用文字或参考素材生成视频 · Alibaba

{
  "type": "object",
  "required": [],
  "properties": {
    "body": {
      "type": "object",
      "$schema": "https://json-schema.org/draft/2020-12/schema",
      "~standard": {
        "vendor": "zod",
        "version": 1,
        "jsonSchema": {}
      },
      "properties": {
        "seed": {
          "type": "integer",
          "maximum": 2147483647,
          "minimum": 0,
          "description": "可选整数，范围 0 至 2147483647。用于复用随机起点，不保证动作、主体或视频完全一致。"
        },
        "audio": {
          "type": "boolean",
          "default": true,
          "description": "可选布尔值，默认 true。true 启用输出音轨，false 请求无声视频，不保证保留原素材的声音。"
        },
        "media": {
          "type": "array",
          "items": {
            "type": "object",
            "required": [
              "type",
              "url"
            ],
            "properties": {
              "url": {
                "type": "string",
                "minLength": 1,
                "description": "必填非空的公开 HTTPS URL，不接受 HTTP、base64 或本地路径。图片支持 JPG/JPEG、无透明通道的 PNG、BMP、WEBP，≤20 MB，每边 240 至 8000 像素、比例 1:8 至 8:1。视频支持 MP4/MOV，≤100 MB、1 至 15 秒、≥16 fps，每边 240 至 4096 像素、比例 1:8 至 8:1。音频支持 WAV/MP3，≤15 MB、1 至 15 秒。文件仅支持 docx/xlsx/pptx/pdf/txt/md，≤100 MB，有页数的适用文档最多 50 页；网页须公开可读且不需登录。"
              },
              "type": {
                "enum": [
                  "first_frame",
                  "last_frame",
                  "reference_image",
                  "reference_video",
                  "reference_audio",
                  "file",
                  "link"
                ],
                "type": "string",
                "description": "必填，可选 first_frame、last_frame、reference_image、reference_video、reference_audio、file、link。首帧可单独提供，或与一张尾帧一起提供；不支持只有尾帧，也不能与参考素材、文件或网页混用。参考类型可组合，最多十张图、五段视频和五段音频，还可配一份文件或一个网页；file 与 link 互斥，各自最多一个。"
              }
            },
            "additionalProperties": false
          },
          "description": "没有 prompt 时须提供合规的非空数组，否则可选。每项都需要 type 和 url，图像、视频与音频参考分别按类型排序。每段参考片段为 1 至 15 秒，本工具的参考视频和音频输入合计限制为 15 秒。纯文字生成时省略 media。"
        },
        "ratio": {
          "enum": [
            "adaptive",
            "16:9",
            "9:16",
            "1:1",
            "4:3",
            "3:4"
          ],
          "type": "string",
          "default": "adaptive",
          "description": "可选 adaptive（默认）、16:9、9:16、1:1、4:3、3:4。adaptive 根据输入和目标选择适合的比例；本工具不提供 21:9。"
        },
        "prompt": {
          "type": "string",
          "maxLength": 20000,
          "minLength": 1,
          "description": "填写时须为非空文字，最多 20000 个字符；至少提供 prompt 或合规 media 之一。描述新短片或修改目标，使用 Image 1、Video 1、Audio 1 指代参考素材，分别按各类型在数组中的顺序编号。超长文字超出本工具可接受长度。"
        },
        "duration": {
          "anyOf": [
            {
              "type": "integer",
              "maximum": 30,
              "minimum": 2
            },
            {
              "type": "string",
              "const": "auto"
            }
          ],
          "default": 5,
          "description": "可选 2 至 30 秒的整数，默认 5，或字符串 auto，由模型选择时长。使用参考视频时，输入视频总时长加输出时长不得超过 30 秒。明确填写时长可表达目标片长，本工具不接受 -1。"
        },
        "watermark": {
          "type": "boolean",
          "default": false,
          "description": "可选布尔值，默认 false；true 请求添加 AI Generated 水印。"
        },
        "resolution": {
          "enum": [
            "480P",
            "720P",
            "1080P"
          ],
          "type": "string",
          "default": "720P",
          "description": "可选 480P、720P（默认）或 1080P，用于设置目标输出分辨率档位，完成后检查实际视频。"
        },
        "prompt_extend": {
          "type": "boolean",
          "default": true,
          "description": "可选布尔值，默认 true。改写描述并增加处理时间，不保证还原效果更好；提供文件或网页链接时必须为 true。"
        }
      },
      "additionalProperties": false
    }
  },
  "additionalProperties": false
}