CogVideoX 3 ialah model video Zhipu AI dengan penjanaan teks kepada video, imej kepada video serta bingkai pertama dan terakhir yang didokumentasikan. Pembuatnya menekankan kestabilan bingkai, pematuhan arahan dan gaya visual realistik atau tiga dimensi. Pilih teks apabila adegan bermula sebagai penerangan bertulis, satu imej apabila asas visualnya sudah wujud, atau dua imej titik awal dan akhir apabila jujukan memerlukan pandangan pembukaan serta penutup yang ditentukan.
Untuk penerangan teks, jelaskan subjek dan satu aksi yang mudah difahami. Nyatakan latar, sudut pandangan dan hubungan fizikal yang penting supaya adegan dapat dinilai berdasarkan niat yang jelas. Watak yang mengambil objek memerlukan jujukan berbeza daripada kamera yang mendedahkan objek tersebut. Terangkan kedua-duanya hanya apabila hubungannya penting kepada syot.
Untuk jujukan berasaskan imej, sediakan rujukan supaya ciri pembeza subjek kelihatan. Pembuatnya menerima imej PNG, JPEG dan JPG yang tidak melebihi 5 MB, diberikan melalui URL atau data imej yang dikodkan. Simpan rujukan sebenar bersama hasil yang dijana supaya rupa dan pembingkaian dapat dibandingkan dengan sumber dan bukan versi yang diingati.
Mod bingkai awal dan akhir pembuatnya menerima dua imej mengikut urutan: imej pertama menetapkan bingkai pembukaan dan imej kedua bingkai penutup. Sediakan kedua-duanya sebagai dua keadaan yang dimaksudkan dalam satu syot. Terangkan peralihan atau aksi yang menghubungkannya, kemudian semak sama ada subjek kekal konsisten di antara titik awal dan akhir. Sepasang imej pegun yang baik tidak dengan sendirinya menunjukkan bahawa gerakan di antaranya sesuai dengan cerita yang diinginkan.
Prompt boleh mengandungi sehingga 512 aksara. Gunakan teks yang tersedia untuk aksi, arahnya dan butiran visual yang membezakan hasil yang berjaya. Fokuskan penerangan pada perkara yang patut berlaku pada skrin. Apabila imej input sudah menetapkan rupa subjek, terangkan gerakan serta pemasaan yang perlu berkembang di antara atau daripada imej tersebut.
Pembuatnya mendokumentasikan output lima atau sepuluh saat, dengan lima saat sebagai tempoh lalai, dan 30 atau 60 bingkai sesaat. Saiz yang disokong merangkumi 1280×720, 720×1280, 1024×1024, 1920×1080, 1080×1920, 2048×1080 dan 3840×2160. Pilih saiz serta pemasaan mengikut tujuan penggunaan, kemudian periksa pembingkaian dan tempo aksi sebenar dalam klip yang siap.
Mod kualiti dan kelajuan didokumentasikan secara berasingan daripada tetapan kesan bunyi AI pilihan. Simpan pilihan ini bersama prompt, imej dan hasil. Keupayaan visual dan input yang diterangkan pembuatnya menggambarkan model; kawalan yang tersedia bagi kaedah penjanaan tertentu ditentukan oleh kontrak kaedah itu. Kekalkan tetapan yang benar-benar digunakan apabila membandingkan syot calon.
Kekalkan identiti tugas asal sehingga video siap dan simpan bahan rakaman yang dikembalikan untuk penyuntingan. Semak seluruh jujukan, termasuk rupa subjek semasa gerakan besar, interaksi dengan objek adegan dan komposisi akhir. Untuk kerja bingkai awal dan akhir, periksa kedua-dua titik itu serta peralihan di antaranya. Semak ketidakpadanan visual yang khusus sambil mengekalkan rujukan dan rancangan syot yang berjaya, dan bandingkan video yang siap dan bukan sekadar imej pratontonnya.
