用途:把人物照与产品照(可加脚本、场景描述)合成为9:16竖版UGC风格视频广告,并带原生对话音频。
主要能力(三步流水线,每步输出供下一步使用):
- 导演提示词:用 GPT 模型(如 gpt-5.1 或执行代理可用的聊天模型)以 temperature 0、约 200 tokens 生成超写实生活方式摄影提示词,需代入人物、产品、环境;可穿戴产品让人物自然穿戴,手持产品让人物自然持握,产品需清晰可见、logo 文字可辨。
- 主图:调用 nano-banana-pro-edit 编辑模型,参考图顺序为人物在前、产品在后,比例 9:16,1 张,1K,jpeg。生成后建议先给用户确认。
- 视频:调用 seedance-2-vip-image-to-video(或 -fast 变体),以上一步主图为起始图,9:16、10 秒、生成音频、CFG scale 0.5,负向提示 blur, distort, low quality;提示词描述单镜头、无剪辑、无文字、自然对话口播脚本。用 muapi predict wait <request_id> 轮询并下载到用户输出目录。
输入:person(image_url,必填,人脸加上半身效果较好)、product(image_url,必填,清晰、中性背景、logo 文字可辨)、script(text,可选,默认给了一段示例,1–2 句适合 10 秒)、environment(text,可选,默认 study room, laptop in front of it)。缺少人物或产品时,请用户上传(muapi upload file <path>)或提供占位图。
使用方式:由 LLM 编排,读取各阶段、向用户收集缺失输入,再调用 muapi CLI。若 MUAPI_API_KEY 未设置,先运行 muapi auth configure。本地文件先上传:muapi upload file <path> --output-json --jq '.url'。若 CLI 未别名相关模型,可回退原始 API:curl -X POST https://api.muapi.ai/api/v1/<endpoint> -H "x-api-key: $MUAPI_API_KEY" -H 'content-type: application/json' -d '{...}',再用 muapi predict wait <request_id> 轮询。
适用场景:垂直UGC广告、人物加产品口播视频、生活方式产品视频、UGC reel。
限制:VIP 档支持 9:16 与 4–15 秒,10 秒是 1–2 句脚本的合适长度;脚本过长会被压缩并切词。Seedance VIP 可容忍参考图中真实人脸,适合UGC。需要多镜头广告时,在第二步生成多个主图变体后分别动画,Seedance VIP 不支持 9:16 加音频的多图图生视频。其余定价与可用性资料未提供。