用途
p-video-2-pro-reference 是 PrunaAI/pruna-skills 技能套件中的“参考生视频”通道，构建在 MiniMax H3 Ref2V 之上。它用参考素材锁定主体（产品静帧、角色、视频片段或声音），生成 24 fps、带生成声音的 MP4 短片。
主要能力
- 支持图片、视频、音频三类参考素材：图片最多 9 张（含首尾帧），视频最多 3 段，音频最多 3 段。
- 可用 first_frame_image / last_frame_image 设置软关键帧（方向性引导，不保证像素级精确），并计入 9 张图片上限。
- keep_audio 设为 true 且只传一个音频文件时，该文件作为成片音轨，视频按音频节奏生成；未设置时音频仅作参考引导，成片带生成声音。
- 支持 duration（5–15 秒整数，默认 5）、resolution（480p / 768p）、mode（speed 默认 / cost）、aspect_ratio（默认 16:9，可选 adaptive、9:16、4:3、3:4、3:2、2:3、1:1）、prompt_upsampler（turbo 默认 / max / off）、seed。
使用方式
需先安装并阅读前置技能：generation-diversity、video-prompting、audio-prompting（涉及音频时）、pruna-api；也可一次安装整套：npx skills add PrunaAI/pruna-skills@pruna -y。
通过 HTTP 调用：先上传参考素材到 https://api.pruna.ai/v1/files，再向 https://api.pruna.ai/v1/predictions 发起 POST，请求头带 apikey 与 Model: p-video-2-pro-reference。默认异步轮询；加 Try-Sync: true 可同步快速测试。
必填项为 prompt 及至少一个图片或视频参考；音频不能使无参考的请求成立。上传前需获得用户授权，不得暴露 PRUNA_API_KEY。
计费
按完成运行计费：输出秒数加实际使用的每个参考。输出示例费率：480p cost $0.015/秒，768p cost $0.025/秒，480p speed $0.02/秒，768p speed $0.035/秒；参考视频、参考图片、参考音频另有费率。输出秒数按 int(num_frames/24) 计。最低有效请求约 $0.08（一张图片）。限流 250 请求/分钟。
适用场景
需要保持主体身份、材质或动作节奏一致性的单镜头电影感短片，例如产品展示、角色出镜、按上传音轨配音口型。
限制
- 每次调用只生成一个预测、一个片段；不支持多场景拼接、子代理编排或并行场景批次。
- 不支持 1080p、草稿预览、fps、save_audio、quality 模式等字段。
- 输出固定 480p 或 768p、24 fps。
- 纯文本或普通首尾帧生成、简单廉价片段、纯口播数字人、对现有素材做指令编辑，应改用 p-video-2-pro、p-video-2、p-video、p-video-avatar、p-video-edit 等技能。
- 参考素材设有硬性大小与时长上限：图片每张≤20 MiB、≤4096 px；视频每段≤100 MiB、≤1080p、≤60 fps、2–15 秒，合计≤15 秒；音频每段≤50 MiB，合计≤15 秒。