", "aboutText": "CogVideoX 3 ialah model video Zhipu AI dengan penjanaan teks kepada video, imej kepada video serta bingkai pertama dan terakhir yang didokumentasikan. Pembuatnya menekankan kestabilan bingkai, pematuhan arahan dan gaya visual realistik atau tiga dimensi. Pilih teks apabila adegan bermula sebagai penerangan bertulis, satu imej apabila asas visualnya sudah wujud, atau dua imej titik awal dan akhir apabila jujukan memerlukan pandangan pembukaan serta penutup yang ditentukan.\n\nUntuk penerangan teks, jelaskan subjek dan satu aksi yang mudah difahami. Nyatakan latar, sudut pandangan dan hubungan fizikal yang penting supaya adegan dapat dinilai berdasarkan niat yang jelas. Watak yang mengambil objek memerlukan jujukan berbeza daripada kamera yang mendedahkan objek tersebut. Terangkan kedua-duanya hanya apabila hubungannya penting kepada syot.\n\nUntuk jujukan berasaskan imej, sediakan rujukan supaya ciri pembeza subjek kelihatan. Pembuatnya menerima imej PNG, JPEG dan JPG yang tidak melebihi 5 MB, diberikan melalui URL atau data imej yang dikodkan. Simpan rujukan sebenar bersama hasil yang dijana supaya rupa dan pembingkaian dapat dibandingkan dengan sumber dan bukan versi yang diingati.\n\nMod bingkai awal dan akhir pembuatnya menerima dua imej mengikut urutan: imej pertama menetapkan bingkai pembukaan dan imej kedua bingkai penutup. Sediakan kedua-duanya sebagai dua keadaan yang dimaksudkan dalam satu syot. Terangkan peralihan atau aksi yang menghubungkannya, kemudian semak sama ada subjek kekal konsisten di antara titik awal dan akhir. Sepasang imej pegun yang baik tidak dengan sendirinya menunjukkan bahawa gerakan di antaranya sesuai dengan cerita yang diinginkan.\n\nPrompt boleh mengandungi sehingga 512 aksara. Gunakan teks yang tersedia untuk aksi, arahnya dan butiran visual yang membezakan hasil yang berjaya. Fokuskan penerangan pada perkara yang patut berlaku pada skrin. Apabila imej input sudah menetapkan rupa subjek, terangkan gerakan serta pemasaan yang perlu berkembang di antara atau daripada imej tersebut.\n\nPembuatnya mendokumentasikan output lima atau sepuluh saat, dengan lima saat sebagai tempoh lalai, dan 30 atau 60 bingkai sesaat. Saiz yang disokong merangkumi 1280×720, 720×1280, 1024×1024, 1920×1080, 1080×1920, 2048×1080 dan 3840×2160. Pilih saiz serta pemasaan mengikut tujuan penggunaan, kemudian periksa pembingkaian dan tempo aksi sebenar dalam klip yang siap.\n\nMod kualiti dan kelajuan didokumentasikan secara berasingan daripada tetapan kesan bunyi AI pilihan. Simpan pilihan ini bersama prompt, imej dan hasil. Keupayaan visual dan input yang diterangkan pembuatnya menggambarkan model; kawalan yang tersedia bagi kaedah penjanaan tertentu ditentukan oleh kontrak kaedah itu. Kekalkan tetapan yang benar-benar digunakan apabila membandingkan syot calon.\n\nKekalkan identiti tugas asal sehingga video siap dan simpan bahan rakaman yang dikembalikan untuk penyuntingan. Semak seluruh jujukan, termasuk rupa subjek semasa gerakan besar, interaksi dengan objek adegan dan komposisi akhir. Untuk kerja bingkai awal dan akhir, periksa kedua-dua titik itu serta peralihan di antaranya. Semak ketidakpadanan visual yang khusus sambil mengekalkan rujukan dan rancangan syot yang berjaya, dan bandingkan video yang siap dan bukan sekadar imej pratontonnya.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "5b93600d298468307c80fe01c37f45e8283b7be22dadde1e022b7cd5e560a4df", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ms", "methods": [ { "html": "cogvideox-3CogVideoX 3 menghasilkan video daripada teks, imej atau pasangan bingkai pertama dan terakhir dalam aliran kerja yang didokumentasikan pembuatnya. Model ini menyokong jujukan lima atau sepuluh saat, beberapa saiz output sehingga 4K, 30 atau 60 fps dan kesan bunyi terjana pilihan.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
CogVideoX 3 ialah model video Zhipu AI dengan penjanaan teks kepada video, imej kepada video serta bingkai pertama dan terakhir yang didokumentasikan. Pembuatnya menekankan kestabilan bingkai, pematuhan arahan dan gaya visual realistik atau tiga dimensi. Pilih teks apabila adegan bermula sebagai penerangan bertulis, satu imej apabila asas visualnya sudah wujud, atau dua imej titik awal dan akhir apabila jujukan memerlukan pandangan pembukaan serta penutup yang ditentukan.
