PopNowAPI
API キーを取得

daVinci-MagiHuman API

Sand.ai

セリフを「」で囲めば、画面の人物がそのセリフを話します

sand-ai/davinci-magihuman/text-to-video
  • 最大1080p
  • 5〜10秒
  • 動画を作成
  • 画像から動画

daVinci-MagiHuman について

daVinci-MagiHuman は、Sand.ai と SII-GAIR によるオープンモデルで、映像と声を同時に生成します。話させたいセリフを「」で囲めば、画面の人物がそれを話します。プロンプトまたは開始写真から、5〜10秒のクリップを256p・720p・1080pで、16:9 または 9:16 で作ります。

POST /jobs/createTask でモデル名に sand-ai/davinci-magihuman/text-to-video を指定すれば呼び出せます。$0.12から。

このガイドは今のところ英語のみです。 →

リクエストパラメーター

パラメーター必須説明
aspect_ratioいいえ画面の形：横長、正方形、縦長。 16:9 · 9:16 · デフォルト: 16:9
duration_secondsいいえ動画の長さ。1秒ごとに課金されます。 ≥ 5 · ≤ 10 · デフォルト: 5
promptはいWhat happens, and in quotes what the person says. The model speaks quoted lines itself.
resolutionいいえ出力サイズ。大きいほど鮮明で、料金も上がります。 256p · 720p · 1080p · デフォルト: 720p
seedいいえ同じ数字を使えば、同じ結果を再現できます。 ≥ 0 · ≤ 2147483647

料金

料金は米ドル表示です。API は専用の米ドル残高を使用します。サイトのクレジットは API で使えず、API 残高との相互振替もできません。 タスクの受理時に、見積もりの上限額を API 残高から確保します。完了後は実際の使用量で精算し、確保額を超える請求はせず、差額を解放します。タスクが失敗した場合は確保額を解放します。

オプションUSD /秒
resolution 256p$0.024
resolution 720p$0.048
resolution 1080p$0.072

実行前に同じリクエスト本文を POST /jobs/quote に送ると、想定料金と上限額を米ドルで確認できます。見積もりではタスクの実行も課金も行いません。

API クイックスタート

daVinci-MagiHuman API を 3 ステップで呼び出す

  1. API キーを作成する. PopNow にログインし、API コンソールでキーを作成します。キーは sk-popnow- で始まり、API 呼び出しには専用の米ドル残高を使用します。
  2. リクエストを送る. POST /jobs/createTask に、model を sand-ai/davinci-magihuman/text-to-video、input をパラメーター表どおりにして送ります。レスポンスですぐにタスク ID が返ります。
  3. 結果を受け取る. タスク ID で GET /jobs/recordInfo をポーリングするか、callBackUrl を渡せば結果がそこへ送られます。タスクが成功したら出力リンクからダウンロードします。
# 1. Create the task. Keep the Idempotency-Key if you retry after a network error.
export IDEMPOTENCY_KEY="$(uuidgen)"
curl -X POST https://api.popnow.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $POPNOW_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $IDEMPOTENCY_KEY" \
  -d '{
  "model": "sand-ai/davinci-magihuman/text-to-video",
  "input": {
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
    "aspect_ratio": "16:9",
    "resolution": "720p",
    "duration_seconds": 5
  }
}'

# 2. Copy data.taskId from the response, then poll until state is succeeded, failed, canceled or expired.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.popnow.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
  -H "Authorization: Bearer $POPNOW_API_KEY"

プロンプトとリンクはご自身のものに置き換えてください。API タブにレスポンス、ポーリング、コールバックのリファレンスがあります。

daVinci-MagiHuman API についての質問

daVinci-MagiHuman API の料金はいくらですか？

daVinci-MagiHumanの最安は動画を作成で、$0.12/ 5秒の動画からです。オプション別の料金：256p $0.024/秒、720p $0.048/秒、1080p $0.072/秒。API は専用の米ドル残高を使用します。サイトのクレジットは API で使えず、API 残高との相互振替もできません。 タスクの受理時に、見積もりの上限額を API 残高から確保します。完了後は実際の使用量で精算し、確保額を超える請求はせず、差額を解放します。タスクが失敗した場合は確保額を解放します。

API でのdaVinci-MagiHumanのモデル名は？

POST /jobs/createTask の model フィールドに 動画を作成は sand-ai/davinci-magihuman/text-to-video；画像から動画は sand-ai/davinci-magihuman/image-to-video を指定します。

daVinci-MagiHuman とは何ですか？

Sand.ai と SII-GAIR による 150 億パラメータのモデルで、重みは Apache 2.0 のもとで公開されています。論文は 2026-03-23 に公開されました。映像と音声を 1 回の処理で一緒に生成するため、1 件のリクエストで映像とサウンドトラックの両方が返ります。カメラに向かって話す、または歌う人物のために作られていますが、一般的な場面も扱えます。

人物はどの言語で話せますか？

出品元は、中国語（北京語・広東語）、英語、日本語、韓国語、ドイツ語、フランス語を掲載しています。当社が試したのは英語です。そのほかの言語では、最初の 1 本を必ず確認してください。

人物に話させるにはどうすればよいですか？

プロンプトでセリフを引用符で囲んでください。モデルは引用されたセリフを自分で話します。当社の 3 回の試行では、音声トラックを文字起こしした結果が、プロンプトの文と一語一句一致しました。

クリップの長さと大きさはどのくらいですか？

5〜10 秒（既定は 5 秒）で、256p、720p（既定）、1080p のいずれか、16:9 か 9:16 です。モデルは低い基本解像度で描画し、高い解像度はモデル自身の超解像の工程で作られます。当社の試行では、16:9 の 720p は約 1358 x 678、9:16 の 720p は約 726 x 1270、16:9 の 1080p は約 1904 x 1088 で、いずれも 25 fps でした。

同じ seed なら同じクリップになりますか？

同じ入力で seed を固定すると、似た結果になりますが、同一になることは保証されません。一度に 1 つだけ変えながら、実行結果を比べるのに使ってください。

daVinci-MagiHuman API の制限は？

動画の長さ：5–10 s；解像度：256p · 720p · 1080p；アスペクト比：16:9 · 9:16；プロンプトの長さ（文字）：5,000。この範囲を超えるリクエストは、課金される前に拒否されます。

コードを書かずにdaVinci-MagiHumanを試せますか？

API キーなしで、API の米ドル残高を使って Playground から daVinci-MagiHuman を実行できます。各実行は対応するコードとともに開発者の履歴に記録されます。

daVinci-MagiHuman についてさらに