movimiento. El fabricante destaca el movimiento y el seguimiento de instrucciones, con un enfoque visual en contenido fotorrealista. Utiliza unas indicaciones concretas del plano para describir el sujeto, el entorno y la acción que deben verse en la secuencia completa.
Escribe la acción como algo que el espectador pueda seguir. Una mano que levanta un limón de un cuenco, una bicicleta que pasa junto a una pared iluminada por el sol o un pájaro que se posa en una rama ofrecen acontecimientos claros con un estado inicial y uno final. Especifica qué sujeto lleva el peso de la escena, qué cambia durante el plano y qué detalle debe seguir siendo legible mientras se mueve.
Elige el punto de vista y el entorno para apoyar esa acción. Una vista cercana puede destacar unos dedos que tocan un objeto, mientras que una vista más amplia puede establecer la relación entre una persona y un lugar. Incluye detalles de materiales, iluminación y fondo cuando afecten al resultado visible. Mantén la descripción lo bastante centrada para que el movimiento importante no compita con varios acontecimientos no relacionados.
La versión publicada de Mochi 1 del fabricante documenta generación de vídeo nativa a 480p y describe un enfoque fotorrealista. Planifica una escena cuyos detalles decisivos sigan siendo legibles a esa escala. Los patrones finos, los rostros pequeños y lejanos y las letras precisas necesitan una inspección independiente en la salida real; una escena global convincente no establece que todos sus detalles pequeños sobrevivan al movimiento.
Genmo identifica las deformaciones o distorsiones como un posible problema con movimientos extremos y señala que esta versión es menos adecuada para estilos de animación. Para unas indicaciones con mucha acción, examina al sujeto a lo largo de toda la secuencia, sobre todo cuando gire, cambie de dirección o pase detrás de otro objeto. Selecciona el clip cuyo movimiento visible coincida mejor con el acontecimiento previsto y aborda una deformación concreta en la siguiente revisión creativa.
La implementación de referencia del fabricante expone controles como seed, número de fotogramas, pasos de inferencia y guidance, junto con las instrucciones. Estos describen el proceso del modelo de referencia; los controles proporcionados por un método concreto del servicio se enumeran junto con ese método. Conserva los ajustes reales utilizados junto con el clip resultante para que una comparación no dependa de un valor predeterminado supuesto o de un parámetro de otra implementación.
Utiliza el material completo como plano conceptual, elemento de escena realista o clip de origen para editarlo después. Mira toda la secuencia para comprobar el orden y la finalización de la acción solicitada, la continuidad del sujeto y la utilidad de la vista final. Un buen fotograma inicial es solo una parte de un plano en movimiento utilizable.
Conserva el vídeo real y sus indicaciones escritas. Si el resultado no cumple el objetivo, identifica si el problema está en la descripción de la escena, un detalle oculto del sujeto, una acción brusca o una elección de encuadre inadecuada. Cambia la parte pertinente de las instrucciones conservando el sujeto y el entorno que funcionen. Compara la revisión con el mismo objetivo visible y utiliza el clip completo, no una miniatura, para decidir si sirve para el montaje previsto.
