S2V 01 là mô hình video dùng tham chiếu chủ thể của MiniMax. Ảnh được cung cấp định hướng diện mạo nhân vật, còn văn bản mô tả cảnh video và hành động. Kiểu tham chiếu được tài liệu hóa là khuôn mặt người, vì vậy chuẩn bị chân dung làm căn cứ nhận diện cho nhân vật muốn đặt vào chuỗi hình được tạo.
Chọn tham chiếu có khuôn mặt dự kiến rõ ràng và dễ phân biệt. Tránh che đặc điểm nhận diện bằng tay, phụ kiện lớn hoặc cắt ảnh quá sát khi những đặc điểm đó quan trọng với kết quả. Giữ chân dung nhất quán giữa các cảnh liên quan để luôn biết nguồn dùng định hướng nhân vật. Tham chiếu cung cấp thông tin diện mạo; dùng prompt giải thích cảnh nhân vật cần thể hiện.
Lược đồ tham chiếu chủ thể của nhà sản xuất chấp nhận một ảnh trong mảng ảnh tham chiếu. Định dạng được hỗ trợ là JPG, JPEG, PNG và WebP, với kích thước tệp dưới 20 MB. Cạnh ngắn phải lớn hơn 300 pixel và tỷ lệ khung từ 2:5 đến 5:2. Giữ chính tệp ảnh đó cùng bản ghi tạo, thay vì thay bằng chân dung khác khi đối chiếu sau này.
Mô tả cảnh có vai trò rõ ràng cho người trong tham chiếu. Chẳng hạn, nhân vật có thể bước vào xưởng yên tĩnh, nhìn vật trên bàn và dừng cạnh nó. Xác định hành động, bối cảnh và góc nhìn quan trọng với cảnh quay hoàn chỉnh. Nếu mặt cần tiếp tục nhìn rõ, lập kế hoạch khuôn hình và chuyển động theo yêu cầu đó.
Mô tả văn bản hỗ trợ tối đa 2 000 ký tự. Dùng chúng cho chỉ dẫn cụ thể: nhân vật làm gì, xung quanh có gì và góc cuối cần cho thấy điều gì. Mô tả trang phục hoặc chi tiết cảnh khi chúng quan trọng với câu chuyện, rồi kiểm tra video được tạo kết hợp chúng với tham chiếu nhận diện được cung cấp như thế nào. Giữ vai trò tham chiếu tách biệt với yêu cầu tái tạo toàn bộ nền chân dung làm khung mở đầu.
Tối ưu prompt tự động được tài liệu hóa và bật mặc định. Có thể tắt khi cần kiểm soát mô tả viết sát hơn. Giữ lựa chọn này cùng văn bản và chân dung khi so sánh các cảnh. Để xem xét vấn đề giống diện mạo, giữ yêu cầu cảnh cố định khi so sánh tham chiếu được cải thiện; để xem xét hành động, giữ tham chiếu cố định khi sửa mô tả chuyển động.
Quy trình của nhà sản xuất trả về thông tin định danh tác vụ trước khi video hoàn tất. Giữ thông tin định danh gốc qua các bước trạng thái và kết quả, rồi lưu clip hoàn chỉnh để kiểm tra và dựng. Giữ chân dung, prompt và video kết quả thành một bản ghi để cảnh sau có thể đối chiếu với tài liệu thực tế đã định hướng kết quả trước.
Xem nhân vật xuyên suốt chuỗi hình, gồm xoay người, cử chỉ và thay đổi khuôn hình. Kiểm tra tính nhất quán khuôn mặt, độ rõ của hành động dự kiến và quan hệ giữa nhân vật, vật thể trong cảnh. Chọn clip phục vụ mục đích cảnh quay tốt nhất và xác định mọi điểm lệch cụ thể trước khi sửa đầu vào. Quy trình nhân vật lặp lại được hưởng lợi khi xem nhiều cảnh hoàn chỉnh cạnh nhau, dùng cùng chân dung tham chiếu và bản ghi rõ ràng của từng mô tả cảnh.
