Molmo2 Video Captioner: Большие языковые модели искусственного интеллекта

Создавайте подробные подписи к видео с помощью Molmo2. Выбирайте низкий, средний или высокий уровень детализации для описания сцен во времени и визуальных сводок. Оплата за каждые 5 секунд.

Интерактивное управление моделью

Создавайте подробные подписи к видео с помощью Molmo2. Выбирайте низкий, средний или высокий уровень детализации для описания сцен во времени и визуальных сводок. Оплата за каждые 5 секунд.

📝

Обзор

Об этой модели

Molmo2 Video Captioner превращает общедоступную ссылку на видео в подробное текстовое описание, которое отслеживает происходящее во времени, а не только то, что видно в одном кадре. Модель распознаёт объекты и людей, смену сцен, движение камеры, взаимодействия и важный визуальный контекст. Результат подходит в качестве альтернативного текста для доступности, описания для поиска в медиатеке или входных данных для последующих творческих и автоматизированных процессов. Выберите низкую детализацию для краткой сводки, среднюю — для сбалансированной подписи, высокую — для более полного описания действий во времени и структуры сцен. Длительность ролика — до двух минут. API возвращает подпись асинхронно, поэтому длительный анализ видео легко встроить в производственные конвейеры, узлы рабочих процессов и фоновые задачи.

1Доступность: Создавайте описания видео, чтобы пользователи программ чтения с экрана могли понять визуальный сюжет.
2Медиатеки: Создавайте описания и теги с возможностью поиска для больших коллекций загруженных видеороликов.
3Работа с контентом: Кратко описывайте материал перед монтажом, проверкой, публикацией или последующей творческой обработкой.
4Контроль качества видео: Проверяйте действия, переходы между сценами, объекты и визуальный контекст в созданных или присланных пользователями роликах.
5Автоматизация рабочих процессов: Передавайте подпись в следующий узел обработки текста, поиска или создания контента без ручной проверки.
💰

Цены и стоимость

Анализ затрат

muapiapp$0.006 minimum; $0.010 per 5s

Оплата по длительности видео, минимум три секунды, максимум 120 секунд.

** Цены конкурентов рассчитаны на основе аналогичных архитектур моделей и уровней использования.

⚙️

Технические детали

Схема конфигурации

URL-адрес видеоstring

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

Значение по умолчаниюhttps://interactive-examples.mdn.mozilla.net/media/cc0-videos/flower.mp4
Detail LevelПеречисление (3 опций)

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

Значение по умолчаниюmedium
📖

Руководство по внедрению

Документация разработчика

Создание подписи к видео

Отправьте POST-запрос на /api/v1/molmo2-video-captioner, указав общедоступный video_url и необязательный detail_level: low, medium или high. API вернёт request_id. Опросите /api/v1/predictions/{id}/result до тех пор, пока status не станет completed, либо укажите URL вебхука для асинхронной доставки.

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" }'

В завершённом ответе сгенерированная подпись находится в массиве outputs. Длительность ролика может составлять до 120 секунд.

❓

Общие вопросы

Часто задаваемые

Что возвращает Molmo2 Video Captioner?

Текстовую подпись с описанием объектов и людей в видео, действий, смены сцен, движения камеры и значимого визуального контекста.

Какие видео можно передавать на вход?

Укажите общедоступную ссылку на видео в video_url. Поддерживаются распространённые видеоформаты; максимальная длительность — две минуты.

Чем отличаются низкая, средняя и высокая детализация?

Низкая даёт краткую сводку, средняя — сбалансированное описание, а высокая — более подробный разбор действий во времени и визуальных деталей.

Запрос на создание подписи выполняется синхронно?

Нет, запрос выполняется асинхронно. Отправьте видео, получите request_id и опрашивайте конечную точку результата либо укажите URL вебхука, чтобы получить готовую подпись.

Как рассчитывается стоимость?

Оплата рассчитывается по длительности видео: $0.010 за каждые пять секунд. Минимальная стоимость — $0.006 за ролик длительностью до трёх секунд; максимальная оплачиваемая длительность — 120 секунд.

Можно ли использовать эту модель в рабочем процессе?

Да. Модель доступна как узел с текстовым выходом, поэтому её подпись можно передать в последующие этапы написания, поиска, классификации или публикации.