获取 API Key 获取 API
文档

SkyReels V4 视频生成

- 提供 Fast(速度优先)和 Std(质量优先)两档模型

  • 支持文生视频(T2V)、图生视频(I2V)、多模态参考(Omni)三种模式,由传参自动路由
  • 支持 480p / 720p / 1080p 分辨率,3 ~ 15 秒时长
  • 支持首帧/尾帧/关键帧、参考图、参考视频、拼贴图、视频扩展、声纹同步等高阶能力
  • 异步处理模式,返回任务 ID 用于后续查询

请求示例

curl --request POST \
  --url https://api.openveer.com/v1/videos/generations \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "skyreels-v4-fast",
    "prompt": "A serene forest at sunset with golden light filtering through the trees.",
    "duration": 5,
    "resolution": "1080p",
    "aspect_ratio": "16:9",
    "prompt_optimizer": true
  }'

响应示例

{
  "code": 200,
  "data": [
    {
      "status": "submitted",
      "task_id": "task_01KPEY5H3NQ2W8D7T6VB3F9GR4"
    }
  ]
}

认证

Authorization string

所有接口均需要使用 Bearer Token 进行认证

获取 API Key:

访问 API Key 管理页面 获取您的 API Key

使用时在请求头中添加:

Authorization: Bearer YOUR_API_KEY

生成模式

SkyReels V4 通过请求字段自动路由到对应模式,无需指定 mode 字段:

模式 触发条件 能力
T2V(文生视频) 只传 prompt 及通用字段 纯文本驱动生成
I2V(图生视频) 传入 first_frame_image / end_frame_image / mid_frame_images 任一 首帧、尾帧、关键帧控制
Omni(多模态参考) 传入 ref_images / ref_videos 任一 主体参考、拼贴图、动作参考、视频扩展、声纹同步
警告

严格互斥:I2V 字段(first_frame_image / end_frame_image / mid_frame_images)与 Omni 字段(ref_images / ref_videos)不能同时出现,否则返回 422。

注意

@tag 机制:当使用 mid_frame_images / ref_images / ref_videos 时,每个元素需声明一个以 @ 开头的 tag(如 @image1、@Actor-1、@video1),并且 tag 必须出现在 prompt 中。

可以把 prompt 理解为"剧本",tag 则是指向具体素材(图片 / 视频)的"角色指针"—— 例如 prompt 写 "@Actor-1 走进 @video1 的场景",系统据此将 @Actor-1 对应的参考图主体和 @video1 对应的动作参考注入到生成过程。

请求参数

通用字段

model string

支持以下两个档位:

模型 定位 适用场景
skyreels-v4-fast 速度优先 快速预览、批量生成、日常内容
skyreels-v4-std 质量优先(价格较 Fast 高 25\~30%) 关键画面、细节要求高、正式交付

警告



必须显式传递 model 字段,无默认值。

提示



计费与分辨率、是否使用 ref_videos 强相关:1080p 价格显著高于 480p / 720p;传入 ref_videos(带视频输入)的档位约为无视频输入的 1.5 \~ 2 倍。暂不支持音频和视频同时输出。

prompt string

文本提示词,最长 1280 tokens

建议详细描述场景、主体、动作、风格等,以获得更好的生成效果。

使用 ref_images / ref_videos / mid_frame_images 时,prompt 中必须包含 对应的 @tag(如 @Actor-1、@video1、@image1)。

示例:"@Actor-1 walks through a neon-lit street at night."

duration integer

输出视频时长(秒)

  • 取值范围:[3, 15]
  • 默认值:5

警告



当传入 ref_videos.type=reference 时,duration 会被参考视频长度覆盖(上限 10 秒)。

resolution string

视频分辨率

可选值:

  • 480p
  • 720p
  • 1080p(默认)
aspect_ratio string

宽高比

可选值:

  • 16:9(默认)
  • 4:3
  • 1:1
  • 9:16
  • 3:4

警告



I2V 模式下 aspect_ratio 会被忽略(输出比例由输入图决定);Omni 带 ref_videos 时同样忽略。

prompt_optimizer boolean

是否自动优化 prompt

启用后,系统会自动优化您的提示词以获得更好的生成效果。

I2V 专用字段

first_frame_image string

视频起始帧图片 URL(jpg / jpeg / png / gif / bmp)