", "aboutText": "S2V 01 là mô hình video dùng tham chiếu chủ thể của MiniMax. Ảnh được cung cấp định hướng diện mạo nhân vật, còn văn bản mô tả cảnh video và hành động. Kiểu tham chiếu được tài liệu hóa là khuôn mặt người, vì vậy chuẩn bị chân dung làm căn cứ nhận diện cho nhân vật muốn đặt vào chuỗi hình được tạo.\n\nChọn tham chiếu có khuôn mặt dự kiến rõ ràng và dễ phân biệt. Tránh che đặc điểm nhận diện bằng tay, phụ kiện lớn hoặc cắt ảnh quá sát khi những đặc điểm đó quan trọng với kết quả. Giữ chân dung nhất quán giữa các cảnh liên quan để luôn biết nguồn dùng định hướng nhân vật. Tham chiếu cung cấp thông tin diện mạo; dùng prompt giải thích cảnh nhân vật cần thể hiện.\n\nLược đồ tham chiếu chủ thể của nhà sản xuất chấp nhận một ảnh trong mảng ảnh tham chiếu. Định dạng được hỗ trợ là JPG, JPEG, PNG và WebP, với kích thước tệp dưới 20 MB. Cạnh ngắn phải lớn hơn 300 pixel và tỷ lệ khung từ 2:5 đến 5:2. Giữ chính tệp ảnh đó cùng bản ghi tạo, thay vì thay bằng chân dung khác khi đối chiếu sau này.\n\nMô tả cảnh có vai trò rõ ràng cho người trong tham chiếu. Chẳng hạn, nhân vật có thể bước vào xưởng yên tĩnh, nhìn vật trên bàn và dừng cạnh nó. Xác định hành động, bối cảnh và góc nhìn quan trọng với cảnh quay hoàn chỉnh. Nếu mặt cần tiếp tục nhìn rõ, lập kế hoạch khuôn hình và chuyển động theo yêu cầu đó.\n\nMô tả văn bản hỗ trợ tối đa 2 000 ký tự. Dùng chúng cho chỉ dẫn cụ thể: nhân vật làm gì, xung quanh có gì và góc cuối cần cho thấy điều gì. Mô tả trang phục hoặc chi tiết cảnh khi chúng quan trọng với câu chuyện, rồi kiểm tra video được tạo kết hợp chúng với tham chiếu nhận diện được cung cấp như thế nào. Giữ vai trò tham chiếu tách biệt với yêu cầu tái tạo toàn bộ nền chân dung làm khung mở đầu.\n\nTối ưu prompt tự động được tài liệu hóa và bật mặc định. Có thể tắt khi cần kiểm soát mô tả viết sát hơn. Giữ lựa chọn này cùng văn bản và chân dung khi so sánh các cảnh. Để xem xét vấn đề giống diện mạo, giữ yêu cầu cảnh cố định khi so sánh tham chiếu được cải thiện; để xem xét hành động, giữ tham chiếu cố định khi sửa mô tả chuyển động.\n\nQuy trình của nhà sản xuất trả về thông tin định danh tác vụ trước khi video hoàn tất. Giữ thông tin định danh gốc qua các bước trạng thái và kết quả, rồi lưu clip hoàn chỉnh để kiểm tra và dựng. Giữ chân dung, prompt và video kết quả thành một bản ghi để cảnh sau có thể đối chiếu với tài liệu thực tế đã định hướng kết quả trước.\n\nXem nhân vật xuyên suốt chuỗi hình, gồm xoay người, cử chỉ và thay đổi khuôn hình. Kiểm tra tính nhất quán khuôn mặt, độ rõ của hành động dự kiến và quan hệ giữa nhân vật, vật thể trong cảnh. Chọn clip phục vụ mục đích cảnh quay tốt nhất và xác định mọi điểm lệch cụ thể trước khi sửa đầu vào. Quy trình nhân vật lặp lại được hưởng lợi khi xem nhiều cảnh hoàn chỉnh cạnh nhau, dùng cùng chân dung tham chiếu và bản ghi rõ ràng của từng mô tả cảnh.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "f03d146bfbc22cc53653a1be9fe8381fdc1bdaae7849f11a271a9f1b4c5261e7", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "vi", "methods": [ { "html": "minimaxi-s2v-01S2V 01 dùng chân dung tham chiếu để định hướng nhân vật trong video mới được tạo. Cung cấp một ảnh khuôn mặt rõ ràng và mô tả cảnh, hành động; quy trình tham chiếu chủ thể của nhà sản xuất xem ảnh là tham chiếu nhân vật.
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.
S2V 01 là mô hình video dùng tham chiếu chủ thể của MiniMax. Ảnh được cung cấp định hướng diện mạo nhân vật, còn văn bản mô tả cảnh video và hành động. Kiểu tham chiếu được tài liệu hóa là khuôn mặt người, vì vậy chuẩn bị chân dung làm căn cứ nhận diện cho nhân vật muốn đặt vào chuỗi hình được tạo.
Chọn tham chiếu có khuôn mặt dự kiến rõ ràng và dễ phân biệt. Tránh che đặc điểm nhận diện bằng tay, phụ kiện lớn hoặc cắt ảnh quá sát khi những đặc điểm đó quan trọng với kết quả. Giữ chân dung nhất quán giữa các cảnh liên quan để luôn biết nguồn dùng định hướng nhân vật. Tham chiếu cung cấp thông tin diện mạo; dùng prompt giải thích cảnh nhân vật cần thể hiện.
