S2V 01은 MiniMax의 피사체 참조 영상 모델입니다. 제공된 이미지는 캐릭터의 외모를 안내하고, 텍스트는 영상 장면과 행동을 설명합니다. 문서화된 참조 유형은 사람의 얼굴이므로, 생성 시퀀스에 넣을 캐릭터의 정체성을 안내하는 인물 사진으로 준비하세요.
의도한 얼굴이 명확하고 구분하기 쉬운 참조를 선택합니다. 결과에 중요한 특징을 손, 큰 액세서리, 심한 잘라내기로 가리지 마세요. 관련 장면들에서 인물 사진을 일관되게 유지해 캐릭터를 안내한 원본을 계속 알 수 있게 합니다. 참조는 외모 정보를 제공하므로, 캐릭터가 연기할 장면은 프롬프트로 설명하세요.
개발사의 피사체 참조 스키마는 참조 이미지 배열에서 이미지 한 장을 받습니다. 지원 형식은 JPG, JPEG, PNG, WebP이며 파일 크기는 20 MB 미만입니다. 짧은 변은 300픽셀을 초과해야 하고, 가로세로비는 2:5에서 5:2 사이여야 합니다. 나중에 비교할 때 다른 인물 사진으로 바꾸지 말고, 정확한 이미지 파일을 생성 기록과 함께 유지하세요.
참조된 인물의 역할이 명확한 장면을 설명합니다. 예를 들어 캐릭터가 조용한 작업실에 들어와 테이블 위 물체를 보고 그 옆에 멈출 수 있습니다. 완성된 장면에 중요한 행동, 배경, 시점을 명시하세요. 얼굴이 알아보기 쉬워야 한다면, 그 요구에 맞춰 프레이밍과 움직임을 계획합니다.
텍스트 설명은 최대 2,000자를 지원합니다. 캐릭터가 무엇을 하는지, 주변에 무엇이 있는지, 마지막 시점에서 무엇을 보여 주어야 하는지 같은 구체적 지시에 글자 수를 사용하세요. 이야기에 중요할 때 의상이나 장면 세부 사항을 설명한 뒤, 생성된 영상이 이를 제공된 정체성 참조와 어떻게 결합하는지 확인합니다. 참조의 역할을 인물 사진의 전체 배경을 첫 프레임으로 재현하라는 요청과 구분해 유지하세요.
자동 프롬프트 최적화는 문서화되어 있으며 기본으로 활성화됩니다. 글로 쓴 설명을 더 세밀하게 제어해야 할 때는 비활성화할 수 있습니다. 서로 다른 장면을 비교할 때 이 선택을 텍스트 및 인물 사진과 함께 보존하세요. 닮은 정도의 문제를 조사하려면 개선한 참조를 비교하는 동안 장면 제작 지시를 고정하고, 행동을 조사하려면 움직임 설명을 수정하는 동안 참조를 고정합니다.
개발사의 워크플로는 영상이 완성되기 전에 작업 식별자를 반환합니다. 상태 및 결과 단계에서 원래 식별자를 유지한 뒤, 완성된 클립을 확인과 편집용으로 저장하세요. 이후 장면을 앞선 결과를 안내한 실제 자료와 비교할 수 있도록, 인물 사진, 프롬프트, 결과 영상을 하나의 기록으로 보존합니다.
회전, 몸짓, 프레이밍 변화를 포함해 시퀀스 전체에서 캐릭터를 검토합니다. 얼굴 일관성, 의도한 행동의 이해 용이성, 캐릭터와 장면 속 물체의 관계를 확인하세요. 장면의 목적에 가장 잘 맞는 클립을 선택하고, 입력을 수정하기 전에 구체적인 불일치를 식별합니다. 반복해서 등장하는 캐릭터 워크플로에서는 같은 인물 사진 참조와 각 장면 설명의 명확한 기록을 사용해, 완성된 여러 장면을 나란히 검토하면 도움이 됩니다.