Untuk penerangan teks, jelaskan subjek dan satu aksi yang mudah difahami. Nyatakan latar, sudut pandangan dan hubungan fizikal yang penting supaya adegan dapat dinilai berdasarkan niat yang jelas. Watak yang mengambil objek memerlukan jujukan berbeza daripada kamera yang mendedahkan objek tersebut. Terangkan kedua-duanya hanya apabila hubungannya penting kepada syot.
Untuk jujukan berasaskan imej, sediakan rujukan supaya ciri pembeza subjek kelihatan. Pembuatnya menerima imej PNG, JPEG dan JPG yang tidak melebihi 5 MB, diberikan melalui URL atau data imej yang dikodkan. Simpan rujukan sebenar bersama hasil yang dijana supaya rupa dan pembingkaian dapat dibandingkan dengan sumber dan bukan versi yang diingati.
Mod bingkai awal dan akhir pembuatnya menerima dua imej mengikut urutan: imej pertama menetapkan bingkai pembukaan dan imej kedua bingkai penutup. Sediakan kedua-duanya sebagai dua keadaan yang dimaksudkan dalam satu syot. Terangkan peralihan atau aksi yang menghubungkannya, kemudian semak sama ada subjek kekal konsisten di antara titik awal dan akhir. Sepasang imej pegun yang baik tidak dengan sendirinya menunjukkan bahawa gerakan di antaranya sesuai dengan cerita yang diinginkan.
Prompt boleh mengandungi sehingga 512 aksara. Gunakan teks yang tersedia untuk aksi, arahnya dan butiran visual yang membezakan hasil yang berjaya. Fokuskan penerangan pada perkara yang patut berlaku pada skrin. Apabila imej input sudah menetapkan rupa subjek, terangkan gerakan serta pemasaan yang perlu berkembang di antara atau daripada imej tersebut.
Pembuatnya mendokumentasikan output lima atau sepuluh saat, dengan lima saat sebagai tempoh lalai, dan 30 atau 60 bingkai sesaat. Saiz yang disokong merangkumi 1280×720, 720×1280, 1024×1024, 1920×1080, 1080×1920, 2048×1080 dan 3840×2160. Pilih saiz serta pemasaan mengikut tujuan penggunaan, kemudian periksa pembingkaian dan tempo aksi sebenar dalam klip yang siap.
Mod kualiti dan kelajuan didokumentasikan secara berasingan daripada tetapan kesan bunyi AI pilihan. Simpan pilihan ini bersama prompt, imej dan hasil. Keupayaan visual dan input yang diterangkan pembuatnya menggambarkan model; kawalan yang tersedia bagi kaedah penjanaan tertentu ditentukan oleh kontrak kaedah itu. Kekalkan tetapan yang benar-benar digunakan apabila membandingkan syot calon.
Kekalkan identiti tugas asal sehingga video siap dan simpan bahan rakaman yang dikembalikan untuk penyuntingan. Semak seluruh jujukan, termasuk rupa subjek semasa gerakan besar, interaksi dengan objek adegan dan komposisi akhir. Untuk kerja bingkai awal dan akhir, periksa kedua-dua titik itu serta peralihan di antaranya. Semak ketidakpadanan visual yang khusus sambil mengekalkan rujukan dan rancangan syot yang berjaya, dan bandingkan video yang siap dan bukan sekadar imej pratontonnya.