", "aboutText": "Mochi 1 es el modelo de texto a vídeo de Genmo para convertir una descripción escrita de una escena en imágenes en movimiento. El fabricante destaca el movimiento y el seguimiento de instrucciones, con un enfoque visual en contenido fotorrealista. Utiliza unas indicaciones concretas del plano para describir el sujeto, el entorno y la acción que deben verse en la secuencia completa.\n\nEscribe la acción como algo que el espectador pueda seguir. Una mano que levanta un limón de un cuenco, una bicicleta que pasa junto a una pared iluminada por el sol o un pájaro que se posa en una rama ofrecen acontecimientos claros con un estado inicial y uno final. Especifica qué sujeto lleva el peso de la escena, qué cambia durante el plano y qué detalle debe seguir siendo legible mientras se mueve.\n\nElige el punto de vista y el entorno para apoyar esa acción. Una vista cercana puede destacar unos dedos que tocan un objeto, mientras que una vista más amplia puede establecer la relación entre una persona y un lugar. Incluye detalles de materiales, iluminación y fondo cuando afecten al resultado visible. Mantén la descripción lo bastante centrada para que el movimiento importante no compita con varios acontecimientos no relacionados.\n\nLa versión publicada de Mochi 1 del fabricante documenta generación de vídeo nativa a 480p y describe un enfoque fotorrealista. Planifica una escena cuyos detalles decisivos sigan siendo legibles a esa escala. Los patrones finos, los rostros pequeños y lejanos y las letras precisas necesitan una inspección independiente en la salida real; una escena global convincente no establece que todos sus detalles pequeños sobrevivan al movimiento.\n\nGenmo identifica las deformaciones o distorsiones como un posible problema con movimientos extremos y señala que esta versión es menos adecuada para estilos de animación. Para unas indicaciones con mucha acción, examina al sujeto a lo largo de toda la secuencia, sobre todo cuando gire, cambie de dirección o pase detrás de otro objeto. Selecciona el clip cuyo movimiento visible coincida mejor con el acontecimiento previsto y aborda una deformación concreta en la siguiente revisión creativa.\n\nLa implementación de referencia del fabricante expone controles como seed, número de fotogramas, pasos de inferencia y guidance, junto con las instrucciones. Estos describen el proceso del modelo de referencia; los controles proporcionados por un método concreto del servicio se enumeran junto con ese método. Conserva los ajustes reales utilizados junto con el clip resultante para que una comparación no dependa de un valor predeterminado supuesto o de un parámetro de otra implementación.\n\nUtiliza el material completo como plano conceptual, elemento de escena realista o clip de origen para editarlo después. Mira toda la secuencia para comprobar el orden y la finalización de la acción solicitada, la continuidad del sujeto y la utilidad de la vista final. Un buen fotograma inicial es solo una parte de un plano en movimiento utilizable.\n\nConserva el vídeo real y sus indicaciones escritas. Si el resultado no cumple el objetivo, identifica si el problema está en la descripción de la escena, un detalle oculto del sujeto, una acción brusca o una elección de encuadre inadecuada. Cambia la parte pertinente de las instrucciones conservando el sujeto y el entorno que funcionen. Compara la revisión con el mismo objetivo visible y utiliza el clip completo, no una miniatura, para decidir si sirve para el montaje previsto.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "3d55d4da118962652b816cfebf99d333b7c28a3aaad1fa7ec767b204d8fb2562", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es", "methods": [ { "html": "genmo-mochi-v1Mochi 1 es el modelo de texto a vídeo de Genmo centrado en imágenes realistas, movimiento visible y seguimiento de las instrucciones de la escena. Prepara una descripción concreta del plano y examina la secuencia completa para comprobar la acción, el encuadre y la coherencia temporal.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Mochi 1 es el modelo de texto a vídeo de Genmo para convertir una descripción escrita de una escena en imágenes en movimiento. El fabricante destaca el movimiento y el seguimiento de instrucciones, con un enfoque visual en contenido fotorrealista. Utiliza unas indicaciones concretas del plano para describir el sujeto, el entorno y la acción que deben verse en la secuencia completa.
Escribe la acción como algo que el espectador pueda seguir. Una mano que levanta un limón de un cuenco, una bicicleta que pasa junto a una pared iluminada por el sol o un pájaro que se posa en una rama ofrecen acontecimientos claros con un estado inicial y uno final. Especifica qué sujeto lleva el peso de la escena, qué cambia durante el plano y qué detalle debe seguir siendo legible mientras se mueve.
Elige el punto de vista y el entorno para apoyar esa acción. Una vista cercana puede destacar unos dedos que tocan un objeto, mientras que una vista más amplia puede establecer la relación entre una persona y un lugar. Incluye detalles de materiales, iluminación y fondo cuando afecten al resultado visible. Mantén la descripción lo bastante centrada para que el movimiento importante no compita con varios acontecimientos no relacionados.
