CogVideoX 2 là mô hình tạo video của Zhipu AI từ mô tả cảnh bằng văn bản hoặc ảnh được cung cấp. Văn bản xác lập chủ thể, bối cảnh và hành động; ảnh có thể cung cấp nền tảng thị giác cho chuỗi hình được tạo. Chọn đầu vào thể hiện tốt nhất tài liệu đã có cho cảnh quay, rồi mô tả chuyển động cần nhìn thấy trong video hoàn chỉnh.
Với tạo từ văn bản, xác định một sự kiện nhất quán. Người mở cửa xưởng, thuyền nhỏ đi ngang cầu tàu hoặc vật thể xoay dưới ánh sáng ổn định đều tạo mục đích rõ ràng cho cảnh quay. Nêu đặc điểm chủ thể quan trọng, góc nhìn và hướng chuyển động. Chọn phần kết dùng được trong bản dựng dự kiến, thay vì để bố cục cuối cảnh không được xác định.
Với tạo từ ảnh, chuẩn bị hình thể hiện rõ chủ thể và mô tả cảnh cần chuyển động từ đó như thế nào. Nhà sản xuất chấp nhận ảnh tham chiếu PNG, JPEG và JPG tối đa 5 MB, cung cấp qua URL ảnh hoặc dữ liệu ảnh đã mã hóa. Giữ các đường biên, đặc điểm khuôn mặt và chi tiết vật thể quan trọng nhìn thấy trong ảnh, đồng thời chừa chỗ trong bố cục cho hành động được yêu cầu.
Nhà sản xuất giới hạn prompt văn bản ở 512 ký tự. Dùng dung lượng này cho chi tiết quyết định: chủ thể, hành động, bối cảnh và góc nhìn. Mô tả ngắn giải thích vật nào di chuyển và phần nào giữ cố định dễ đánh giá hơn danh sách tính từ phong cách chung chung. Nếu kết quả lệch mục tiêu, sửa chỉ dẫn gắn với vấn đề chuyển động hoặc khuôn hình quan sát được.
Các kích thước đầu ra công bố gồm định dạng vuông, ngang và dọc, với lựa chọn từ 720×480 đến 3840×2160 pixel. Nhà sản xuất cũng tài liệu hóa 30 hoặc 60 khung hình mỗi giây. Chọn tỷ lệ khung và tốc độ khung hình theo nơi sử dụng trước khi tạo, rồi kiểm tra clip thực tế để xem chủ thể và chi tiết quan trọng có còn rõ trong khuôn hình đó không.
Chất lượng và tốc độ là những chế độ đầu ra được đặt tên trong quy trình của nhà sản xuất. Hiệu ứng âm thanh do AI tạo tùy chọn được điều khiển tách biệt với yêu cầu hình ảnh. Giữ chế độ đã chọn và thiết lập hiệu ứng âm thanh cùng prompt và mọi ảnh tham chiếu để so sánh các clip ứng viên theo thiết lập tạo thực tế.
Quá trình tạo là bất đồng bộ: thông tin định danh tác vụ được trả về trước khi có video hoàn chỉnh. Giữ thông tin đó trong suốt bước kiểm tra kết quả và bảo toàn mọi tệp video hoàn tất gắn với thao tác. Lưu chính clip để dựng cùng ảnh nguồn nếu có dùng, thay vì phụ thuộc vào địa chỉ kết quả tạm thời hoặc một khung xem trước.
Xem toàn bộ chuỗi hình về tính liên tục, thời gian và hành động yêu cầu. Cảnh sản phẩm cần hình dạng và chi tiết vật liệu ổn định khi chuyển động; cảnh nhân vật cần diện mạo và cử chỉ nhất quán. Kiểm tra bố cục cuối và mọi âm thanh được tạo theo mục đích cảnh quay. Giữ các yếu tố cảnh đã tốt khi sửa một điểm lệch cụ thể, dùng cùng điều kiện xem để so sánh video gốc và video đã sửa.
