文本提示词，包含正向描述和负向描述，可通过提示词为画面增加元素、实现运镜效果等。不能超过2500个字符。

参考图像，生成视频中的人物、背景等元素均以参考图为准。
格式约束：

• 格式支持：.jpg、.jpeg、.png
• 大小不超过 10MB，宽和高均需介于 300px ～ 65536px 之间，宽高比例介于 1:2.5 ～ 2.5:1 之间
• 支持传入图片 URL（需确保公网可访问）或图片 Base64 编码，Base64 编码不可包含头部前缀（如data:image/png;base64,）。 画面主体要求：
• 支持真实或风格化角色（包含人物、类人动物、部分纯动物、具类人肢体比例的角色）。
• 需露出清晰的头部及上半身/全身，避免严重遮挡。避免倒立、平卧等极端身体朝向。
• 人物在画面中的占比不可过低。为保证生成效果，图中人物比例应尽量与目标驱动动作的比例保持一致（例如：避免用全身动作驱动半身人物图）。

动作参考视频链接。模型将提取该视频中的动作并应用于生成的主体。
格式约束：

• 仅支持 .mp4 或 .mov，文件不超过 100MB。
• 长宽边长均须介于 340px ～ 3850px 之间。 内容要求：
• 主体需露出清晰且无遮挡的头部及上半身/全身。
• 推荐单人平稳动作（若为多人，仅提取画面占比最大者的动作）。建议使用真人动作。
• 无切镜、无运镜，角色需始终保持在画面内。 时长限制：
• 由人物朝向（character_orientation）决定。若与视频人物朝向一致，最长 30秒；若与图片人物朝向一致，最长 10秒。
• 视频不可短于 3秒。若动作过快或难度过高，模型可能仅截取部分有效连续动作进行生成（保底生成 3秒）。 注：因截断导致的生成时长不足，已消耗的积分不予退还。

是否保留视频原声。

• yes：表示保留视频原声
• no：表示不保留视频原声

生成视频中人物的朝向，可选择与图片一致或与视频一致。

• image：表示与图片中人物朝向一致，此时参考视频时长不得超过 10 秒
• video：表示与视频中人物朝向一致，此时参考视频时长不得超过 30 秒。

生成视频的模式。

• std：标准模式，性价比高
• pro：专家模式（高品质），生成视频质量更佳。 注：不同模型版本、视频模式支持范围不同，详见文档能力地图。

任务ID。

任务状态。

• submitted：已提交
• processing：处理中
• succeed：成功
• failed：失败

任务创建时间，Unix 时间戳（毫秒）。

任务更新时间，Unix 时间戳（毫秒）。

任务详细信息。