La versión publicada de Mochi 1 del fabricante documenta generación de vídeo nativa a 480p y describe un enfoque fotorrealista. Planifica una escena cuyos detalles decisivos sigan siendo legibles a esa escala. Los patrones finos, los rostros pequeños y lejanos y las letras precisas necesitan una inspección independiente en la salida real; una escena global convincente no establece que todos sus detalles pequeños sobrevivan al movimiento.
Genmo identifica las deformaciones o distorsiones como un posible problema con movimientos extremos y señala que esta versión es menos adecuada para estilos de animación. Para unas indicaciones con mucha acción, examina al sujeto a lo largo de toda la secuencia, sobre todo cuando gire, cambie de dirección o pase detrás de otro objeto. Selecciona el clip cuyo movimiento visible coincida mejor con el acontecimiento previsto y aborda una deformación concreta en la siguiente revisión creativa.
La implementación de referencia del fabricante expone controles como seed, número de fotogramas, pasos de inferencia y guidance, junto con las instrucciones. Estos describen el proceso del modelo de referencia; los controles proporcionados por un método concreto del servicio se enumeran junto con ese método. Conserva los ajustes reales utilizados junto con el clip resultante para que una comparación no dependa de un valor predeterminado supuesto o de un parámetro de otra implementación.
Utiliza el material completo como plano conceptual, elemento de escena realista o clip de origen para editarlo después. Mira toda la secuencia para comprobar el orden y la finalización de la acción solicitada, la continuidad del sujeto y la utilidad de la vista final. Un buen fotograma inicial es solo una parte de un plano en movimiento utilizable.
Conserva el vídeo real y sus indicaciones escritas. Si el resultado no cumple el objetivo, identifica si el problema está en la descripción de la escena, un detalle oculto del sujeto, una acción brusca o una elección de encuadre inadecuada. Cambia la parte pertinente de las instrucciones conservando el sujeto y el entorno que funcionen. Compara la revisión con el mismo objetivo visible y utiliza el clip completo, no una miniatura, para decidir si sirve para el montaje previsto.
POST /v1/videostextvideo| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites genmo-mochi-v1 Condiciones: Usa el selector exacto de modelo de Ailoot. | Predeterminado— |
Campoprompt | Tipostring | RequisitoObligatorio | Valores y límites Condiciones: Describe la escena y el movimiento. | Predeterminado— |
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, prompt |
Parámetrooptional | Contrato |
Parámetromaterial_types | Contratotext |
Parámetroconditions | ContratoUsa el selector exacto de modelo de Ailoot., Describe la escena y el movimiento. |
Alias de método: /v1/videos/generations
Ciclo de vida: submit_once_poll_original
GET /v1/videos/{request_id}
GET /v1/videos/generations/{request_id}
GET /v1/videos/{request_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Las tarifas mostradas estiman el coste antes de la generación. El cargo final se calcula a partir del coste registrado para la generación original. La duración medida del resultado y las cantidades previstas no constituyen la cantidad facturable final.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Cantidad prevista | Cantidad para facturación | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cantidad prevista— | Cantidad para facturación— | Cargo Entrada · Tokens de entrada · Estimación solo para comparar — / 1K tokens Salida · Tokens de salida · Estimación solo para comparar — / 1K tokens Entrada · Lectura de caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché, 1 hora · Estimación solo para comparar — / 1K tokens |
| ConfiguraciónPor solicitud | Tabla de tarifas— | Cantidad prevista— | Cantidad para facturaciónuna petición | Cargo Entrada · Estimación solo para comparar $1 por solicitud |