", "aboutText": "S2V 01은 MiniMax의 피사체 참조 영상 모델입니다. 제공된 이미지는 캐릭터의 외모를 안내하고, 텍스트는 영상 장면과 행동을 설명합니다. 문서화된 참조 유형은 사람의 얼굴이므로, 생성 시퀀스에 넣을 캐릭터의 정체성을 안내하는 인물 사진으로 준비하세요.\n\n의도한 얼굴이 명확하고 구분하기 쉬운 참조를 선택합니다. 결과에 중요한 특징을 손, 큰 액세서리, 심한 잘라내기로 가리지 마세요. 관련 장면들에서 인물 사진을 일관되게 유지해 캐릭터를 안내한 원본을 계속 알 수 있게 합니다. 참조는 외모 정보를 제공하므로, 캐릭터가 연기할 장면은 프롬프트로 설명하세요.\n\n개발사의 피사체 참조 스키마는 참조 이미지 배열에서 이미지 한 장을 받습니다. 지원 형식은 JPG, JPEG, PNG, WebP이며 파일 크기는 20 MB 미만입니다. 짧은 변은 300픽셀을 초과해야 하고, 가로세로비는 2:5에서 5:2 사이여야 합니다. 나중에 비교할 때 다른 인물 사진으로 바꾸지 말고, 정확한 이미지 파일을 생성 기록과 함께 유지하세요.\n\n참조된 인물의 역할이 명확한 장면을 설명합니다. 예를 들어 캐릭터가 조용한 작업실에 들어와 테이블 위 물체를 보고 그 옆에 멈출 수 있습니다. 완성된 장면에 중요한 행동, 배경, 시점을 명시하세요. 얼굴이 알아보기 쉬워야 한다면, 그 요구에 맞춰 프레이밍과 움직임을 계획합니다.\n\n텍스트 설명은 최대 2,000자를 지원합니다. 캐릭터가 무엇을 하는지, 주변에 무엇이 있는지, 마지막 시점에서 무엇을 보여 주어야 하는지 같은 구체적 지시에 글자 수를 사용하세요. 이야기에 중요할 때 의상이나 장면 세부 사항을 설명한 뒤, 생성된 영상이 이를 제공된 정체성 참조와 어떻게 결합하는지 확인합니다. 참조의 역할을 인물 사진의 전체 배경을 첫 프레임으로 재현하라는 요청과 구분해 유지하세요.\n\n자동 프롬프트 최적화는 문서화되어 있으며 기본으로 활성화됩니다. 글로 쓴 설명을 더 세밀하게 제어해야 할 때는 비활성화할 수 있습니다. 서로 다른 장면을 비교할 때 이 선택을 텍스트 및 인물 사진과 함께 보존하세요. 닮은 정도의 문제를 조사하려면 개선한 참조를 비교하는 동안 장면 제작 지시를 고정하고, 행동을 조사하려면 움직임 설명을 수정하는 동안 참조를 고정합니다.\n\n개발사의 워크플로는 영상이 완성되기 전에 작업 식별자를 반환합니다. 상태 및 결과 단계에서 원래 식별자를 유지한 뒤, 완성된 클립을 확인과 편집용으로 저장하세요. 이후 장면을 앞선 결과를 안내한 실제 자료와 비교할 수 있도록, 인물 사진, 프롬프트, 결과 영상을 하나의 기록으로 보존합니다.\n\n회전, 몸짓, 프레이밍 변화를 포함해 시퀀스 전체에서 캐릭터를 검토합니다. 얼굴 일관성, 의도한 행동의 이해 용이성, 캐릭터와 장면 속 물체의 관계를 확인하세요. 장면의 목적에 가장 잘 맞는 클립을 선택하고, 입력을 수정하기 전에 구체적인 불일치를 식별합니다. 반복해서 등장하는 캐릭터 워크플로에서는 같은 인물 사진 참조와 각 장면 설명의 명확한 기록을 사용해, 완성된 여러 장면을 나란히 검토하면 도움이 됩니다.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "c436a4df513027af570edb924297a37063d4ef8c6b82c009471149b5ad72df58", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "minimaxi-s2v-01S2V 01은 인물 사진 참조로 새로 생성되는 영상의 캐릭터를 안내합니다. 선명한 얼굴 이미지 한 장을 제공하고 장면과 행동을 설명하세요. 개발사의 피사체 참조 워크플로는 해당 이미지를 캐릭터 참조로 취급합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
S2V 01은 MiniMax의 피사체 참조 영상 모델입니다. 제공된 이미지는 캐릭터의 외모를 안내하고, 텍스트는 영상 장면과 행동을 설명합니다. 문서화된 참조 유형은 사람의 얼굴이므로, 생성 시퀀스에 넣을 캐릭터의 정체성을 안내하는 인물 사진으로 준비하세요.
