AI Video Effects

AI Video Effects

• AI Video Effects 是一款先进的视频变换引擎，使用 AI 为用户提交的图片应用高级风格化、修复和动画效果。

Features（功能）

• AI Video Effects 通过基于提示词的控制或预训练效果类型，实现流畅的视频增强与变换。

Key Features（主要功能）

• 提示词驱动的视频效果：使用自然语言提示词应用旋转、动物、刺客或愤怒等效果。
• 预训练效果库：从不断增长的内置效果中选择，例如 VHS Footage、Samurai It、Film Noir、Inflate It 等。
• 帧一致性：保持帧与帧之间的时间一致性，输出流畅且不闪烁。
• 快速推理：针对高速推理设计，短片通常可在 2 分钟内完成。
• 灵活的输入支持：支持 MP4、MOV、WebM 等多种输入格式。
• 云端或本地部署：可以通过 API 使用，也可以部署到私有环境。

Limitations（限制）

• 创意用途为主：模型针对艺术和娱乐使用场景调优，不用于真实世界的视频事实修复。
• 效果差异：某些效果对特定视频类型的影响可能较弱，例如低光或快速移动的场景。
• 片段时长：面向 10 秒以内的短内容；长视频可能需要预处理或分段。
• 提示词歧义：含糊或相互矛盾的提示词可能产生不可预测的结果。

Out-of-Scope Use（禁止用途）

• AI Video Effects 不得用于违反适用法律或道德准则的场景，包括但不限于：

  1. 在未经同意的情况下生成用于冒充真实个人的深度伪造内容。
  2. 以欺骗为目的制作或传播虚假信息或被操纵的媒体。
  3. 生成非自愿或具有剥削性的视觉内容。
  4. 对涉及未成年人的内容应用可能被视为有害或具有剥削性的效果。
  5. 使用 AI 生成的视频进行骚扰、威胁或有组织的滥用活动。
  6. 制作意图煽动暴力、仇恨或歧视的视频输出。
  7. 规避知识产权，或制作关于品牌、公众人物的误导性呈现。

Authentication（身份验证）

• 身份验证详情请参阅身份验证指南。

API Endpoints（API 端点）

Submit Task & Query Result（提交任务与查询结果）

• cURL

  # Submit Task
  curl --location --request POST 'https://api.muapi.ai/api/v1/generate_wan_ai_effects' \
    --header "Content-Type: application/json" \
    --header "x-api-key: {MUAPIAPP_API_KEY}" \
    --data-raw '{
      "prompt": "a cute kitten",
      "image_url": "https://example.com/kitten.jpg",
      "name": "Cakeify",
      "aspect_ratio": "16:9",
      "resolution": "480p",
      "quality": "medium",
      "duration": 5
    }'
  
  # Poll for results
  curl --location --request GET "https://api.muapi.ai/api/v1/predictions/${request_id}/result" \
    --header "x-api-key: {MUAPIAPP_API_KEY}"
  

• Python

  import os
  import requests
  import json
  import time
  
  from dotenv import load_dotenv
  load_dotenv()
  
  def main():
    print("Hello from MuApiApp!")
    API_KEY = os.getenv("MUAPIAPP_API_KEY")
    print(f"API_KEY: {API_KEY}")
  
    url = "https://api.muapi.ai/api/v1/generate_wan_ai_effects"
    headers = {
      "Content-Type": "application/json",
      "x-api-key": f"{API_KEY}",
    }
    payload = {
      "prompt": "a cute kitten",
      "image_url": "https://d3adwkbyhxyrtq.cloudfront.net/ai-images/186/902675646946/c0951838-8bc5-4598-8e8e-941df16446fa.jpg",
      "name": "Cakeify",
      "aspect_ratio": "16:9",
      "resolution": "480p",
      "quality": "medium",
      "duration": 5
    }
  
    begin = time.time()
    response = requests.post(url, headers=headers, data=json.dumps(payload))
    if response.status_code == 200:
      result = response.json()
      request_id = result["data"]["request_id"]
      print(f"Task submitted successfully. Request ID: {request_id}")
    else:
      print(f"Error: {response.status_code}, {response.text}")
      return
  
    url = f"https://api.muapi.ai/api/v1/predictions/{request_id}/result"
    headers = {"x-api-key": f"{API_KEY}"}
  
    while True:
      response = requests.get(url, headers=headers)
      if response.status_code == 200:
        result = response.json()
        status = result["data"]["status"]
  
        if status == "completed":
          end = time.time()
          print(f"Task completed in {end - begin} seconds.")
          url = result["video"]["url"]
          print(f"Task completed. URL: {url}")
          break
        elif status == "failed":
          print(f"Task failed: {result.get('error')}")
          break
        else:
          print(f"Task still processing. Status: {status}")
      else:
        print(f"Error: {response.status_code}, {response.text}")
        break
  
      time.sleep(0.5)
  
  if __name__ == "__main__":
    main()
  

