名称： eachlabs-video-generation
描述： 使用 EachLabs AI 模型，根据文本提示、图像或参考输入生成新视频。支持文生视频、图生视频、转场、动作控制、说话头像和虚拟形象生成。适用于用户需要创建新视频内容的场景。如需编辑现有视频（如超分、唇形同步、延长、字幕），请使用 eachlabs-video-edit 技能。
元数据：
author: eachlabs
version: "1.0"

EachLabs 视频生成

通过 EachLabs Predictions API，使用 165+ 个 AI 模型，根据文本提示、图像或参考输入生成新视频。如需编辑现有视频（如超分辨率、唇形同步、延长、字幕），请使用 eachlabs-video-edit 技能。

身份验证

请求头: X-API-Key: <你的API密钥>

设置 EACHLABS_API_KEY 环境变量或直接传递密钥。请前往 eachlabs.ai 获取密钥。

快速开始

1. 创建预测任务

curl -X POST https://api.eachlabs.ai/v1/prediction \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $EACHLABS_API_KEY" \
  -d '{
    "model": "pixverse-v5-6-text-to-video",
    "version": "0.0.1",
    "input": {
      "prompt": "日落时分，一只金毛寻回犬在草地上奔跑，电影感慢镜头",
      "resolution": "720p",
      "duration": "5",
      "aspect_ratio": "16:9"
    }
  }'

2. 轮询获取结果

curl https://api.eachlabs.ai/v1/prediction/{prediction_id} \
  -H "X-API-Key: $EACHLABS_API_KEY"

轮询直到 status 变为 "success" 或 "failed"。输出视频的 URL 将在响应中返回。

模型选择指南

文生视频

图生视频

转场与特效

动作控制与动画

说话头像与唇形同步

预测任务流程

1. 检查模型 GET https://api.eachlabs.ai/v1/model?slug=<slug> — 验证模型是否存在，并返回包含精确输入参数的 request_schema。在创建预测任务前务必执行此步骤，以确保输入正确。
2. POST https://api.eachlabs.ai/v1/prediction，附带模型标识符、版本 "0.0.1" 以及符合 schema 的输入参数。
3. 轮询 GET https://api.eachlabs.ai/v1/prediction/{id}，直到状态变为 "success" 或 "failed"。
4. 提取 响应中的输出视频 URL。

示例

使用 Wan v2.6 Flash 进行图生视频

curl -X POST https://api.eachlabs.ai/v1/prediction \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $EACHLABS_API_KEY" \
  -d '{
    "model": "wan-v2-6-image-to-video-flash",
    "version": "0.0.1",
    "input": {
      "image_url": "https://example.com/photo.jpg",
      "prompt": "人物转身面向镜头并微笑",
      "duration": "5",
      "resolution": "1080p"
    }
  }'

使用 Pixverse 进行视频转场

curl -X POST https://api.eachlabs.ai/v1/prediction \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $EACHLABS_API_KEY" \
  -d '{
    "model": "pixverse-v5-6-transition",
    "version": "0.0.1",
    "input": {
      "prompt": "两张图像之间平滑的变形转场",
      "first_image_url": "https://example.com/start.jpg",
      "end_image_url": "https://example.com/end.jpg",
      "duration": "5",
      "resolution": "720p"
    }
  }'

使用 Kling v2.6 进行动作控制

curl -X POST https://api.eachlabs.ai/v1/prediction \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $EACHLABS_API_KEY" \
  -d '{
    "model": "kling-v2-6-pro-motion-control",
    "version": "0.0.1",
    "input": {
      "image_url": "https://example.com/character.jpg",
      "video_url": "https://example.com/dance-reference.mp4",
      "character_orientation": "video"
    }
  }'

使用 Omnihuman 生成说话头像

curl -X POST https://api.eachlabs.ai/v1/prediction \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $EACHLABS_API_KEY" \
  -d '{
    "model": "bytedance-omnihuman-v1-5",
    "version": "0.0.1",
    "input": {
      "image_url": "https://example.com/portrait.jpg",
      "audio_url": "https://example.com/speech.mp3",
      "resolution": "1080p"
    }
  }'

提示词技巧

• 动作描述要具体：使用“摄像机缓慢向左平移”而非“漂亮的摄像机运动”。
• 包含风格关键词：如“电影感”、“动漫风格”、“3D动画”、“赛博朋克”。
• 描述时间节奏：如“慢动作”、“延时摄影”、“快节奏”。
• 对于图生视频：描述静态图像中应该发生什么变化。
• 使用负面提示（在支持的模型中）以避免不需要的元素。

参数参考

各模型的完整参数详情，请参阅 references/MODELS.md。