의도한 얼굴이 명확하고 구분하기 쉬운 참조를 선택합니다. 결과에 중요한 특징을 손, 큰 액세서리, 심한 잘라내기로 가리지 마세요. 관련 장면들에서 인물 사진을 일관되게 유지해 캐릭터를 안내한 원본을 계속 알 수 있게 합니다. 참조는 외모 정보를 제공하므로, 캐릭터가 연기할 장면은 프롬프트로 설명하세요.
개발사의 피사체 참조 스키마는 참조 이미지 배열에서 이미지 한 장을 받습니다. 지원 형식은 JPG, JPEG, PNG, WebP이며 파일 크기는 20 MB 미만입니다. 짧은 변은 300픽셀을 초과해야 하고, 가로세로비는 2:5에서 5:2 사이여야 합니다. 나중에 비교할 때 다른 인물 사진으로 바꾸지 말고, 정확한 이미지 파일을 생성 기록과 함께 유지하세요.
참조된 인물의 역할이 명확한 장면을 설명합니다. 예를 들어 캐릭터가 조용한 작업실에 들어와 테이블 위 물체를 보고 그 옆에 멈출 수 있습니다. 완성된 장면에 중요한 행동, 배경, 시점을 명시하세요. 얼굴이 알아보기 쉬워야 한다면, 그 요구에 맞춰 프레이밍과 움직임을 계획합니다.
텍스트 설명은 최대 2,000자를 지원합니다. 캐릭터가 무엇을 하는지, 주변에 무엇이 있는지, 마지막 시점에서 무엇을 보여 주어야 하는지 같은 구체적 지시에 글자 수를 사용하세요. 이야기에 중요할 때 의상이나 장면 세부 사항을 설명한 뒤, 생성된 영상이 이를 제공된 정체성 참조와 어떻게 결합하는지 확인합니다. 참조의 역할을 인물 사진의 전체 배경을 첫 프레임으로 재현하라는 요청과 구분해 유지하세요.
자동 프롬프트 최적화는 문서화되어 있으며 기본으로 활성화됩니다. 글로 쓴 설명을 더 세밀하게 제어해야 할 때는 비활성화할 수 있습니다. 서로 다른 장면을 비교할 때 이 선택을 텍스트 및 인물 사진과 함께 보존하세요. 닮은 정도의 문제를 조사하려면 개선한 참조를 비교하는 동안 장면 제작 지시를 고정하고, 행동을 조사하려면 움직임 설명을 수정하는 동안 참조를 고정합니다.
개발사의 워크플로는 영상이 완성되기 전에 작업 식별자를 반환합니다. 상태 및 결과 단계에서 원래 식별자를 유지한 뒤, 완성된 클립을 확인과 편집용으로 저장하세요. 이후 장면을 앞선 결과를 안내한 실제 자료와 비교할 수 있도록, 인물 사진, 프롬프트, 결과 영상을 하나의 기록으로 보존합니다.
회전, 몸짓, 프레이밍 변화를 포함해 시퀀스 전체에서 캐릭터를 검토합니다. 얼굴 일관성, 의도한 행동의 이해 용이성, 캐릭터와 장면 속 물체의 관계를 확인하세요. 장면의 목적에 가장 잘 맞는 클립을 선택하고, 입력을 수정하기 전에 구체적인 불일치를 식별합니다. 반복해서 등장하는 캐릭터 워크플로에서는 같은 인물 사진 참조와 각 장면 설명의 명확한 기록을 사용해, 완성된 여러 장면을 나란히 검토하면 도움이 됩니다.
