Muse Video 1.0 ya está disponible: parámetros, precios y prompts para texto a vídeo e imagen a vídeo

Muse Video 1.0 es un modelo de generación de vídeo lanzado por Meta Superintelligence Labs, ahora disponible en HiAPI.ai, dividido en dos modelos: muse-video-1.0/text-to-video (texto a vídeo) y muse-video-1.0/image-to-video (imagen a vídeo). Cada vídeo dura 10 segundos fijos, en 720p, y genera imagen y sonido juntos.

Precio

Ambos modelos tienen el mismo precio: $0.0336 por vídeo. La duración y la resolución son fijas, no hay que elegir niveles; el costo se puede determinar antes de enviar la solicitud.

Parámetros

Texto a vídeo muse-video-1.0/text-to-video

• prompt (obligatorio): de 1 a 5000 caracteres; describe el sujeto, la acción, el movimiento de cámara y el sonido.
• aspect_ratio: 16:9 (predeterminado), 9:16, 1:1, 4:3, 3:4, 3:2, 2:3. 16:9 produce 1280×720; 9:16 produce 720×1280.

Imagen a vídeo muse-video-1.0/image-to-video

• prompt (obligatorio): de 1 a 5000 caracteres; describe cómo se mueve el sujeto de la imagen de referencia, cómo se desplaza la cámara y qué sonido se desea.
• image_urls (obligatorio): de 1 a 9 imágenes de referencia, con enlaces http o https. Las imágenes de referencia guían la imagen, pero no se garantiza que se conviertan en un primer fotograma idéntico píxel a píxel.
• aspect_ratio: auto (predeterminado, sigue la proporción de la imagen de referencia), o una de las 7 proporciones anteriores.

La duración (10 segundos), la resolución (720p) y el sonido son fijos; no es necesario enviarlos en la solicitud.

Ejemplo de solicitud

Texto a vídeo:

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": "Un barco de papel se desliza por un estanque en calma al amanecer, cámara baja siguiéndolo, suaves ondulaciones, canto de pájaros de fondo",
      "aspect_ratio": "16:9"
    }
  }'

Imagen a vídeo (cuerpo de la solicitud):

{
  "model": "muse-video-1.0/image-to-video",
  "input": {
    "image_urls": ["https://example.com/product.jpg"],
    "prompt": "La botella gira lentamente mientras una suave luz matinal se desplaza sobre ella, acercamiento suave, música ambiental tranquila",
    "aspect_ratio": "auto"
  }
}

Tras enviarla se devuelve un ID de tarea; consulta el estado con GET /v1/tasks/{taskId} y, al completarse, obtén el enlace del vídeo.

Cómo redactar los prompts

1. Primero escribe el sujeto y la acción: quién está en la imagen y qué hace, en una sola frase clara.
2. Luego escribe la cámara: acercamiento, seguimiento, órbita, plano cenital, etc.; escribe solo un movimiento de cámara principal por vídeo.
3. Describe el sonido deseado: el vídeo incluye sonido propio; indica el sonido ambiental o el estilo musical, por ejemplo «canto de pájaros» o «piano suave».
4. Organiza el ritmo en 10 segundos: una escena y una o dos acciones es lo más adecuado; no metas varias escenas en un solo vídeo.
5. Para imagen a vídeo, elige imágenes de referencia nítidas: las imágenes con un sujeto claro y una iluminación limpia conservan mejor la apariencia; si usas varias, mantén un estilo coherente entre ellas.

Para qué sirve

• Material de vídeo corto vertical en 9:16, con sonido ambiental incluido.
• Convertir imágenes de producto en clips de presentación de 10 segundos (imagen a vídeo).
• Storyboards y previsualización de conceptos: prueba varios formatos con la misma descripción y elige el encuadre adecuado.

Abre el Playground de la página del modelo y pruébalo directamente.