用途:p-video 用于生成简单、快速的短视频片段,例如草稿、轻量 B-roll 或首尾帧动画。它每次调用只生成一个 p-video 预测结果,不负责多场景拼接、并行批次或子智能体编排。
主要能力:支持文本生成视频、图片生成视频(首帧锚定)、首尾帧过渡,以及带音频条件的生成。常见可选字段包括 image(首帧)、last_frame_image(结束帧)、audio(音频条件,时长跟随音频且上限 20 秒)、duration(1–20 秒,设置音频时忽略)、resolution(默认 720p 或 1080p)、fps(默认 24 或 48)、aspect_ratio(无图片时可选 16:9、9:16、4:3、3:4、3:2、2:3、1:1)、draft(预览约快 4 倍且更便宜)、save_audio、seed、prompt_upsampling、disable_safety_filter。设置 image 时 aspect_ratio 被忽略;设置 audio 时应省略 duration 并设 save_audio: true。
使用方式:需先安装并加载相关技能,例如 npx skills add PrunaAI/pruna-skills@generation-diversity -y、npx skills add PrunaAI/pruna-skills@video-prompting -y、npx skills add PrunaAI/pruna-skills@audio-prompting -y、npx skills add PrunaAI/pruna-skills@pruna-api -y,或一次性安装 npx skills add PrunaAI/pruna-skills@pruna -y。调用前需确认 PRUNA_API_KEY。图片或音频需先上传到 https://api.pruna.ai/v1/files,再通过 https://api.pruna.ai/v1/predictions 创建异步预测,请求头使用 apikey 和 Model: p-video。轮询与下载遵循 pruna-api 技能。
适用场景:简单快速片段、草稿、轻量 B-roll、短运动镜头、首尾帧动画,以及带旁白同步的单一节拍。
限制:不适用于多场景组装、拼接、并行场景批次、模板视频动作迁移、仅口播/唇形同步、电影级生成音频、1080p 或导入音频的精细片段。若请求超过一个片段,应停止并改用 image-to-video、visual-transition-reel 或 narrated-multi-scene 等技能。音频驱动时片段长度取音频长度与 20 秒的较小值,建议 TTS 不超过约 19 秒。提示词需新鲜具体并匹配用户节拍,不得复制技能示例或复用旧会话提示词。