", "aboutText": "CogVideoX 2 là mô hình tạo video của Zhipu AI từ mô tả cảnh bằng văn bản hoặc ảnh được cung cấp. Văn bản xác lập chủ thể, bối cảnh và hành động; ảnh có thể cung cấp nền tảng thị giác cho chuỗi hình được tạo. Chọn đầu vào thể hiện tốt nhất tài liệu đã có cho cảnh quay, rồi mô tả chuyển động cần nhìn thấy trong video hoàn chỉnh.\n\nVới tạo từ văn bản, xác định một sự kiện nhất quán. Người mở cửa xưởng, thuyền nhỏ đi ngang cầu tàu hoặc vật thể xoay dưới ánh sáng ổn định đều tạo mục đích rõ ràng cho cảnh quay. Nêu đặc điểm chủ thể quan trọng, góc nhìn và hướng chuyển động. Chọn phần kết dùng được trong bản dựng dự kiến, thay vì để bố cục cuối cảnh không được xác định.\n\nVới tạo từ ảnh, chuẩn bị hình thể hiện rõ chủ thể và mô tả cảnh cần chuyển động từ đó như thế nào. Nhà sản xuất chấp nhận ảnh tham chiếu PNG, JPEG và JPG tối đa 5 MB, cung cấp qua URL ảnh hoặc dữ liệu ảnh đã mã hóa. Giữ các đường biên, đặc điểm khuôn mặt và chi tiết vật thể quan trọng nhìn thấy trong ảnh, đồng thời chừa chỗ trong bố cục cho hành động được yêu cầu.\n\nNhà sản xuất giới hạn prompt văn bản ở 512 ký tự. Dùng dung lượng này cho chi tiết quyết định: chủ thể, hành động, bối cảnh và góc nhìn. Mô tả ngắn giải thích vật nào di chuyển và phần nào giữ cố định dễ đánh giá hơn danh sách tính từ phong cách chung chung. Nếu kết quả lệch mục tiêu, sửa chỉ dẫn gắn với vấn đề chuyển động hoặc khuôn hình quan sát được.\n\nCác kích thước đầu ra công bố gồm định dạng vuông, ngang và dọc, với lựa chọn từ 720×480 đến 3840×2160 pixel. Nhà sản xuất cũng tài liệu hóa 30 hoặc 60 khung hình mỗi giây. Chọn tỷ lệ khung và tốc độ khung hình theo nơi sử dụng trước khi tạo, rồi kiểm tra clip thực tế để xem chủ thể và chi tiết quan trọng có còn rõ trong khuôn hình đó không.\n\nChất lượng và tốc độ là những chế độ đầu ra được đặt tên trong quy trình của nhà sản xuất. Hiệu ứng âm thanh do AI tạo tùy chọn được điều khiển tách biệt với yêu cầu hình ảnh. Giữ chế độ đã chọn và thiết lập hiệu ứng âm thanh cùng prompt và mọi ảnh tham chiếu để so sánh các clip ứng viên theo thiết lập tạo thực tế.\n\nQuá trình tạo là bất đồng bộ: thông tin định danh tác vụ được trả về trước khi có video hoàn chỉnh. Giữ thông tin đó trong suốt bước kiểm tra kết quả và bảo toàn mọi tệp video hoàn tất gắn với thao tác. Lưu chính clip để dựng cùng ảnh nguồn nếu có dùng, thay vì phụ thuộc vào địa chỉ kết quả tạm thời hoặc một khung xem trước.\n\nXem toàn bộ chuỗi hình về tính liên tục, thời gian và hành động yêu cầu. Cảnh sản phẩm cần hình dạng và chi tiết vật liệu ổn định khi chuyển động; cảnh nhân vật cần diện mạo và cử chỉ nhất quán. Kiểm tra bố cục cuối và mọi âm thanh được tạo theo mục đích cảnh quay. Giữ các yếu tố cảnh đã tốt khi sửa một điểm lệch cụ thể, dùng cùng điều kiện xem để so sánh video gốc và video đã sửa.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "e3e74851a9a98563e9a4e565318a2b84ae2bc822675f54257cb4b02d30362256", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "vi", "methods": [ { "html": "cogvideox-2CogVideoX 2 tạo video từ mô tả văn bản hoặc ảnh được cung cấp. Nhà sản xuất tài liệu hóa các kích thước khung hình có thể chọn, 30 hoặc 60 fps, chế độ chất lượng hoặc tốc độ và hiệu ứng âm thanh được tạo tùy chọn để định hình một cảnh ngắn.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
CogVideoX 2 là mô hình tạo video của Zhipu AI từ mô tả cảnh bằng văn bản hoặc ảnh được cung cấp. Văn bản xác lập chủ thể, bối cảnh và hành động; ảnh có thể cung cấp nền tảng thị giác cho chuỗi hình được tạo. Chọn đầu vào thể hiện tốt nhất tài liệu đã có cho cảnh quay, rồi mô tả chuyển động cần nhìn thấy trong video hoàn chỉnh.