传入后将以该图片作为视频的起始画面。

end_frame_image string

视频结束帧图片 URL(jpg / jpeg / png / gif / bmp)

传入后将以该图片作为视频的结束画面,可与 first_frame_image 组合实现首尾帧控制。

mid_frame_images object[]
中间关键帧列表,最多 **6 个**。每个元素结构如下:
tag string

以 @ 开头,且必须出现在 prompt 中,如 @image1

image_url string

图片 URL(jpg / jpeg / png / gif / bmp)

time_stamp integer

出现时间戳(秒)。默认 -1(不指定);指定时必须满足 0 < time_stamp < duration。

Omni 专用字段

ref_images object[]
参考图列表(所有元素 type 必须一致)。每个元素结构如下:
tag string

以 @ 开头,且必须出现在 prompt 中,如 @Actor-1

type string

参考类型:

  * image - 常规参考图(列表长度 1~~3;每项 image_urls 长度 1~~5)
  * grid - 拼贴图,即多张图合并为一张的网格图(如 4 宫格、9 宫格);列表长度必须 = 1,image_urls 必须 1 张
image_urls string[]

图片 URL 数组

audio_url string

声纹音频 URL(仅 type=image 支持,音频时长 ≤ 15 秒)

ref_videos object[]
参考视频列表,**最多 1 个**。每个元素结构如下:
tag string

以 @ 开头,且必须出现在 prompt 中,如 @video1

type string

参考类型:

  * reference - 动作/主体参考,**会覆盖 duration**(跟随参考视频长度,最长 10 秒),默认带入输入视频音频;**可与 ref_images.type=image 组合**
  * extend - 视频扩展,按请求 duration 计费;**不能与 ref_images 组合**
video_url string

视频 URL(MP4 / MOV,时长 ≤ 15 秒)

支持的生成场景

以下场景 skyreels-v4-fast 和 skyreels-v4-std 均支持:

场景 模式 必填参数 典型用例
文生视频 T2V prompt 纯文本描述驱动,快速生成概念镜头
图生视频 - 首帧 I2V first_frame_image 静图转视频,指定起始画面
图生视频 - 尾帧 I2V end_frame_image 指定视频收束画面
图生视频 - 关键帧 I2V mid_frame_images(1 \~ 6) 首 + 尾 + 中间关键帧,精准控制分镜节奏
Omni 单/多主体参考 Omni ref_images(type=image) 角色一致性、多主体同框
Omni 拼贴图 Omni ref_images(type=grid,1 张) 分步流程视频(教程、菜谱、操作示范)
Omni 动作参考 Omni ref_videos(type=reference) 复刻参考视频的动作、主体或风格
Omni 视频扩展 Omni ref_videos(type=extend) 从已有视频续写后续剧情
Omni 声纹同步 Omni ref_images(type=image)+ audio_url 数字人口播、音频驱动对口型

参数约束

以下约束违反时请求将被拒绝并返回 422,且 不产生计费:

参数 约束
prompt 最长 1280 tokens
duration [3, 15] 秒;带 ref_videos.type=reference 时被参考视频长度覆盖(上限 10 秒)
resolution 仅 480p / 720p / 1080p
aspect_ratio 16:9 / 4:3 / 1:1 / 9:16 / 3:4;I2V 忽略;Omni 带 ref_videos 时忽略
mid_frame_images 最多 6 个;time_stamp 必须为 -1 或落在 (0, duration) 区间
ref_images 整体 列表内 type 必须一致;不能与 I2V 字段同时出现
ref_images.type=grid 列表长度必须 = 1;image_urls 必须为 1 张
ref_images.type=image 列表长度 1 \~ 3;每项 image_urls 长度 1 \~ 5
ref_images.audio_url 仅 type=image 支持,音频 ≤ 15 秒
ref_videos 最多 1 个;video_url MP4 / MOV,≤ 15 秒
ref_videos.type=reference 覆盖请求 duration(最长 10 秒),可与 ref_images.type=image 组合,默认带入输入视频音频
ref_videos.type=extend 按请求 duration 计费;不能与 ref_images 组合
tag 字段 必须以 @ 开头且出现在 prompt 中
I2V / Omni 互斥 I2V 字段与 Omni 字段不能同时出现

