跳转到主要内容
POST
/
v1
/
tasks
SkyReels 系列
curl --request POST \
  --url https://www.qingbo.dev/v1/tasks \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "<string>",
  "action": "<string>",
  "prompt": "<string>",
  "aspect_ratio": "<string>",
  "resolution": "<string>",
  "duration": 123,
  "image_urls": [
    "<string>"
  ],
  "first_frame_image": "<string>",
  "last_frame_image": "<string>",
  "video_urls": [
    "<string>"
  ],
  "audio_urls": [
    "<string>"
  ],
  "callback_url": "<string>",
  "callback_events": [
    "<string>"
  ]
}
'
{
  "task_id": "task-wave1775285160b950328499",
  "model": "skyreels-v4-fast",
  "action": "generate",
  "status": "queued",
  "created_at": 1775285160040,
  "progress": 0
}

Documentation Index

Fetch the complete documentation index at: https://docs.qingbo.dev/llms.txt

Use this file to discover all available pages before exploring further.

昆仑万维 SkyReels V4 系列视频生成模型。 V4 是 SkyReels 的多模态版本,在 T2V / I2V 之外原生支持 Omni 多素材参考(图 / 视频 / 音频)、视频扩展、首尾帧 / 中间关键帧、声纹同步等高级能力,3-15 秒任意整数时长。 按 分辨率 × 时长 计费,Fast / Std 两档可选:
档位定位速度画质推荐场景
skyreels-v4-fast加速档快标准创意预览、批量草稿、A/B 比对
skyreels-v4-std标准档慢(约 1.5-2x)更稳定最终交付、客户成片、复杂运动镜头
两档共享同一套参数与能力(actions / ref_images / ref_videos / mid_frame_images / 声纹),只是采样深度不同。建议先用 fast 跑通构思,再用 std 出终版。

​
定价

按秒计费($ / 秒),启用视频参考(ref_videos 含 extend 或 reference 类型)时另算单价:

​
skyreels-v4-fast

分辨率标准含视频参考5 秒视频(标准)
480P$0.068 / 秒$0.1275 / 秒$0.34
720P$0.0935 / 秒$0.17 / 秒$0.4675
1080P$0.23375 / 秒$0.425 / 秒$1.16875

​
skyreels-v4-std

分辨率标准含视频参考5 秒视频(标准)
480P$0.0935 / 秒$0.153 / 秒$0.4675
720P$0.119 / 秒$0.2125 / 秒$0.595
1080P$0.2975 / 秒$0.53125 / 秒$1.4875
视频参考加价 — 当 ref_videos 中包含 reference(视频参考)或 extend(视频扩展)类型素材时,按”含视频参考”列计价;否则按标准列。

​
调用示例

curl -X POST https://www.qingbo.dev/v1/tasks \
  -H "Authorization: Bearer $WAVE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "skyreels-v4-fast",
    "prompt": "一只柴犬穿宇航服在月球漫步,镜头缓缓推近,电影感光影",
    "duration": 5,
    "resolution": "1080p",
    "aspect_ratio": "16:9"
  }'

{
  "task_id": "task-wave1775285160b950328499",
  "model": "skyreels-v4-fast",
  "action": "generate",
  "status": "queued",
  "created_at": 1775285160040,
  "progress": 0
}
提交后用 GET /v1/tasks/{task_id} 轮询状态,详见 任务系统。

​
模式速查

通过 action 字段(或对应媒体字段)切换不同生成模式:
模式action关键字段典型用途
文生视频generateprompt纯文本生成
图生视频image2videofirst_frame_image单帧动起来
首尾帧补全first_last_framefirst_frame_image + last_frame_image精确控制起止画面
多图参考(Omni)referenceref_images角色 / 风格 / 场景一致性
视频参考reference_videoref_videos.type=reference复刻镜头运动 / 风格
视频扩展extendref_videos.type=extend续写已有视频
音频驱动reference_audioaudio_urls 或 ref_images[].audio_url声纹 / 节拍同步,口型对齐
通常无需显式传 action — 后端会按你传的媒体字段自动路由。显式传可锁定模式,避免歧义(如同时有图片和视频时强制走视频参考)。