Với tạo từ văn bản, xác định một sự kiện nhất quán. Người mở cửa xưởng, thuyền nhỏ đi ngang cầu tàu hoặc vật thể xoay dưới ánh sáng ổn định đều tạo mục đích rõ ràng cho cảnh quay. Nêu đặc điểm chủ thể quan trọng, góc nhìn và hướng chuyển động. Chọn phần kết dùng được trong bản dựng dự kiến, thay vì để bố cục cuối cảnh không được xác định.
Với tạo từ ảnh, chuẩn bị hình thể hiện rõ chủ thể và mô tả cảnh cần chuyển động từ đó như thế nào. Nhà sản xuất chấp nhận ảnh tham chiếu PNG, JPEG và JPG tối đa 5 MB, cung cấp qua URL ảnh hoặc dữ liệu ảnh đã mã hóa. Giữ các đường biên, đặc điểm khuôn mặt và chi tiết vật thể quan trọng nhìn thấy trong ảnh, đồng thời chừa chỗ trong bố cục cho hành động được yêu cầu.
Nhà sản xuất giới hạn prompt văn bản ở 512 ký tự. Dùng dung lượng này cho chi tiết quyết định: chủ thể, hành động, bối cảnh và góc nhìn. Mô tả ngắn giải thích vật nào di chuyển và phần nào giữ cố định dễ đánh giá hơn danh sách tính từ phong cách chung chung. Nếu kết quả lệch mục tiêu, sửa chỉ dẫn gắn với vấn đề chuyển động hoặc khuôn hình quan sát được.
Các kích thước đầu ra công bố gồm định dạng vuông, ngang và dọc, với lựa chọn từ 720×480 đến 3840×2160 pixel. Nhà sản xuất cũng tài liệu hóa 30 hoặc 60 khung hình mỗi giây. Chọn tỷ lệ khung và tốc độ khung hình theo nơi sử dụng trước khi tạo, rồi kiểm tra clip thực tế để xem chủ thể và chi tiết quan trọng có còn rõ trong khuôn hình đó không.
Chất lượng và tốc độ là những chế độ đầu ra được đặt tên trong quy trình của nhà sản xuất. Hiệu ứng âm thanh do AI tạo tùy chọn được điều khiển tách biệt với yêu cầu hình ảnh. Giữ chế độ đã chọn và thiết lập hiệu ứng âm thanh cùng prompt và mọi ảnh tham chiếu để so sánh các clip ứng viên theo thiết lập tạo thực tế.
Quá trình tạo là bất đồng bộ: thông tin định danh tác vụ được trả về trước khi có video hoàn chỉnh. Giữ thông tin đó trong suốt bước kiểm tra kết quả và bảo toàn mọi tệp video hoàn tất gắn với thao tác. Lưu chính clip để dựng cùng ảnh nguồn nếu có dùng, thay vì phụ thuộc vào địa chỉ kết quả tạm thời hoặc một khung xem trước.
Xem toàn bộ chuỗi hình về tính liên tục, thời gian và hành động yêu cầu. Cảnh sản phẩm cần hình dạng và chi tiết vật liệu ổn định khi chuyển động; cảnh nhân vật cần diện mạo và cử chỉ nhất quán. Kiểm tra bố cục cuối và mọi âm thanh được tạo theo mục đích cảnh quay. Giữ các yếu tố cảnh đã tốt khi sửa một điểm lệch cụ thể, dùng cùng điều kiện xem để so sánh video gốc và video đã sửa.
