O modelu daVinci-MagiHuman
daVinci-MagiHuman, otwarty model od Sand.ai i SII-GAIR, generuje obraz i głos jednocześnie: wpisz wypowiedź w cudzysłów, a osoba na ekranie ją wypowie. Tworzy klipy 5–10 sekund z promptu lub zdjęcia startowego, w 256p, 720p lub 1080p, w proporcjach 16:9 lub 9:16.
Wywołujesz go nazwą modelu sand-ai/davinci-magihuman/text-to-video w POST /jobs/createTask, od 0,12 USD.
Ten poradnik jest na razie tylko po angielsku. →
Parametry żądania
| Parametr | Wymagany | Opis |
|---|---|---|
aspect_ratio | Nie | Kształt kadru: szeroki, kwadratowy albo pionowy. 16:9 · 9:16 · Domyślnie: 16:9 |
duration_seconds | Nie | Długość klipu. Płacisz za każdą sekundę. ≥ 5 · ≤ 10 · Domyślnie: 5 |
prompt | Tak | What happens, and in quotes what the person says. The model speaks quoted lines itself. |
resolution | Nie | Rozmiar wyniku. Większy jest ostrzejszy i droższy. 256p · 720p · 1080p · Domyślnie: 720p |
seed | Nie | Ta sama liczba daje powtarzalny wynik. ≥ 0 · ≤ 2147483647 |
Ceny
Ceny podano w USD. API korzysta z oddzielnego salda w dolarach amerykańskich. Kredytów strony nie można używać w API ani zamieniać na saldo API. Nie można też zamieniać salda API na kredyty strony. Po przyjęciu zadania rezerwujemy maksymalną kwotę wyceny na saldzie API. Po zakończeniu naliczamy opłatę za rzeczywiste użycie, nie wyższą niż rezerwacja, i zwalniamy resztę. Jeśli zadanie się nie powiedzie, rezerwacja zostaje zwolniona.
| Opcja | USD za sekundę |
|---|---|
| resolution 256p | 0,024 USD |
| resolution 720p | 0,048 USD |
| resolution 1080p | 0,072 USD |
Przed uruchomieniem wyślij tę samą treść żądania do POST /jobs/quote, aby zobaczyć szacowaną i maksymalną opłatę w USD. Wycena nie uruchamia zadania ani nie obciąża salda.
Szybki start z API
Wywołaj API daVinci-MagiHuman w trzech krokach
- Utwórz klucz API. Zaloguj się do PopNow i utwórz klucz w konsoli API. Klucze zaczynają się od sk-popnow-. Wywołania korzystają z oddzielnego salda w dolarach amerykańskich.
- Wyślij żądanie. Wyślij POST /jobs/createTask z model sand-ai/davinci-magihuman/text-to-video i obiektem input zgodnym z tabelą parametrów. Odpowiedź od razu zwraca ID zadania.
- Odbierz wynik. Odpytuj GET /jobs/recordInfo po ID zadania albo podaj callBackUrl, a wyślemy tam wynik. Gdy zadanie się powiedzie, pobierz pliki z linków wyjściowych.
# 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"Podmień prompt i linki na własne. Odniesienie do odpowiedzi, odpytywania i callbacku znajdziesz na karcie API.
Pytania o API daVinci-MagiHuman
Ile kosztuje API daVinci-MagiHuman?
daVinci-MagiHuman kosztuje od 0,12 USD za klip 5-sekundowy – najtańsze zadanie to „Utwórz wideo”. Ceny według opcji: 256p 0,024 USD za sekundę, 720p 0,048 USD za sekundę, 1080p 0,072 USD za sekundę. API korzysta z oddzielnego salda w dolarach amerykańskich. Kredytów strony nie można używać w API ani zamieniać na saldo API. Nie można też zamieniać salda API na kredyty strony. Po przyjęciu zadania rezerwujemy maksymalną kwotę wyceny na saldzie API. Po zakończeniu naliczamy opłatę za rzeczywiste użycie, nie wyższą niż rezerwacja, i zwalniamy resztę. Jeśli zadanie się nie powiedzie, rezerwacja zostaje zwolniona.
Jaka jest nazwa modelu daVinci-MagiHuman w API?
Wpisz sand-ai/davinci-magihuman/text-to-video do zadania Utwórz wideo; sand-ai/davinci-magihuman/image-to-video do zadania Obraz w wideo w polu model żądania POST /jobs/createTask.
Jakimi językami może mówić osoba?
Wydawca wymienia chiński (mandaryński i kantoński), angielski, japoński, koreański, niemiecki i francuski. Testowaliśmy angielski, więc w innym języku sprawdź najpierw pierwszy przebieg.
Jak sprawić, żeby osoba coś powiedziała?
Wpisz kwestię w cudzysłowie w prompcie. Model sam wypowiada kwestie w cudzysłowie. W naszych trzech przebiegach z kwestią w cudzysłowie transkrypcja ścieżki dźwiękowej zgadzała się z promptem słowo w słowo.
Jak długie i jak duże są klipy?
5-10 sekund (domyślnie 5), w 256p, 720p (domyślnie) albo 1080p, w 16:9 lub 9:16. Model renderuje w małej rozdzielczości, a jego własny etap super-rozdzielczości tworzy wyższe poziomy. W naszych przebiegach 720p w 16:9 wyszło około 1358 x 678, 720p w 9:16 około 726 x 1270, a 1080p w 16:9 około 1904 x 1088, wszystkie przy 25 fps.
Czy ten sam seed da ten sam klip?
Stały seed przy tych samych danych wejściowych daje wyniki podobne, a nie gwarantowane identyczne. Używaj go do porównywania przebiegów, gdy zmieniasz jedną rzecz naraz.
Jakie limity ma API daVinci-MagiHuman?
Długość klipu: 5–10 s; Rozdzielczości: 256p · 720p · 1080p; Proporcje obrazu: 16:9 · 9:16; Długość promptu (znaki): 5,000. Żądania poza tymi limitami są odrzucane, zanim cokolwiek zostanie pobrane.
Czy mogę wypróbować daVinci-MagiHuman bez pisania kodu?
Uruchom daVinci-MagiHuman w Playground z salda API w USD, bez klucza API. Każde uruchomienie trafia do historii dewelopera wraz z odpowiednim kodem.
Więcej o daVinci-MagiHuman
- Endpointy
- daVinci-MagiHuman · Obraz w wideo