動画を作成（Seedance）

このシリーズはOpenAIの動画生成形式をサポートしています（詳細はリンク 動画生成Sora互換形式 を参照してください）。

動画生成タスクを作成し、タスクIDを使用してステータスと結果を照会するために使用します。

タスク作成の主要フィールド：

• model：必須、モデル名。
• prompt：任意。指定しない場合は、content に空でないテキスト項目を指定する必要があります。
• content：任意。Volcano Ark の content 配列で、テキスト、画像、動画、音声素材を混在して配置できます。
• function_mode：任意、通常、万能リファレンスなどのアドバンスドモードで使用されます。

互換性のある入力パラメータ：

以下のフィールドは主に既存クライアントおよび旧プロトコルとの互換性のために使用します。新規接続では、できるだけこのページの「リクエスト例」にある標準形式を使用してください。テキストと参考素材は content 配列を使用し、生成設定は最上位の duration、ratio、resolution、fps などのフィールドを使用します。

• mode：t2v / i2v / i2v_first_last / reference_images / reference_material
• image_url / image_urls / input_reference
• end_image_url / last_image_url
• video_urls / audio_urls
• seconds / duration
• aspect_ratio / ratio / size
• quality / resolution
• fps
• generate_audio / watermark

呼び出しの詳細：

• mode=reference_material または function_mode=omni_reference の場合、content を介してテキストとリファレンス素材を渡すことを推奨します。
• content テキスト項目の記述形式は { "type": "text", "text": "测试文字" } です。
• content 画像、動画、音声素材項目はそれぞれ image_url、video_url、audio_url のオブジェクト形式を使用します。例: { "type": "image_url", "image_url": { "url": "https://example.com/ref.png" }, "role": "reference_image", "name": "1" }。
• role で素材の用途を識別でき、name はプロンプト内で名前指定による参照に使用できます。
• ratio、duration、resolution、fps は、最終的な生成設定に影響します。

Seedance 2.5 画像・動画・音声を混在させた参照例（素材 URL はプレースホルダーです。呼び出し時には実際にアクセス可能なリンクに置き換えてください）：

{
  "model": "sd-2-5",
  "ratio": "9:16",
  "fps": 24,
  "duration": 10,
  "content": [
    {
      "type": "text",
      "text": "使用 @图片1 @图片2 @图片3 @音频1 参考@视频1 生成视频"
    },
    {
      "type": "image_url",
      "image_url": {
        "url": "https://demo1.png"
      },
      "role": "reference_image",
      "name": "图片1"
    },
    {
      "type": "image_url",
      "image_url": {
        "url": "https://demo2.png"
      },
      "role": "reference_image",
      "name": "图片2"
    },
    {
      "type": "image_url",
      "image_url": {
        "url": "https://demo3.png"
      },
      "role": "reference_image",
      "name": "图片3"
    },
    {
      "type": "video_url",
      "video_url": {
        "url": "https://video.mp4"
      },
      "role": "reference_video",
      "name": "视频1"
    },
    {
      "type": "audio_url",
      "audio_url": {
        "url": "https://audio.mp3"
      },
      "role": "reference_audio",
      "name": "音频1"
    }
  ]
}

Gemini Omni の呼び出し：

• gemini-omni は、本 Seedance タスク API からも呼び出せます。
• mode=t2v はテキストから動画の生成に使用し、mode=r2v は参照画像/参照素材を用いた生成に使用し、mode=edit は動画編集に使用します。
• テキストは prompt または content の text 項目に配置できます。画像は image_url / image_urls / reference_images / input_reference / content に、動画は video_urls / content に配置できます。
• 再生時間フィールドは duration または seconds を使用でき、4 / 6 / 8 / 10 秒のいずれかに自動でマッチします。

MiniMax / Hailuo の呼び出し：

• minimax-h3 は本タスク API で呼び出せます。テキストから動画生成、画像参照、音声参照に対応しています。テキストは prompt または content のテキスト項目に、素材は content、image_urls、audio_urls などのフィールドに指定できます。
• hailuo-2.3 は本タスク API で呼び出せます。最初のフレーム画像が必要です。content には role=first_frame の image_url 項目を渡すことを推奨します。
• minimax-h3 でよく使うのは duration=5~15、resolution=1440p です。hailuo-2.3 でよく使うのは duration=6 または 10、resolution=768p です。

照会結果の注目フィールド：

• items[].status
• items[].content.video_url または items[].video_url
• items[].error
• items[].progress

Error fields: error.code, error.message.

{
  "error": {
    "code": "invalid_request_error",
    "message": "requires at least one image in `images`"
  }
}

Kling 4.0

Kling 4.0 の呼び出し：kling-4.0（720p）と kling-4.0-1080p は、Seedance content/duration/resolution/ratio/mode 形式、contents/settings/options、および OpenAI 動画形式をサポートします。2 つの統合動画エンドポイントではリクエストボディを再利用できます。解像度はモデル名と一致している必要があります。Kling 4.0 では、Seedance 形式の content/duration/resolution/ratio/mode、または OpenAI 動画形式の prompt/seconds/size/input_reference を直接使用できます。どちらも追加の contents/settings/options は不要です。従来の contents/settings/options エンベロープは互換性のためにのみ提供されています。mode には t2v（テキストのみ）、i2v（単一の先頭フレーム）、i2v_first_last（先頭と末尾の 2 フレーム）、reference_images（通常の参照画像）、reference_material（画像または動画の参照）を指定できます。mode を省略し、明示的なツールがない場合、参照素材があればデフォルトは reference_material、参照素材がなければデフォルトは t2v です。参照モードでは通常の参照画像ロールを使用し、明示的に指定された先頭・末尾フレームを暗黙的に参照画像へ変更しません。先頭・末尾フレームには i2v または i2v_first_last を明示的に選択し、アスペクト比パラメータは省略してください。現在、参照音声はサポートされていません。settings.audio は、参照画像／参照素材のオールインワンモードでのみ指定できます。t2v、i2v、i2v_first_last では音声スイッチを省略してください。

Vidu Q4

Vidu Q4：vidu-q4 は 720p 固定、vidu-q4-540p は 540p 固定で、3～16 秒の動画生成をサポートします。画像は最低 1 枚必要で、参照画像は最大 15 枚までサポートします。参照生成には MP3 音声を最大 3 本添付でき、各音声は 3～12 秒、最大 50MB です。テキストのみからの生成、開始・終了フレームの指定、参照動画には対応していません。複数の画像は共通の参照用であり、開始・終了位置を示すものではありません。タスクは POST /v1/videos、POST /api/v3/contents/generations/tasks、または Vidu 形式の POST /ent/v2/img2video、POST /ent/v2/reference2video で作成できます。統一エンドポイントとしては mode=reference_images の使用を推奨します。音声付きの場合は mode=reference_material を使用してください。参照音声には audio_urls を使用でき、Seedance 形式では標準の content の audio_url 項目も使用できます。audio のブール値フィールドは音声生成のオン／オフを示し、参照音声 URL リストとは別に使用します。解像度はモデル名と一致している必要があります。