Légendeur vidéo Molmo2: AI Large Language Models

Générez des légendes vidéo détaillées avec Molmo2. Choisissez un niveau de détail faible, moyen ou élevé pour obtenir des descriptions temporelles des scènes et des résumés visuels. Paiement par tranche de 5 secondes.

Commandes interactives du modèle

Générez des légendes vidéo détaillées avec Molmo2. Choisissez un niveau de détail faible, moyen ou élevé pour obtenir des descriptions temporelles des scènes et des résumés visuels. Paiement par tranche de 5 secondes.

📝

Aperçu

À propos de ce modèle

Légendeur vidéo Molmo2 transforme une URL vidéo publique en une description écrite détaillée qui suit le déroulement des événements, au-delà de ce qui apparaît dans une seule image. Il peut identifier les sujets, les objets, les changements de scène, les mouvements de caméra, les interactions et le contexte visuel important. Le résultat convient ainsi comme texte alternatif d’accessibilité, description consultable dans une médiathèque ou entrée pour des processus créatifs et automatisés en aval. Choisissez un niveau faible pour un résumé concis, moyen pour une légende équilibrée ou élevé pour un compte rendu plus complet des actions dans le temps et de la structure des scènes. Les clips peuvent durer jusqu’à deux minutes et l’API renvoie la légende de manière asynchrone, ce qui permet d’intégrer facilement l’analyse vidéo de longue durée aux pipelines de production, aux nœuds de workflow et aux tâches en arrière-plan.

1Accessibilité : créez des textes descriptifs pour les vidéos afin que les personnes utilisant un lecteur d’écran puissent comprendre le récit visuel.
2Médiathèques : générez des descriptions et des tags consultables pour de grandes collections de clips vidéo importés.
3Opérations de contenu : résumez les séquences avant le montage, la révision, la publication ou leur traitement créatif en aval.
4Contrôle qualité vidéo : examinez les actions, les transitions de scène, les objets et le contexte visuel des clips générés ou envoyés par les utilisateurs.
5Automatisation des workflows : transmettez une légende à un autre nœud de texte, de recherche ou de génération de contenu sans étape de révision manuelle.
💰

Prix ​​et valeur

Analyse des coûts

muapiapp$0.006 minimum; $0.010 per 5s

Facturation selon la durée, avec un minimum de trois secondes et un maximum de 120 secondes.

** Les prix des concurrents sont estimés sur la base d'architectures de modèles et de niveaux d'utilisation similaires.

⚙️

Détails techniques

Schéma de configuration

URL de la vidéostring

Public video URL to caption. Supports common video formats and a maximum duration of 2 minutes.

Valeur par défauthttps://interactive-examples.mdn.mozilla.net/media/cc0-videos/flower.mp4
Detail LevelÉnumération (options 3)

Caption detail: low for a brief summary, medium for a balanced description, or high for comprehensive temporal and visual detail.

Valeur par défautmedium
📖

Guide de mise en œuvre

Documentation du développeur

Légender une vidéo

Envoyez une requête POST à /api/v1/molmo2-video-captioner avec une URL vidéo publique dans video_url et, en option, un detail_level de low, medium ou high. L’API renvoie un request_id. Interrogez /api/v1/predictions/{id}/result jusqu’à ce que le statut soit completed, ou indiquez une URL de webhook pour une livraison asynchrone.

curl -X POST "https://api.muapi.ai/api/v1/molmo2-video-captioner"
-H "x-api-key: YOUR_API_KEY"
-H "Content-Type: application/json"
-d '{ "video_url": "https://example.com/video.mp4", "detail_level": "medium" }'

La réponse une fois le traitement terminé place la légende générée dans le tableau outputs. Les clips peuvent durer jusqu’à 120 secondes.

❓

Questions courantes

Foire aux questions

Que renvoie le légendeur vidéo Molmo2 ?

Il renvoie une légende écrite décrivant les sujets, les objets, les actions, les changements de scène, les mouvements de caméra et le contexte visuel pertinent de la vidéo.

Quels formats vidéo sont pris en charge ?

Fournissez une URL vidéo accessible publiquement dans video_url. Les formats vidéo courants sont pris en charge et la durée maximale en entrée est de deux minutes.

Quelle est la différence entre les niveaux faible, moyen et élevé ?

Le niveau faible produit un résumé concis, le niveau moyen fournit une description équilibrée et le niveau élevé propose un compte rendu plus complet des actions dans le temps et des détails visuels.

La requête de génération de légende est-elle synchrone ?

La requête est asynchrone. Envoyez la vidéo, recevez un request_id, puis interrogez le point de terminaison de résultat ou indiquez une URL de webhook pour recevoir la légende une fois prête.

Comment le tarif est-il calculé ?

La facturation dépend de la durée de la vidéo, au tarif de $0.010 par tranche de cinq secondes, avec un minimum de $0.006 jusqu’à trois secondes et une durée facturable maximale de 120 secondes.

Puis-je utiliser ce modèle dans un workflow ?

Oui. Le modèle est disponible sous forme de nœud de workflow avec sortie texte : sa légende peut donc alimenter les étapes suivantes de rédaction, de recherche, de classification ou de publication.