文本提示词，可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。支持传入图片 Base64 编码或图片 URL（确保可访问）。

图片要求：

• 人物比例尽量与参考动作比例一致，尽量避免全身动作驱动半身人物进行生成
• 人物需要露出清晰的上半身或全身的肢体及头部，避免遮挡
• 画面中人物避免存在极端朝向，比如倒立、平卧等，人物占画面比例不得太低
• 支持真实/风格化的角色（包括人物/类人动物/部分纯动物/部分类人肢体比例的角色）
• 图片格式支持 .jpg / .jpeg / .png
• 图片文件大小不能超过 10MB，图片宽高尺寸介于 300px～65536px，图片宽高比介于 1:2.5 ~ 2.5:1 之间

Base64 编码注意事项： 若使用 Base64 方式，请确保传递的图像数据参数均采用 Base64 编码格式，请不要在 Base64 编码字符串前添加任何前缀（例如 data:image/png;base64,），请仅提供 Base64 编码的字符串部分

参考视频的获取链接。生成视频中的人物动作与参考视频一致。

视频内容要求：

• 人物需要露出清晰的上半身或全身的全部肢体及头部，避免遮挡
• 建议上传1人动作视频，2人及以上会取画面占比最大的人物动作进行生成
• 推荐使用真人动作，部分风格化的人物/类人肢体比例可以通过
• 动作视频一镜到底，角色始终出现在画面中，避免切镜、运镜等，否则会被截取
• 动作避免过快，相对平稳的动作生成效果更佳

视频规格限制：

• 视频文件支持 .mp4 / .mov，文件大小不超过 100MB
• 仅支持长宽的边长均位于 340px ~ 3850px 之间
• 视频时长下限不短于 3 秒
• 当 character_orientation 为 video 时，视频时长最长可达 30 秒
• 当 character_orientation 为 image 时，视频时长最长可达 10 秒

**注意：**如果动作难度较高、速度较快，有一定概率生成不足上传视频时长的结果，模型只能提取有效动作时长进行生成，最短提取出 3s 可用连续动作即可生成。因此消耗的积分将无法退还，建议适当调整动作难度与速度

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。可选值: yes, no

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。可选值: image, video

生成视频的模式。std 为标准模式，性价比高；pro 为专家模式（高品质），生成视频质量更佳。不同模型版本、视频模式支持范围不同，详见当前文档能力地图。可选值: std, pro

创建时间

任务 ID

任务状态

任务状态信息

更新时间