早鸟价(12 月 25 日截止),订阅期间一直锁定:Go $10/月(原价 $20),Plus 用 Opus 5.5 只要 $30/月(原价 $50)立即订阅 →

Muse Video Ext AI 视频生成器与 API | 10秒 720p 带音频

在线或通过 API 体验 Muse Video Ext。支持根据文本或最多 9 张参考图生成带原生音频的 10 秒 720p 视频片段,支持带时间戳的多分镜提示词。每次生成消耗 5 积分。

通过 API 调用
模型类型
24小时状态监控成功率: 100%
输入
0/5000
灵感:
提示词0/5000
0/9

可选。最多 9 张图片,总大小不超过 11 MiB。在提示词中将其命名为 Picture 1、Picture 2。自动比例将参照参考图。

自动跟随参考图比例(纯文本生成时为 16:9)。

固定为 10 秒。

固定为 720p。输出包含原生音频。

输出
Muse Video Ext 文生视频:一只雪豹在黄金时段沿着雪山山脊漫步
Muse Video Ext1 个价格
meta
规格额度价格(USD)
Per clip (10s, 720p, audio)4每次生成$0.04每次生成

价格跟随模型配置;除模型特别说明外,参考图不计费。

Muse Video Ext 可生成的内容

Muse Video Ext 每次请求生成一个带原生音频的 10 秒 720p 视频片段。可以仅凭提示词生成,也可以添加最多 9 张参考图以保持人物、产品或场景的一致性。

文本或参考图像

输入提示词,或添加 1 至 9 张图片(总大小不超过 11 MiB),并在提示词中将其命名为 Picture 1、Picture 2。暂不支持参考视频、参考音频以及首尾帧控制。

固定 10 秒、720p、带声音

时长和分辨率是固定的。每个片段都会自带生成的音轨;没有可改变价格的静音选项。

七种宽高比

1:1、16:9、9:16、4:3、3:4、3:2 或 2:3。设为 auto 将跟随参考图像的比例;仅文本生成时默认为 16:9。

带时间戳的分镜

在提示词中写入 [Shot 2] At 00:04.000 即可切换到新场景。在我们的测试中,镜头切换与设定时间的误差仅在几分之一秒以内。

Muse Video Ext 测试结果

这些片段来自我们在 2026 年 11 月 4 日的实测。时长、分辨率和消耗积分均基于实际交付的文件。

01

文生视频:黄金时刻的雪豹

提示词:一只雪豹在黄金时段沿着积雪的山脊朝镜头走来,细雪在风中飘飞,逆光的毛发,低角度缓慢推进。
请求:仅文本,16:9,10 秒,开启音频。
交付文件:H.264 MP4,1280x720,10.0 秒,带有风声和脚步声的 AAC 音频。
计费:5 积分。生成耗时约 2 分钟 20 秒。
02

参考图像:商品试穿展示

需求:3 张参考图(人物、印花、袖标),9:16,10 秒,开启音频。
交付文件:H.264 MP4,720x1280,10.0 秒,AAC 音频。
保持良好:胸前印花、印制名称和袖标在推镜头和平移镜头中均保持清晰。
计费:5 积分。生成耗时约 1 分 40 秒。