POST /v1/videostextvideo| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had cogvideox-3 Syarat: Gunakan pemilih model Ailoot yang tepat. | Lalai— |
Medanprompt | Jenisstring | KeperluanDiperlukan | Nilai & had Syarat: Huraikan adegan dan pergerakan. | Lalai— |
Medanquality | Jenisboolean | KeperluanPilihan | Nilai & had Syarat: Bendera kualiti pilihan; skema yang dipilih ini tidak memberikan enum yang serasi atau nilai lalai. | Lalai— |
Medanwith_audio | Jenisboolean | KeperluanPilihan | Nilai & had Syarat: Jana kesan bunyi AI apabila diaktifkan. | Lalaifalse |
Medansize | Jenisstring | KeperluanPilihan | Nilai & had Syarat: Berikan rentetan saiz yang didokumenkan apabila memilih dimensi secara jelas. | Lalai— |
Medanfps | Jenisstring | KeperluanPilihan | Nilai & had 30, 60 Syarat: Kadar bingkai diwakili sebagai rentetan dalam kaedah natif yang dipilih ini. | Lalai30 |
Medanduration | Jenisstring | KeperluanPilihan | Nilai & had 5, 10 Syarat: Tempoh dalam saat diwakili sebagai rentetan dalam kaedah natif yang dipilih ini. | Lalai5 |
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, prompt |
Parameteroptional | Kontrakquality, with_audio, size, fps, duration |
Parametermaterial_types | Kontraktext |
Parameterconditions | KontrakGunakan pemilih model Ailoot yang tepat., Huraikan adegan dan pergerakan., Bendera kualiti pilihan; skema yang dipilih ini tidak memberikan enum yang serasi atau nilai lalai., Jana kesan bunyi AI apabila diaktifkan., Berikan rentetan saiz yang didokumenkan apabila memilih dimensi secara jelas., Kadar bingkai diwakili sebagai rentetan dalam kaedah natif yang dipilih ini., Tempoh dalam saat diwakili sebagai rentetan dalam kaedah natif yang dipilih ini. |
Alias kaedah: /v1/videos/generations
Kitar hayat: 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}
Kadar yang dipaparkan menganggarkan kos sebelum penjanaan. Caj akhir dikira berdasarkan kos yang direkodkan untuk penjanaan asal. Tempoh output yang diukur dan kuantiti ramalan bukan kuantiti akhir yang boleh dibilkan.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Kuantiti ramalan | Kuantiti pengebilan | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Kuantiti ramalan— | Kuantiti pengebilan— | Caj Input · Token input · Anggaran untuk perbandingan sahaja — / 1K token Output · Token output · Anggaran untuk perbandingan sahaja — / 1K token Input · Bacaan cache · Anggaran untuk perbandingan sahaja — / 1K token Input · Penulisan cache · Anggaran untuk perbandingan sahaja — / 1K token Input · Penulisan cache, 1 jam · Anggaran untuk perbandingan sahaja — / 1K token |
| KonfigurasiBagi setiap permintaan | Jadual kadar— | Kuantiti ramalan— | Kuantiti pengebilansatu permintaan | Caj Input · Anggaran untuk perbandingan sahaja $0.3 bagi setiap permintaan |
| KonfigurasiAnggaran kos penjanaan | Jadual kadar— | Kuantiti ramalananggaran untuk satu penjanaan | Kuantiti pengebilan— | Caj Output · Anggaran kos penjanaan · Anggaran untuk perbandingan sahaja $0.3 anggaran sebelum penjanaan Anggaran ini bukan caj tambahan atau kadar tetap bagi penjanaan yang telah selesai. |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncat > request.json <<'JSON'\n{\n "model": "cogvideox-3",\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}Simpan setiap video yang selesai atau fail yang dikembalikan; dapatkan setiap URL aset yang benar-benar dikembalikan.
Simpan respons dan pengepala lengkap, pengecam asal, setiap output sebenar dan semua medan penggunaan/perakaunan. Simpan setiap aset unik milik anda dan kekalkan setiap peranan yang merujuk kepadanya.
Simpan id tugas atau operasi awam yang dikembalikan dan semua pengepala. Baca tugas asal sahaja; unknown atau result_pending_check tidak memberikan kebenaran untuk penciptaan lain.
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanpolling_url | Jenisstring |
Medanprovider_task_id | Jenisstring |
Medanid | Jenisstring |
Medantask_status | Jenisstring |
Medanvideo_result[].url | Jenisstring |
Ailoot Ultra cogvideox-3
/v1/videos/generations