​
可用模型

模型 ID档位分辨率时长说明
skyreels-v4-fast加速档480P / 720P / 1080P3-15 秒T2V/I2V/Omni 全能力,响应更快
skyreels-v4-std标准档480P / 720P / 1080P3-15 秒同 fast 能力,画质更稳定,适合最终交付

​
通用参数

​
model
string
必填
模型 ID。可选值:
  • skyreels-v4-fast — 加速档
  • skyreels-v4-std — 标准档
​
action
string
默认值:"generate"
操作类型,后端通常按媒体字段自动路由,显式传可锁定模式。可选值:
  • generate — 文生视频(T2V)
  • image2video — 图生视频(I2V),配合 first_frame_image
  • first_last_frame — 首尾帧补全,配合 first_frame_image + last_frame_image
  • reference — 多图参考(Omni 风格 / 角色一致),配合 ref_images
  • reference_video — 视频参考,配合 ref_videos.type=reference
  • reference_audio — 音频驱动,配合 audio_urls 或 ref_images[].audio_url
  • extend — 视频扩展,配合 ref_videos.type=extend
​
prompt
string
视频描述文本,最多 5000 字符。T2V 模式必填;其他模式可选作引导
​
aspect_ratio
string
默认值:"16:9"
画面宽高比,T2V 生效;含媒体素材的模式跟随源素材比例。可选值:
  • 16:9 — 横版宽屏
  • 9:16 — 竖版长屏
  • 4:3 — 横版
  • 3:4 — 竖版
  • 1:1 — 正方形
​
resolution
string
默认值:"720p"
输出分辨率,可选值:
  • 480p
  • 720p
  • 1080p
​
duration
integer
默认值:"5"
视频时长(秒),范围 3-15 任意整数
​
image_urls
string[]
参考图片 URL 数组(简化模式),与 ref_images 二选一。复杂场景(需要指定 tag / type=image|grid / 绑定 audio_url)请用 ref_images
​
first_frame_image
string
视频首帧图 URL,触发 I2V 模式
​
last_frame_image
string
视频尾帧图 URL,与 first_frame_image 同时传时触发 首尾帧补全
​
video_urls
string[]
参考视频 URL 数组(简化模式),与 ref_videos 二选一。复杂场景(需要指定 tag / type=reference|extend)请用 ref_videos
​
audio_urls
string[]
参考音频 URL 数组(简化模式),触发 声纹同步(reference_audio 模式),与 ref_images 内的 audio_url 字段二选一。复杂场景(需要把音频绑定到具体素材项,与图片 / 风格组联动)请用 ref_images[].audio_url
​
callback_url
string
Webhook 回调地址,任务终态时调用。详见 回调机制
​
callback_events
string[]
需要订阅的回调事件类型,默认订阅终态(succeeded / failed)。可选值:
  • queued — 入队
  • running — 开始执行
  • succeeded — 成功(默认)
  • failed — 失败(默认)

​
模型特定参数

两档参数完全一致,区别仅在生成速度与画质,按场景选择即可。
定位: 加速档,响应更快,适合预览 / 草稿 / 高吞吐场景。
​
ref_images
array
Omni 多图参考,最多 6 项。每项支持 image 单图或 grid 多图组合,可附 audio_url 作驱动音。详见下方 复合字段说明
​
ref_videos
array
视频参考,最多 1 项。type=reference 用作风格 / 角色参考,type=extend 用作视频续写。详见下方 复合字段说明
​
mid_frame_images
array
中间关键帧,最多 6 项,带时间戳。可与 first_frame_image / last_frame_image 组合,精确控制运动轨迹。详见下方 复合字段说明
​
prompt_optimizer
boolean
默认值:"true"
是否启用提示词智能改写。开启后后端会扩展 prompt 细节,提升生成稳定性;关闭则严格按原 prompt 执行

