VFX

VFX

• VFX 模型可以为视频或图像添加电影化、高冲击力的视觉特效。它通过 AI 合成和运动生成技术，模拟爆炸、解体、悬浮和元素力量等大规模视觉效果。

功能

• 创作者只需使用简单提示词或预设，即可获得好莱坞风格的视觉特效。系统会利用空间、时间和视觉一致性机制，将效果合成到提供的媒体上。

核心功能

• AI 驱动的视觉特效： 为静态图像或视频添加爆炸、闪电、龙卷风等动态电影化效果。
• 预设效果库： 支持建筑爆炸、汽车爆炸等预置效果。
• 空间感知合成： 使用 AI 推断的对象位置，将效果与主体对齐并自然融合。
• 时间控制： 自动校准特效时长和过渡时间，提升真实感。
• 图像输入： 支持静态画面和短视频片段。

限制

• 效果强度可能有所不同： 某些预设高度依赖主体姿势、位置或光照，才能获得最佳结果。
• 优先支持单主体： 目前针对包含一个或两个主要视觉主体（例如人物或汽车）的场景进行了优化。
• 更适合静态背景： 摄像机运动或背景复杂的场景可能降低真实感。
• 暂不支持精细控制： 用户还不能完全自定义特效的位置、图层关系或路径动画。

不适用的用途

• VFX 不得用于：

  1. 模拟真实灾难影像，以误导他人或制造恐慌。
  2. 在缺乏背景说明或未经同意的情况下制作伤害、暴力或虐待的视觉内容。
  3. 在敏感场景中修改未成年人的图像。
  4. 制作虚假信息或冒充他人的宣传活动。
  5. 制作宣扬仇恨、极端主义或违法活动的场景。

身份验证

• 身份验证详情请参阅身份验证指南。

API 端点

提交任务并查询结果

• 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 Mercedes bench car",
      "image_url": "https://example.com/car.jpg",
      "name": "Car Explosion",
      "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 Mercedes bench car",
      "image_url": "https://d3adwkbyhxyrtq.cloudfront.net/ai-images/186/325013990791/fa5a980c-5c3c-42c3-87a3-578976ffd8a6.jpg",
      "name": "Car Explosion",
      "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 Mercedes bench car',
      image_url: 'https://d3adwkbyhxyrtq.cloudfront.net/ai-images/186/325013990791/fa5a980c-5c3c-42c3-87a3-578976ffd8a6.jpg',
      name: '3Car Explosion',
      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();
  

参数

任务提交参数

请求参数

参数	类型	必填	默认值	范围	描述
prompt	string	是	""	-	生成输出的提示词。
image_url	string	是	""	-	用于生成输出的图像。
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	输出视频的画面比例。
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（会影响渲染时间）。
duration	number	否	5	5 ~ 10	生成视频的时长（秒）。

响应参数

参数	类型	描述
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	根据任务 ID 获取结果的 API URL。
has_nsfw_contents	array of booleans	表示输出是否包含 NSFW 内容。
status	string	任务状态：completed、failed 或 processing。
created_at	string（时间戳）	任务创建时间的 ISO 时间戳。
error	string	任务失败时的错误消息；成功时为空。
executionTime	number（毫秒）	完成任务所花费的总时间（毫秒）。
timings.inference	number（毫秒）	模型推理所花费的时间（毫秒）。

结果查询参数

结果请求参数

参数	类型	必填	默认值	描述
id	string	是	-	任务 ID

结果响应参数

参数	类型	描述
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	根据任务 ID 获取结果的 API URL。
has_nsfw_contents	array of booleans	表示输出是否包含 NSFW 内容。
status	string	任务状态：completed、failed 或 processing。
created_at	string（时间戳）	任务创建时间的 ISO 时间戳。
error	string	任务失败时的错误消息；成功时为空。
executionTime	number（毫秒）	完成任务所花费的总时间（毫秒）。
timings.inference	number（毫秒）	模型推理所花费的时间（毫秒）。