响应

code integer

响应状态码,成功时为 200

data array
返回数据数组
status string

任务状态,初始提交时为 submitted

task_id string

任务唯一标识符,用于查询任务状态和结果

请求示例

场景 1:文生视频(最简)

{
  "model": "skyreels-v4-fast",
  "prompt": "A serene forest at sunset with golden light filtering through the trees."
}

场景 2:文生视频(完整参数)

{
  "model": "skyreels-v4-std",
  "prompt": "A serene forest at sunset.",
  "duration": 5,
  "resolution": "720p",
  "aspect_ratio": "16:9",
  "prompt_optimizer": true
}

场景 3:图生视频 - 首帧

{
  "model": "skyreels-v4-fast",
  "prompt": "Slowly pull the camera back to reveal the entire scene.",
  "first_frame_image": "https://example.com/start.png",
  "duration": 5
}

场景 4:图生视频 - 首尾帧 + 中间关键帧

{
  "model": "skyreels-v4-std",
  "prompt": "The King summons a flying dragon. @image1 The dragon lowers. The King mounts and flies away.",
  "duration": 8,
  "resolution": "1080p",
  "first_frame_image": "https://example.com/k2v_0.png",
  "end_frame_image":   "https://example.com/k2v_2.png",
  "mid_frame_images": [
    { "tag": "@image1", "image_url": "https://example.com/k2v_1.png", "time_stamp": 3 }
  ]
}

场景 5:Omni - 单主体参考

{
  "model": "skyreels-v4-fast",
  "prompt": "@Actor-1 walks through a neon-lit street at night.",
  "ref_images": [
    { "tag": "@Actor-1", "type": "image", "image_urls": ["https://example.com/actor.jpg"] }
  ]
}

场景 6:Omni - 多主体 + 视频动作参考

{
  "model": "skyreels-v4-fast",
  "prompt": "The man from @image_1 imitates the move on the left in @video_1. The woman from @image_2 imitates the right side.",
  "duration": 5,
  "ref_images": [
    { "tag": "@image_1", "type": "image", "image_urls": ["https://example.com/a.png"] },
    { "tag": "@image_2", "type": "image", "image_urls": ["https://example.com/b.png"] }
  ],
  "ref_videos": [
    { "tag": "@video_1", "type": "reference", "video_url": "https://example.com/motion.mp4" }
  ]
}
警告

此场景使用 ref_videos.type=reference,请求的 duration 会被参考视频实际长度覆盖(上限 10 秒)。即便此处传 "duration": 5,最终视频长度以参考视频为准。

场景 7:Omni - 拼贴图(grid)

{
  "model": "skyreels-v4-fast",
  "prompt": "Create a video showing how to make tomato and egg noodles based on @image1.",
  "ref_images": [
    { "tag": "@image1", "type": "grid", "image_urls": ["https://example.com/recipe_grid.png"] }
  ]
}

场景 8:Omni - 视频扩展(extend)

{
  "model": "skyreels-v4-fast",
  "prompt": "Video extended @video1, someone walks over and sits on the sofa.",
  "duration": 8,
  "ref_videos": [
    { "tag": "@video1", "type": "extend", "video_url": "https://example.com/source.mp4" }
  ]
}

场景 9:Omni - 带声纹(语音同步)

{
  "model": "skyreels-v4-std",
  "prompt": "@Actor-1 speaks with a calm tone.",
  "ref_images": [
    {
      "tag": "@Actor-1",
      "type": "image",
      "image_urls": ["https://example.com/actor.jpg"],
      "audio_url":  "https://example.com/voice.mp3"
    }
  ]
}
注意

查询任务结果

视频生成为异步任务,提交后会返回 task_id。使用 获取任务状态 接口查询生成进度和结果。