Pixverse API for Multi-Shot Narrative Video Generation

PixVerse API zapewnia programistom programistyczny dostęp do modeli generowania wideo AI firmy PixVerse za pośrednictwem Atlas Cloud. Zamiast korzystać z aplikacji konsumenckiej PixVerse, która działa w oparciu o codzienne kredyty, dodaje znak wodny i ogranicza rozdzielczość, można wywoływać modele bezpośrednio przez REST API i płacić tylko za to, co się wygeneruje.

V6 to flagowa seria ogólnego przeznaczenia, obejmująca w jednym pipelinie generowanie wideo z tekstu, z obrazu i z materiałów referencyjnych, kontrolę klatki początkowej i końcowej oraz wydłużanie wideo. C1 stawia na podejście natywnie oparte na storyboardzie, stworzone z myślą o narracyjnej produkcji wieloujęciowej, w której ciągłość scen i spójność postaci między cięciami liczą się tak samo jak jakość pojedynczej klatki. W Atlas Cloud endpointy V6 zaczynają się od $0.025 za sekundę, a endpointy C1 od $0.03 za sekundę.

Rozliczenie działa w modelu pay-as-you-go, bez żadnej subskrypcji. Wszystkie pięć endpointów PixVerse V6 rozliczanych jest od $0.025 za sekundę wygenerowanego wideo, a wszystkie cztery endpointy C1 zaczynają się od $0.03 za sekundę. Płacisz tylko za to, co wygenerujesz, z przejrzystą wyceną każdego wywołania.

Każdy endpoint generowania PixVerse zwraca wideo w 360p, 540p, 720p lub 1080p, domyślnie w 720p. Klipy mogą trwać od 1 do 15 sekund, a do wyboru jest osiem proporcji obrazu: 16:9, 9:16, 1:1, 4:3, 3:4, 2:3, 3:2 i 21:9. Ten zakres obejmuje wszystko — od pionowych formatów społecznościowych po kinowe kadry 21:9 — bez żadnego przycinania po wygenerowaniu.

Tak. Zarówno V6, jak i C1 generują dźwięk w tym samym przebiegu, a Pixverse API udostępnia parametr sound, domyślnie włączony. Ustaw go na false, jeśli planujesz samodzielnie udźwiękowić klip. Jedynym wyjątkiem jest endpoint V6 Video-Extend, który nie udostępnia parametru audio.

C1 czyta wielopanelowy storyboard tak, jak reżyser czyta stronę komiksu: traktuje każdy panel jako osobne ujęcie i sam wnioskuje logikę przejść między nimi. Wynikiem jest ciągła sekwencja wieloujęciowa ze spójnymi postaciami i logiką przestrzenną, dzięki czemu zespoły mogą przejść od zatwierdzonych plansz do materiału bez odtwarzania każdej sceny od zera. W endpoincie tekst-wideo segmentację ujęć można też sterować bezpośrednio strukturą promptu.

Endpointy Reference-to-Video zarówno w V6, jak i w C1 przyjmują od 1 do 7 obrazów referencyjnych na żądanie, a każdy z nich można oznaczyć jako referencję postaci lub tła. Obrazy można przekazać jako publiczne adresy URL lub ciągi Base64 w formacie PNG, JPEG lub WebP, przy łącznym limicie żądania 20MB. To właśnie otagowane referencje pozwalają produkcjom wieloujęciowym utrzymać tożsamość postaci od klipu do klipu.

Endpoint V6 Video-Extend przyjmuje adres URL wideo źródłowego oraz prompt tekstowy i generuje kontynuację o długości od 1 do 15 sekund. Ciągłość ruchu i styl wizualny przenoszą się na przedłużenie, co czyni go praktycznym do wydłużania klipu poza pierwotną długość lub budowania sekwencyjnych treści z wielu źródeł. Rozliczany jest według tej samej stawki $0.025 za sekundę co pozostałe endpointy V6.

Załóż konto Atlas Cloud, wygeneruj klucz API i wywołaj dowolny endpoint PixVerse, przekazując klucz w nagłówku Authorization. Żądania działają asynchronicznie: wysyłasz generację, otrzymujesz prediction ID, a następnie odpytujesz endpoint wyników, aż status będzie completed. Nie ma żadnej infrastruktury do skonfigurowania, a dostęp Day-0 oznacza, że nowe wydania PixVerse pojawiają się bez żadnej migracji. Zacznij budować już dziś.