POST /v1/videostextvideo| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn cogvideox-2 Điều kiện: Dùng bộ chọn mô hình Ailoot chính xác. | Mặc định— |
Trườngprompt | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Điều kiện: Mô tả cảnh và chuyển động. | Mặc định— |
Trườngquality | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: Cờ chất lượng tùy chọn; lược đồ đã chọn này không cung cấp tập giá trị liệt kê hoặc giá trị mặc định tương thích. | Mặc định— |
Trườngwith_audio | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: Tạo hiệu ứng âm thanh AI khi được bật. | Mặc địnhfalse |
Trườngsize | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: Cung cấp chuỗi size theo tài liệu khi chọn kích thước cụ thể. | Mặc định— |
Trườngfps | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn 30, 60 Điều kiện: Tốc độ khung hình được biểu diễn dưới dạng chuỗi trong phương thức gốc đã chọn này. | Mặc định30 |
Trườngduration | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn 5, 10 Điều kiện: Thời lượng tính bằng giây được biểu diễn dưới dạng chuỗi trong phương thức gốc đã chọn này. | Mặc định5 |
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, prompt |
Tham sốoptional | Hợp đồngquality, with_audio, size, fps, duration |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốconditions | Hợp đồngDùng bộ chọn mô hình Ailoot chính xác., Mô tả cảnh và chuyển động., Cờ chất lượng tùy chọn; lược đồ đã chọn này không cung cấp tập giá trị liệt kê hoặc giá trị mặc định tương thích., Tạo hiệu ứng âm thanh AI khi được bật., Cung cấp chuỗi size theo tài liệu khi chọn kích thước cụ thể., Tốc độ khung hình được biểu diễn dưới dạng chuỗi trong phương thức gốc đã chọn này., Thời lượng tính bằng giây được biểu diễn dưới dạng chuỗi trong phương thức gốc đã chọn này. |
Bí danh phương thức: /v1/videos/generations
Vòng đời: 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}
Các đơn giá hiển thị dùng để ước tính chi phí trước khi tạo. Khoản phí cuối cùng được tính dựa trên chi phí ghi nhận cho lượt tạo gốc. Thời lượng đầu ra đo được và số lượng dự kiến không phải là số lượng cuối cùng dùng để tính phí.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Số lượng dự báo | Lượng dùng để tính phí | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Số lượng dự báo— | Lượng dùng để tính phí— | Phí Đầu vào · Token đầu vào · Ước tính chỉ để so sánh — / 1K token Đầu ra · Token đầu ra · Ước tính chỉ để so sánh — / 1K token Đầu vào · Đọc bộ nhớ đệm · Ước tính chỉ để so sánh — / 1K token Đầu vào · Ghi bộ nhớ đệm · Ước tính chỉ để so sánh — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ · Ước tính chỉ để so sánh — / 1K token |
| Cấu hìnhMỗi yêu cầu | Biểu mức phí— | Số lượng dự báo— | Lượng dùng để tính phímột yêu cầu | Phí Đầu vào · Ước tính chỉ để so sánh $0.2 mỗi yêu cầu |
| Cấu hìnhChi phí tạo ước tính | Biểu mức phí— | Số lượng dự báoước tính cho một lần tạo | Lượng dùng để tính phí— | Phí Đầu ra · Chi phí tạo ước tính · Ước tính chỉ để so sánh $0.2 ước tính trước khi tạo Ước tính này không phải là khoản phí bổ sung hay mức giá cố định cho lượt tạo đã hoàn tất. |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncat > request.json <<'JSON'\n{\n "model": "cogvideox-2",\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}Lưu mọi video đã hoàn tất hoặc tệp trả về; truy xuất từng URL tài nguyên thực tế được trả về.
Giữ lại toàn bộ phản hồi và tiêu đề, các mã định danh gốc, mọi đầu ra thực tế và tất cả trường mức sử dụng/hạch toán. Lưu từng tài sản duy nhất thuộc quyền sở hữu và giữ lại mọi vai trò tham chiếu đến tài sản đó.
Giữ lại id tác vụ hoặc thao tác công khai được trả về và tất cả tiêu đề. Chỉ đọc tác vụ ban đầu; unknown hoặc result_pending_check không cho phép tạo thêm tác vụ.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngpolling_url | Loạistring |
Trườngprovider_task_id | Loạistring |
Trườngid | Loạistring |
Trườngtask_status | Loạistring |
Trườngvideo_result[].url | Loạistring |
Ailoot Ultra cogvideox-2
/v1/videos/generations