はじめに
PixVerse V6 画像から動画は、開始フレームを、360p、540p、720p、1080p の 1〜15 秒のクリップにアニメーション化します。last_image_url を加えると、クリップは最初の画像から最後の画像へ移ります。プロンプトは必須で、この後に何が起きるかを書きます。クリップは開始画像のアスペクト比に従います。画像は JPG、JPEG、PNG、WebP で、1 枚あたり 20 MB まで。PixVerse は生成前にプロンプトと画像を審査し、断られたリクエストは失敗扱いとなり、課金されません。
開始素材で PixVerse V6 のモードを選ぶ
| 手元にあるもの | モード |
|---|---|
| 書いたシーン | PixVerse V6 テキストから動画 |
| 開始フレーム、必要に応じて終了フレーム | PixVerse V6 画像から動画（現在のページ） |
| 配置したい人物、物、場所の写真 | PixVerse V6 参照から動画 |
| 続けたいクリップ | PixVerse V6 動画延長 |
| プロンプトまたは一枚の画像で、より高い画質が欲しい | PixVerse V6 Max |
| 写真一枚と、用意されたテーマのテンプレート（プロンプトは不要） | PixVerse V6 Effects |
主な機能とハイライト
開始フレームと任意の終了フレーム
image_url が始まり、last_image_url が終わりを指定します。当社のテストでは、錆色のコートの女性が天文台ドームの開いた隙間に立つ画像（開始フレーム）と、同じ女性が腕を組んで手すりにもたれる画像（終了フレーム）が、一つの動きになりました。彼女は振り向き、手すりに沿って歩き、もたれかかって腕を組み、クリップは終了フレームで終わります。
形は画像に従う
アスペクト比の欄はありません。縦長の画像は縦長のクリップに、横長の画像は横長のクリップになります。
マルチショットの切り替え
shot_type は既定で single です。multi にすると、モデルがクリップを複数のショットに切り分けます。終了フレームとは組み合わせられません。
必要なときだけ音声
generate_audio は既定でオフです。オンにすると、環境音、効果音、音楽、引用符で書いたセリフが生成されます。音声をオンにすると秒単価が上がります。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
prompt | はい | 必須。3〜5,000 文字。 3 文字以上 · 5000 文字以内 |
image_url | はい | 必須。開始フレーム。 |
last_image_url | いいえ | 任意の終了フレーム。形式とサイズは同じです。 |
resolution | いいえ | 360p、540p、720p（既定）、1080p。解像度が高いほど秒単価が上がります。 |
duration_seconds | いいえ | 整数秒、1〜15（既定は 5）。価格は秒単位です。 |
generate_audio | いいえ | 既定ではオフ。オンにすると、映像と一緒に音が生成されます。 デフォルト値: |
shot_type | いいえ | single（既定）または multi。multi にすると、モデルがクリップを複数のショットに切り分けます。 |
seed | いいえ | 任意の整数、0〜2147483647。一度に一つの変更を比べるのに役立ちます。 |
料金
出力の秒数ごとに課金されます。解像度と音声の切り替えで秒単価が変わります。ショットの種類と seed では変わりません。失敗したリクエストや断られたリクエストには課金されません。
| 解像度 | 音声を生成: いいえ | 音声を生成: はい |
|---|---|---|
| $0.0222 / 秒 | $0.0311 / 秒 |
| $0.0311 / 秒 | $0.04 / 秒 |
| $0.04 / 秒 | $0.0533 / 秒 |
| $0.08 / 秒 | $0.1022 / 秒 |
ユースケース
静止画を動かす
ポートレート、ストリートの風景、以前のクリップから取ったコマ。次に起きることを書けば、人物、衣装、場面は画像から引き継がれます。
二つのポーズの間を動かす
開始フレームと違う終了フレームを用意して、その間の動きをモデルに補わせます。当社の天文台の例がこれにあたります。
ショットをまたいでキャラクターを保つ
あるクリップのフレームを保存し、次のクリップの開始フレームに使うと、ショットをまたいで人物とセットを保てます。
プロンプトガイドと実践のヒント
絵ではなく動きを書く
画像にはすでに全体の見た目が写っています。プロンプトは動作、カメラの動き、音声をオンにしている場合は別行の Sound: に使ってください。
両方のフレームを揃える
開始フレームと終了フレームには、同じ人物とセットを使ってください。食い違うフレームでは、モデルが自然な動きでつなげません。
各動作に余裕を持たせる
当社のガソリンスタンドのテストでは、プロンプトにランプ、地図、歩き、通過するトラックを並べました。男性は地図をたたんでしまい、車まで歩き、ヘッドライトを点けたトラックが 5 秒のクリップの最後の一秒に現れました。遅いタイミングの動作が重要なら、動作を減らすか、秒数を増やしてください。
seed で比べる
seed を使うと、一度に一つの点を変えながら実行結果を比較しやすくなります。同一のフレームになることは保証しません。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "pixverse/v6/image-to-video",
"input": {
"duration_seconds": 5,
"generate_audio": false,
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"shot_type": "single"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
認証、完全なスキーマ、ポーリング、エラー処理は API リファレンスを参照してください。