​
复合字段说明

SkyReels V4 的多模态能力靠三个数组字段表达,语义比通用 image_urls / video_urls 更精确,推荐复杂场景使用。

​
ref_images — Omni 多素材参考

参考素材列表,最多 6 项,每项可以是单图、多图组合(grid),并可绑定一段驱动音频。
字段类型必填说明
tagstring是素材标签,会注入 prompt 上下文。例如 char / style / bg
typestring是image — 单图;grid — 多图组合(2-9 张拼成一组语义)
image_urlsstring[]是图片 URL 数组。type=image 时长度为 1;type=grid 时 2-9
audio_urlstring否该素材绑定的音频(声纹 / 节拍驱动),WAV / MP3
"ref_images": [
  {
    "tag": "char",
    "type": "image",
    "image_urls": ["https://cdn.example.com/char.jpg"]
  },
  {
    "tag": "style",
    "type": "grid",
    "image_urls": [
      "https://cdn.example.com/scene-1.jpg",
      "https://cdn.example.com/scene-2.jpg",
      "https://cdn.example.com/scene-3.jpg"
    ],
    "audio_url": "https://cdn.example.com/bgm.mp3"
  }
]

​
ref_videos — 视频参考 / 视频扩展

视频素材列表,最多 1 项。type 决定语义:作风格参考还是视频续写。
字段类型必填说明
tagstring是素材标签,如 src / style_ref
typestring是reference — 风格 / 角色 / 运动参考;extend — 视频续写,新生成的视频接在源视频之后
video_urlstring是视频 URL,MP4 / MOV
"ref_videos": [
  {
    "tag": "src",
    "type": "extend",
    "video_url": "https://cdn.example.com/source.mp4"
  }
]
计价提醒 — ref_videos 中任一项为 reference 或 extend 时,触发 +video_ref 加价档。

​
mid_frame_images — 中间关键帧

定义视频中段的关键画面,最多 6 项,按时间戳插值。常与首尾帧组合用于精确编排镜头节奏。
字段类型必填说明
tagstring是关键帧标签,如 kf_2s / peak
image_urlstring是关键帧图片 URL
time_stampnumber是该帧出现的时间(秒),需在 (0, duration) 区间内,严格递增
"mid_frame_images": [
  {
    "tag": "kf_2s",
    "image_url": "https://cdn.example.com/kf-2.jpg",
    "time_stamp": 2.0
  },
  {
    "tag": "kf_5s",
    "image_url": "https://cdn.example.com/kf-5.jpg",
    "time_stamp": 5.0
  }
]

​
Prompt 写作建议

SkyReels V4 的 prompt_optimizer 默认开启,但显式写好 prompt 仍能显著提升出片质量:
  • 镜头语言 — 明确镜头运动(推 / 拉 / 摇 / 跟)与景别(特写 / 全景 / 俯拍),例:镜头缓缓推近,从全景到面部特写
  • 节奏控制 — 用时间词分段,例:前 2 秒静止凝视,后 3 秒转身离开,配合 mid_frame_images 效果更好
  • 风格锚定 — 描述光影 / 色调 / 质感,例:电影感冷色调,自然光逆光,胶片颗粒
  • 避免负面词 — V4 不支持 negative_prompt,把”不要 X”改写为正面描述
  • 多素材引导 — 用了 ref_images 时,prompt 里点名 tag,例:保持 char 角色形象,在 style 场景中行走

​
资源限制

项目限制
ref_images最多 6 项,单项 type=grid 内 2-9 张;单图 ≤ 30MB,JPG/PNG/WEBP
ref_videos最多 1 项,MP4/MOV,≤ 100MB,2-30 秒
mid_frame_images最多 6 项,时间戳须严格递增且在 (0, duration) 区间
audio_urls / audio_urlWAV/MP3,≤ 15MB,3-30 秒
first_frame_image / last_frame_imageJPG/PNG/WEBP,≤ 30MB
输出MP4,链接 24 小时有效
并发单账号同时 ≤ 5 条任务排队

​
相关文档