Muse Video 1.0 ist da: Parameter, Preise und Prompts für Text-zu-Video und Bild-zu-Video

Muse Video 1.0 ist ein Videogenerierungsmodell von Meta Superintelligence Labs und jetzt auf HiAPI.ai verfügbar, aufgeteilt in zwei Modelle: muse-video-1.0/text-to-video (Text-zu-Video) und muse-video-1.0/image-to-video (Bild-zu-Video). Jedes Video ist fest 10 Sekunden lang, 720p, und Bild und Ton werden gemeinsam generiert.

Preis

Beide Modelle kosten gleich viel: $0.0336 pro Video. Dauer und Auflösung sind fest, es muss keine Stufe gewählt werden, die Kosten stehen vor dem Absenden fest.

Parameter

Text-zu-Video muse-video-1.0/text-to-video

• prompt (erforderlich): 1–5000 Zeichen, beschreibt Motiv, Aktion, Kamerabewegung und Ton.
• aspect_ratio: 16:9 (Standard), 9:16, 1:1, 4:3, 3:4, 3:2, 2:3. 16:9 gibt 1280×720 aus, 9:16 gibt 720×1280 aus.

Bild-zu-Video muse-video-1.0/image-to-video

• prompt (erforderlich): 1–5000 Zeichen, beschreibt, wie sich das Motiv im Referenzbild bewegt, wie sich die Kamera bewegt und welchen Ton man möchte.
• image_urls (erforderlich): 1–9 Referenzbilder als http- oder https-Links. Die Referenzbilder dienen zur Führung des Bildinhalts, es wird nicht garantiert, dass sie als pixelgenaues erstes Frame übernommen werden.
• aspect_ratio: auto (Standard, folgt dem Seitenverhältnis der Referenzbilder) oder eines der oben genannten 7 Seitenverhältnisse.

Dauer (10 Sekunden), Auflösung (720p) und Ton sind fest und müssen nicht in der Anfrage übergeben werden.

Beispielanfrage

Text-zu-Video:

curl https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "muse-video-1.0/text-to-video",
    "input": {
      "prompt": "Ein Papierboot treibt bei Sonnenaufgang über einen ruhigen Teich, die Kamera folgt ihm in niedriger Position, sanfte Wellen, Vogelgesang im Hintergrund",
      "aspect_ratio": "16:9"
    }
  }'

Bild-zu-Video (Request-Body):

{
  "model": "muse-video-1.0/image-to-video",
  "input": {
    "image_urls": ["https://example.com/product.jpg"],
    "prompt": "Die Flasche dreht sich langsam, während weiches Morgenlicht über sie wandert, sanfter Push-in, leise Ambient-Musik",
    "aspect_ratio": "auto"
  }
}

Nach dem Absenden wird eine Task-ID zurückgegeben; mit GET /v1/tasks/{taskId} lässt sich der Status abfragen, nach Abschluss erhält man den Videolink.

Wie man Prompts schreibt

1. Zuerst Motiv und Aktion: Wer ist im Bild, was tut er – in einem Satz klar ausgedrückt.
2. Dann die Kamera: Push-in, Mitverfolgen, Umkreisen, Aufsicht von oben usw.; pro Video nur eine Hauptkamerabewegung angeben.
3. Den gewünschten Ton beschreiben: Das Video hat Ton, nennen Sie Umgebungsgeräusche oder Musikstil, z. B. „Vogelgezwitscher“ oder „sanftes Klavier“.
4. Den Rhythmus auf 10 Sekunden auslegen: Eine Szene und ein bis zwei Aktionen passen am besten; packen Sie nicht mehrere Szenen in ein Video.
5. Für Bild-zu-Video klare Referenzbilder wählen: Bilder mit deutlichem Motiv und sauberem Licht erhalten das Aussehen leichter; bei mehreren Bildern sollten diese stilistisch einheitlich sein.

Wofür es sich eignet

• 9:16-Hochformat-Kurzvideo-Material, direkt mit Umgebungsgeräuschen.
• Produktbilder als 10-sekündige Präsentationsclips umsetzen (Bild-zu-Video).
• Storyboards und Konzeptvorschauen: Dieselbe Beschreibung mit mehreren Seitenverhältnissen ausprobieren und das passende Format auswählen.

Öffnen Sie einfach das Playground auf der Modellseite, um es direkt auszuprobieren.