Muse Video 1.0 est en ligne : paramètres, tarifs et prompts de la génération de vidéo à partir de texte et à partir d'image

Muse Video 1.0 est un modèle de génération de vidéo lancé par Meta Superintelligence Labs, désormais disponible sur HiAPI.ai sous deux modèles : muse-video-1.0/text-to-video (génération à partir de texte) et muse-video-1.0/image-to-video (génération à partir d'image). Chaque vidéo dure exactement 10 secondes, en 720p, et l'image est générée en même temps que le son.

Tarif

Les deux modèles sont au même prix : 0,0336 $ par vidéo. La durée et la résolution sont fixes, aucun palier à choisir, et le coût est connu avant l'envoi.

Paramètres

Génération à partir de texte muse-video-1.0/text-to-video

• prompt (obligatoire) : 1 à 5000 caractères, décrivant le sujet, l'action, le mouvement de caméra et le son.
• aspect_ratio : 16:9 (par défaut), 9:16, 1:1, 4:3, 3:4, 3:2, 2:3. Le 16:9 génère du 1280×720, le 9:16 du 720×1280.

Génération à partir d'image muse-video-1.0/image-to-video

• prompt (obligatoire) : 1 à 5000 caractères, décrivant comment le sujet de l'image de référence doit bouger, comment la caméra doit se déplacer, ainsi que le son souhaité.
• image_urls (obligatoire) : 1 à 9 images de référence, liens http ou https. Les images de référence servent à guider l'image ; elles ne deviennent pas nécessairement une première frame identique au pixel près.
• aspect_ratio : auto (par défaut, reprend le ratio de l'image de référence), ou l'un des 7 ratios ci-dessus.

La durée (10 secondes), la résolution (720p) et le son sont fixes : inutile de les transmettre dans la requête.

Exemple de requête

Génération à partir de texte :

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": "A paper boat drifts across a calm pond at sunrise, low camera following it, gentle ripples, birdsong in the background",
      "aspect_ratio": "16:9"
    }
  }'

Génération à partir d'image (corps de la requête) :

{
  "model": "muse-video-1.0/image-to-video",
  "input": {
    "image_urls": ["https://example.com/product.jpg"],
    "prompt": "The bottle slowly rotates as soft morning light moves across it, gentle push-in, quiet ambient music",
    "aspect_ratio": "auto"
  }
}

Après l'envoi, un identifiant de tâche est renvoyé ; utilisez GET /v1/tasks/{taskId} pour interroger son statut et récupérer le lien de la vidéo une fois terminée.

Comment rédiger le prompt

1. Commencez par le sujet et l'action : qui est à l'image et ce qu'il fait, en une phrase claire.
2. Puis décrivez la caméra : zoom avant, travelling, orbite, plongée, etc. ; n'indiquez qu'un seul mouvement de caméra principal par vidéo.
3. Précisez le son souhaité : la vidéo intègre le son, nommez l'ambiance sonore ou le style musical, par exemple « chants d'oiseaux » ou « piano doux ».
4. Structurez le rythme sur 10 secondes : une scène et une à deux actions sont idéales ; n'entassez pas plusieurs scènes dans une seule vidéo.
5. Pour la génération à partir d'image, choisissez des images de référence nettes : un sujet bien défini et un éclairage propre facilitent la conservation de l'apparence ; avec plusieurs images, gardez un style cohérent.

Cas d'usage

• Des clips courts en 9:16 vertical, avec ambiance sonore intégrée.
• Transformer une image de produit en une séquence de présentation de 10 secondes (génération à partir d'image).
• Storyboards et aperçus conceptuels : décliner une même description en plusieurs ratios et choisir le cadrage adapté.

Ouvrez le Playground de la page du modèle pour essayer directement.