Muse Video Ext 适用场景

非常适合需要清晰展示印字或 Logo 的产品特写和简短广告。

01试穿展示与产品特写

参考产品和人物的照片,生成带有推进效果的手持镜头。在我们的测试中,印花、微小文字和袖标均保持清晰。

02多场景短广告

为每个场景指定时间戳和参考图片,例如客厅全景、试穿展示、特写以及平铺摆拍。

03带声音的电影感场景

16:9 比例的野生动物、自然风光和街景,并伴随自动匹配生成的风声、雨声或脚步声。

04社交媒体格式

如果已确定发布渠道,可直接锁定用于竖屏信息流的 9:16 或横屏的 16:9,而非选择 auto。

多镜头提示词:预期效果与须知

切镜控制准确,但人物在切镜后外观可能会有所不同。

分镜切点精准可靠

在五场景测试中,四个转场切点精准落在 2.0、4.0、6.0 和 8.0 秒,与提示词设定完全一致。

产品保持高度一致

在每个镜头中,印花、文字和 Logo 均保持一致。

切镜后人物形象可能会发生漂移

在五场景测试中,该男子从第二个镜头起看起来就像换了个人。若需要保持同一人物可辨识,请尽量控制在两次以内的切镜,并在每个镜头中重复对其的描述。

品牌名称可能会被拒绝

包含真实品牌或团队名称的提示词可能无法通过内容审核。失败的任务不会扣除积分。

一个片段的费用

每次请求统一固定价格。

每个片段 5 积分

每次请求生成一个包含音频的 10 秒 720p 片段,费用为 5 积分($0.05)。价格不随参考图片数量或宽高比变化。

失败的任务不扣费

如果任务失败(包括内容审核未通过),则不收取任何积分。

通过 AIReiter API 调用 Muse Video Ext

统一的异步调用约定。

模型 ID

发送 muse_video_ext。

提交

调用 POST /api/openapi/submit,传入 model、params(prompt、可选的 image_url、可选的 aspect_ratio)以及唯一的 out_task_id。

查询

使用相同的 out_task_id 调用 POST /api/openapi/query。完成后的响应会包含 credits_used 和输出视频 URL。

不支持的参数

请勿传入 video_length、resolution、seed、negative_prompt、参考视频或参考音频。

支持的 Muse Video Ext 控件

控件类型默认值说明
01prompttext——
02image_urlimage—可选。最多 9 张图片,总大小不超过 11 MiB。在提示词中将其命名为 Picture 1、Picture 2。自动比例将参照参考图。
03aspect_ratiostringauto自动跟随参考图比例(纯文本生成时为 16:9)。
04video_lengthstring10s10固定为 10 秒。
05resolutionstring720p720p固定为 720p。输出包含原生音频。

使用 Muse Video Ext 生成

打开 Playground ↑
  1. 添加参考图(可选)

    最多可上传 9 张图片,总大小不超过 11 MiB。在提示词中将它们命名为 Picture 1、Picture 2。

  2. 描述视频

    说明主体动作,接着描述镜头、光线和声音。若包含多个场景,请在每个分镜处注明 [Shot N] At 00:0x.000。

  3. 选择比例

    从七种比例中选择一种,或保留 auto 以跟随参考图。时长和分辨率是固定的。

  4. 提交并轮询

    POST /api/openapi/submit 会立即返回预估积分。使用相同的 out_task_id 轮询 POST /api/openapi/query 直至完成或失败。生成一个片段大约需要一分钟,参考图较多时可能需要几分钟。

通过 AIReiter API 使用 Muse Video Ext

API ↗
01模型 ID

muse_video_ext

02提交任务

向 /api/openapi/submit POST,带上模型、唯一的 out_task_id 和参数。

03查询结果

用同一个 out_task_id 向 /api/openapi/query POST,直到任务完成。

04自行保存结果

请把输出保存到你自己的存储中,不要直接外链。

Muse Video Ext 常见问题

01Muse Video Ext 生成的片段有多长?

固定为 10 秒,分辨率为 720p,包含生成的音频轨道。

02我可以使用多少张参考图像?

最多 9 张,总计不超过 11 MiB。不支持参考视频和参考音频。

03生成一个片段需要多少费用?

每次请求 5 积分($0.05),无论画面比例或参考图数量多少。失败的任务不计费。

04我可以设置首尾帧吗?

不可以。请使用参考图并在提示词中描述运动过程。

05我可以在一个片段中切换场景吗?

可以。在提示词中写入 [Shot N] At 00:0x.000。镜头切换时间是精准的,但切换后人物外貌可能会发生改变,因此如果对人物一致性有要求,建议保持两次或更少的切换。

06为什么我的提示词被拒绝了?

包含真实品牌、团队或 Logo 名称的提示词可能无法通过内容审核。请在去掉相关名称后重新表述。被拒绝的任务不计费。

07生成需要多长时间?

仅使用文本大约需要一分钟,若包含多张参考图则可能长达数分钟。

08我应该使用哪个 API model ID?

在 POST /api/openapi/submit 中使用 muse_video_ext,然后使用相同的 out_task_id 轮询 POST /api/openapi/query。

开始使用

用领先的图像、视频与文本模型开始构建。

一个 API Key一套计费一个用量面板