| ConfiguraciónCoste estimado de generación | Tabla de tarifas— | Cantidad previstaestimación para una generación | Cantidad para facturación— | Cargo Salida · Coste estimado de generación · Estimación solo para comparar $1 estimación previa a la generación Esta estimación no es un cargo adicional ni una tarifa fija para la generación completada. |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncat > request.json <<'JSON'\n{\n "model": "genmo-mochi-v1",\n "prompt": "A cat is walking on grass."\n}\nJSON\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/videos \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\n# Create once; retain id, polling_url, original task identifiers and every header.\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_STATUS'\nimport json,os,subprocess\nfrom pathlib import Path\nfrom urllib.parse import urljoin,urlsplit\nr=json.loads(Path("result.json").read_text())\nu=urljoin("https://api.ailoot.ai",r["polling_url"])\np=urlsplit(u)\nif p.scheme!="https" or p.netloc!="api.ailoot.ai" or p.username or p.password:\n raise SystemExit("Unexpected returned polling URL; preserve the response")\nsubprocess.run(["curl","--fail-with-body","--silent","--show-error",u,"-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"],"-D","status-headers.txt","-o","status.json"],check=True)\n# Read this same original polling_url again while pending.\n# Preserve unknown/result_pending_check; do not repeat creation.\nPY_STATUS\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_ASSETS'\nimport json,os,subprocess\nfrom pathlib import Path\nfrom urllib.parse import urljoin,urlsplit\nr=json.loads(Path("status.json").read_text())\nroles={}\ndef visit(v,path=""):\n if isinstance(v,dict):\n for k,x in v.items(): visit(x,path+"/"+k)\n elif isinstance(v,list):\n for i,x in enumerate(v): visit(x,path+"/"+str(i))\n elif isinstance(v,str):\n u=urljoin("https://api.ailoot.ai",v); p=urlsplit(u)\n if p.scheme=="https" and p.netloc=="api.ailoot.ai" and not p.username and not p.password and p.path.startswith("/v1/media/assets/") and p.path.endswith("/content"):\n roles.setdefault(u,[]).append(path)\nvisit(r)\nif not roles: raise SystemExit("No completed owned assets; retain the original status")\nmanifest=[]\nfor i,(u,paths) in enumerate(roles.items()):\n target=Path(f"asset-{i}.bin")\n subprocess.run(["curl","--fail-with-body","--silent","--show-error",u,"-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"],"-o",str(target)],check=True)\n raw=target.read_bytes()\n if not raw: raise SystemExit("Empty asset; retain original status and metadata")\n ext="glb" if raw[:4]==b"glTF" else "png" if raw[:8]==b"\\x89PNG\\r\\n\\x1a\\n" else "jpg" if raw[:3]==b"\\xff\\xd8\\xff" else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "mp4" if raw[4:8]==b"ftyp" else "bin"\n name=f"asset-{i}.{ext}"\n if target.name!=name: target.rename(name)\n manifest.append({"file":name,"response_paths":paths,"bytes":len(raw)})\nPath("asset-manifest.json").write_text(json.dumps(manifest,indent=2))\nprint("Saved",len(manifest),"unique owned assets; every response role retained")\nPY_ASSETS\nGET /v1/videos/{request_id}GET /v1/videos/generations/{request_id}GET /v1/videos/{request_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Guarda todos los vídeos completados o archivos recibidos; descarga cada URL de archivo que se haya devuelto.
Conserva la respuesta completa y sus cabeceras, los identificadores originales, todos los resultados reales y todos los campos de uso y contabilidad. Guarda cada recurso único bajo tu titularidad y conserva todas las funciones que apuntan a él.
Conserva el id público devuelto de la tarea u operación y todas las cabeceras. Consulta únicamente la tarea original; unknown o result_pending_check no autorizan otra creación.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campopolling_url | Tipostring |
Campoprovider_task_id | Tipostring |
Campotask_id | Tipostring |
Campostatus | Tipostring |
Campovideo_url | Tipostring |
Ailoot Ultra genmo-mochi-v1
/v1/videos/generations