Nuwa Video Gen - MiniMax 女娲视频生成
使用 MiniMax 女娲视频生成 API，支持4种生成模式：
- 文生视频：根据文本描述生成视频
- 图生视频：基于图片 + 文本描述生成视频
- 首尾帧：首图 + 尾图 + 文本描述生成视频
- 主体参考：人脸照片 + 文本描述，保持人物特征一致
前置要求
使用方法
Python 脚本（推荐）
# 文生视频
python3 {baseDir}/scripts/video_gen.py --mode text --prompt "描述文字"
# 图生视频
python3 {baseDir}/scripts/video_gen.py --mode image --prompt "描述文字" --image "图片URL"
# 首尾帧生成
python3 {baseDir}/scripts/video_gen.py --mode start_end --prompt "描述文字" --first "首图URL" --last "尾图URL"
# 主体参考（人脸一致）
python3 {baseDir}/scripts/video_gen.py --mode subject --prompt "描述文字" --subject "人脸图片URL"
参数说明
| 参数 | 说明 | 必填 |
|---|
--mode | 模式：text / image / start_end / subject | 是 |
--prompt | 视频描述文本 | 是 |
--image | 图生视频的首帧图片URL | image模式必填 |
--first | 首尾帧模式的首帧图片URL | start_end模式必填 |
--last | 首尾帧模式的尾帧图片URL | start_end模式必填 |
--subject | 主体参考模式的人脸图片URL | subject模式必填 |
--duration | 视频时长：6 或 10（秒） | 否，默认6 |
--resolution | 分辨率：720P / 1080P | 否，默认1080P |
--output | 输出文件名（默认 output.mp4） | 否 |
模型说明
| 模式 | 模型 | 说明 |
|---|
| text（文生视频） | MiniMax-Hailuo-2.3 | 标准文生视频 |
| image（图生视频） | MiniMax-Hailuo-2.3 | 以图为首帧生成视频 |
| start_end（首尾帧） | MiniMax-Hailuo-02 | 开头结尾两图生成视频 |
| subject（主体参考） | S2V-01 | 保持人物特征一致 |
输出说明
- 视频文件保存到
--output 指定路径（默认为当前目录的 output.mp4）
- Agent 负责将生成的视频文件发送给用户
注意事项
- 视频生成是异步过程，需要轮询等待（约10-60秒）
- 推荐轮询间隔：10秒
- 图片 URL 需要是公开可访问的链接
- 主体参考模式涉及人脸图片，请确保已获得图片当事人授权
API 文档