• JavaScript

  require('dotenv').config();
  const axios = require('axios');
  
  async function main() {
    console.log("Hello from MuApiApp!");
  
    const API_KEY = process.env.MUAPIAPP_API_KEY;
    console.log(`API_KEY: ${API_KEY}`);
  
    const url = 'https://api.muapi.ai/api/v1/generate_wan_ai_effects';
    const headers = {
      'Content-Type': 'application/json',
      'x-api-key': `${API_KEY}`,
    };
  
    const payload = {
      prompt: 'a cute kitten',
      image_url: 'https://d3adwkbyhxyrtq.cloudfront.net/ai-images/186/902675646946/c0951838-8bc5-4598-8e8e-941df16446fa.jpg',
      name: 'Cakeify',
      aspect_ratio: '16:9',
      resolution: '480p',
      quality: 'medium',
      duration: 5,
    };
  
    try {
      const begin = Date.now();
      const response = await axios.post(url, payload, { headers });
  
      if (response.status === 200) {
        const requestId = response.data.data.request_id;
        console.log(`Task submitted successfully. Request ID: ${requestId}`);
  
        const resultUrl = `https://api.muapi.ai/api/v1/predictions/${request_id}/result`;
        const pollHeaders = { x-api-key: `${API_KEY}` };
  
        while (true) {
          const pollResponse = await axios.get(resultUrl, { headers: pollHeaders });
  
          if (pollResponse.status === 200) {
            const status = pollResponse.data.data.status;
  
            if (status === 'completed') {
              const end = Date.now();
              console.log(`Task completed in ${(end - begin) / 1000} seconds.`);
              const videoUrl = pollResponse.data.video.url;
              console.log(`Task completed. URL: ${videoUrl}`);
              break;
            } else if (status === 'failed') {
              console.log(`Task failed: ${pollResponse.data.error}`);
              break;
            } else {
              console.log(`Task still processing. Status: ${status}`);
            }
          } else {
            console.log(`Error: ${pollResponse.status}, ${pollResponse.statusText}`);
            break;
          }
  
          await new Promise(resolve => setTimeout(resolve, 500));
        }
      } else {
        console.log(`Error: ${response.status}, ${response.statusText}`);
      }
    } catch (error) {
      console.error(`Request failed: ${error.message}`);
    }
  }
  
  main();
  

Parameters（参数）

Task Submission Parameters（任务提交参数）

Request Parameters（请求参数）

参数	类型	必填	默认值	范围	说明
prompt	string	是	""	-	生成输出所使用的提示词。
image_url	string	是	""	-	用于生成输出的图片。
name	string	是	""	-	任务或输出文件的自定义名称。
aspect_ratio	string	否	16:9	1:1、9:16、16:9	输出视频的宽高比。
resolution	string	否	480p	480p、720p	输出视频的分辨率。
quality	string	否	medium	medium、high	控制整体视频质量，也会影响渲染时间。
duration	number	否	5	5 ~ 10	生成视频的时长，单位为秒。

Response Parameters（响应参数）

参数	类型	说明
code	integer	HTTP 状态码，例如成功时为 200。
message	string	状态消息，例如 success。
id	string	生成任务的唯一标识符。
outputs	array of strings	指向生成视频输出的 URL。
urls.get	string	通过任务 ID 获取结果的 API URL。
has_nsfw_contents	array of booleans	指示输出是否包含 NSFW 内容。
status	string	任务状态：completed、failed 或 processing。
created_at	string（timestamp）	任务创建时间的 ISO 时间戳。
error	string	任务失败时的错误信息；成功时为空。
executionTime	number（milliseconds）	任务完成所用的总时间，单位为毫秒。
timings.inference	number（milliseconds）	模型推理所用时间，单位为毫秒。

Result Query Parameters（结果查询参数）

Result Request Parameters（结果请求参数）

参数	类型	必填	默认值	说明
id	string	是	-	任务 ID

Result Response Parameters（结果响应参数）

参数	类型	说明
code	integer	HTTP 状态码，例如成功时为 200。
message	string	状态消息，例如 success。
id	string	生成任务的唯一标识符。
outputs	array of strings	指向生成视频输出的 URL。
urls.get	string	通过任务 ID 获取结果的 API URL。
has_nsfw_contents	array of booleans	指示输出是否包含 NSFW 内容。
status	string	任务状态：completed、failed 或 processing。
created_at	string（timestamp）	任务创建时间的 ISO 时间戳。
error	string	任务失败时的错误信息；成功时为空。
executionTime	number（milliseconds）	任务完成所用的总时间，单位为毫秒。
timings.inference	number（milliseconds）	模型推理所用时间，单位为毫秒。