Lược đồ tham chiếu chủ thể của nhà sản xuất chấp nhận một ảnh trong mảng ảnh tham chiếu. Định dạng được hỗ trợ là JPG, JPEG, PNG và WebP, với kích thước tệp dưới 20 MB. Cạnh ngắn phải lớn hơn 300 pixel và tỷ lệ khung từ 2:5 đến 5:2. Giữ chính tệp ảnh đó cùng bản ghi tạo, thay vì thay bằng chân dung khác khi đối chiếu sau này.
Mô tả cảnh có vai trò rõ ràng cho người trong tham chiếu. Chẳng hạn, nhân vật có thể bước vào xưởng yên tĩnh, nhìn vật trên bàn và dừng cạnh nó. Xác định hành động, bối cảnh và góc nhìn quan trọng với cảnh quay hoàn chỉnh. Nếu mặt cần tiếp tục nhìn rõ, lập kế hoạch khuôn hình và chuyển động theo yêu cầu đó.
Mô tả văn bản hỗ trợ tối đa 2 000 ký tự. Dùng chúng cho chỉ dẫn cụ thể: nhân vật làm gì, xung quanh có gì và góc cuối cần cho thấy điều gì. Mô tả trang phục hoặc chi tiết cảnh khi chúng quan trọng với câu chuyện, rồi kiểm tra video được tạo kết hợp chúng với tham chiếu nhận diện được cung cấp như thế nào. Giữ vai trò tham chiếu tách biệt với yêu cầu tái tạo toàn bộ nền chân dung làm khung mở đầu.
Tối ưu prompt tự động được tài liệu hóa và bật mặc định. Có thể tắt khi cần kiểm soát mô tả viết sát hơn. Giữ lựa chọn này cùng văn bản và chân dung khi so sánh các cảnh. Để xem xét vấn đề giống diện mạo, giữ yêu cầu cảnh cố định khi so sánh tham chiếu được cải thiện; để xem xét hành động, giữ tham chiếu cố định khi sửa mô tả chuyển động.
Quy trình của nhà sản xuất trả về thông tin định danh tác vụ trước khi video hoàn tất. Giữ thông tin định danh gốc qua các bước trạng thái và kết quả, rồi lưu clip hoàn chỉnh để kiểm tra và dựng. Giữ chân dung, prompt và video kết quả thành một bản ghi để cảnh sau có thể đối chiếu với tài liệu thực tế đã định hướng kết quả trước.
Xem nhân vật xuyên suốt chuỗi hình, gồm xoay người, cử chỉ và thay đổi khuôn hình. Kiểm tra tính nhất quán khuôn mặt, độ rõ của hành động dự kiến và quan hệ giữa nhân vật, vật thể trong cảnh. Chọn clip phục vụ mục đích cảnh quay tốt nhất và xác định mọi điểm lệch cụ thể trước khi sửa đầu vào. Quy trình nhân vật lặp lại được hưởng lợi khi xem nhiều cảnh hoàn chỉnh cạnh nhau, dùng cùng chân dung tham chiếu và bản ghi rõ ràng của từng mô tả cảnh.
POST /v1/videostext, imagevideo| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn minimaxi-s2v-01 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— |
Trườngend_image | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: Khung hình kết thúc chỉ áp dụng trong chế độ đầu vào ảnh được hỗ trợ. | Mặc định— |
Trườngimage | Loạistring or array<string> | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: Dùng URL ảnh thực tế có thể truy cập công khai hoặc chuỗi ảnh base64; không khẳng định số ảnh tối đa ở đây. | Mặc định— |
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, prompt |
Tham sốoptional | Hợp đồngend_image, image |
Tham sốmaterial_types | Hợp đồngtext, image |
Tham sốconditions | Hợp đồngDùng bộ chọn mô hình Ailoot chính xác., Mô tả cảnh và chuyển động., Khung hình kết thúc chỉ áp dụng trong chế độ đầu vào ảnh được hỗ trợ., Dùng URL ảnh thực tế có thể truy cập công khai hoặc chuỗi ảnh base64; không khẳng định số ảnh tối đa ở đây. |
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 $1.4 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 $1.4 ước tính trước khi tạo Ước tính này không phải là khoản phí bổ sung hay mức giá cố định cho lượt tạo đã hoàn tất. |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
# Replace YOUR_ACCESSIBLE_IMAGE_URL with your actual reachable reference image URL.\nset -eu\n: "${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}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 |
Trườngtask_id | Loạistring |
Trườngstatus | Loạistring |
Trườngvideo_url | Loạistring |
Ailoot Ultra minimaxi-s2v-01
/v1/videos/generations