POST /v1/videostext, imagevideo| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 minimaxi-s2v-01 조건: 정확한 Ailoot 모델 선택자를 사용하세요. | 기본값— |
필드prompt | 유형string | 요건필수 | 값과 한도 조건: 장면과 움직임을 설명하세요. | 기본값— |
필드end_image | 유형string | 요건선택 사항 | 값과 한도 조건: 끝 프레임은 지원되는 이미지 입력 모드에서만 적용됩니다. | 기본값— |
필드image | 유형string or array<string> | 요건선택 사항 | 값과 한도 조건: 실제로 공개 접근 가능한 이미지 URL 또는 base64 이미지 문자열을 사용하세요. 여기서는 최대 이미지 수를 명시하지 않습니다. | 기본값— |
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, prompt |
매개변수optional | 명세end_image, image |
매개변수material_types | 명세text, image |
매개변수conditions | 명세정확한 Ailoot 모델 선택자를 사용하세요., 장면과 움직임을 설명하세요., 끝 프레임은 지원되는 이미지 입력 모드에서만 적용됩니다., 실제로 공개 접근 가능한 이미지 URL 또는 base64 이미지 문자열을 사용하세요. 여기서는 최대 이미지 수를 명시하지 않습니다. |
메서드 별칭: /v1/videos/generations
수명 주기: 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}
표시된 요율은 생성 전 비용을 예상하는 데 사용됩니다. 최종 청구액은 최초 생성에 기록된 비용으로 계산됩니다. 측정된 출력 길이와 예상 수량은 최종 청구 수량이 아닙니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 예측 수량 | 과금 수량 | 요금 |
|---|---|---|---|---|
| 설정기본 토큰 요금 | 요금표기본 요금 | 예측 수량— | 과금 수량— | 요금 입력 · 입력 토큰 · 비교 전용 추정치 — / 1K 토큰 출력 · 출력 토큰 · 비교 전용 추정치 — / 1K 토큰 입력 · 캐시 읽기 · 비교 전용 추정치 — / 1K 토큰 입력 · 캐시 쓰기 · 비교 전용 추정치 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 · 비교 전용 추정치 — / 1K 토큰 |
| 설정요청당 | 요금표— | 예측 수량— | 과금 수량요청 1회 | 요금 입력 · 비교 전용 추정치 $1.4 요청당 |
| 설정예상 생성 비용 | 요금표— | 예측 수량1회 생성 예상치 | 과금 수량— | 요금 출력 · 예상 생성 비용 · 비교 전용 추정치 $1.4 생성 전 추정치 이 예상 금액은 추가 요금이나 생성 완료 시 적용되는 고정 요금이 아닙니다. |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
# Replace YOUR_ACCESSIBLE_IMAGE_URL with your actual reachable reference image URL.\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncat > request.json <<'JSON'\n{\n "model": "minimaxi-s2v-01",\n "prompt": "A cat is walking on grass.",\n "image": "YOUR_ACCESSIBLE_IMAGE_URL"\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}완료된 모든 동영상과 반환된 파일을 저장하고, 실제로 반환된 모든 자산 URL에서 가져오세요.
응답과 헤더 전체, 원래 식별자, 모든 실제 출력 및 모든 사용량/회계 필드를 보존하세요. 고유한 소유 자산을 각각 저장하고 해당 자산을 가리키는 모든 역할을 유지하세요.
반환된 공개 작업 또는 연산 id와 모든 헤더를 보존하세요. 원래 작업만 조회하세요. unknown 또는 result_pending_check는 새로운 생성을 허용하는 근거가 되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드polling_url | 유형string |
필드provider_task_id | 유형string |
필드task_id | 유형string |
필드status | 유형string |
필드video_url | 유형string |
Ailoot Ultra minimaxi-s2v-01
/v1/videos/generations