お知らせ: GPT Image 2.6 Flare と Sunburst が新登場、期間限定で20%オフ、今すぐ体験
HiAPI
pixverse-v6-max 视频模型详情页 21:9 宽幅 Hero 图:左侧柔光留白,右侧玻璃胶片轨道与虹彩浮卡,暖奶油配青蓝珊瑚色,模型名以发光立体字嵌入胶片带。

PixVerse

PixVerse V6 Max

pixverse-v6-max/text-to-video

PixVerse のフラッグシップ動画モデル。テキストからの動画生成と画像からの動画生成に対応し、1回あたり最長15秒、最高1080p。背景音楽、効果音、セリフの生成もオプションで可能で、広告用ショートフィルムやコンセプト映像の制作に適しています

pixverse-v6-max/text-to-video を試す

入力

作品ギャラリー

すべての作品を見る

出力

video
パラメータを入力して生成すると、結果がここに表示されます。

料金

pixverse-v6-max/text-to-video per second

仕様 360P 540P 720P 1080P
Sound Off $0.0305 $0.0458 $0.0559 $0.1118
Sound On $0.0458 $0.0559 $0.0762 $0.1423

位置づけの概要

このテキスト-to-ビデオモデルは、テキストプロンプトから直接動画クリップを生成し、1回で最長15秒・最大1080pの映像を出力できます。絵コンテや動的素材を素早く構築したい開発者やコンテンツクリエイターに適しています。入力側ではプロンプトを提供するだけで、アスペクト比、解像度、尺、ランダムシードを選択でき、広告コンセプト、ショート動画の下書き、ナラティブ映像のプレビューなどの場面で活用できます。

主な特徴

  • プロンプトから動画クリップを直接生成——プロンプトを1つ送信するだけで、映像内容を含む動画を生成でき、追加の画像素材を用意する必要はありません。
  • 尺と画角を調整可能——1回の生成尺は1〜15秒の間で設定でき、8種類のアスペクト比と4段階の解像度から選択できます。
  • シードで類似結果を再現——ランダムシードとプロンプトを固定すれば、近い映像結果を再現でき、段階的な微調整が容易です。

機能説明

テキストから動画を生成:最大5000文字のプロンプトで希望する映像を記述すると動画を生成できます。尺は秒単位で課金され、コンセプトから完成映像までの素早い下書きに適しています。

尺と解像度の選択:1回の生成尺は1〜15秒に設定でき、解像度は360p、540p、720p、1080pから1つを選択でき、デフォルトは720pです。

アスペクト比の適合:16:9、4:3、1:1、3:4、9:16、2:3、3:2、21:9の計8種類を提供し、横長、縦長、正方形などの掲載位置に応じて選択できます。

シードによる結果の制御:0〜2147483647の間でランダムシードを設定でき、同じプロンプトと組み合わせることで類似した映像を再現し、異なるプロンプトの効果を比較するのに便利です。

適用シーン

  • 広告・マーケティング担当者がコンセプト映像を素早く制作——製品のセールスポイントと映像描写を入力し、15秒以内の横長または縦長の短編を生成して、配信前のクリエイティブコンペや方向性確認に使用します。
  • ショート動画クリエイターの縦長下書き——9:16の比率とプロンプトで縦長クリップを生成し、ソーシャルプラットフォーム向けショート動画の初版素材として、さらに磨き上げるかどうかを判断します。
  • 絵コンテとナラティブのプレビュー——脚本家や監督がプロンプトでカメラワークの内容を記述し、短いクリップを生成してテンポや構図を検証し、事前のプレビュー検討に使用します。
  • 映像スタイルの試験——プロンプトとランダムシードを調整し、異なるスタイルのクリップを一括生成して、ビジュアル方向の選定や素材ライブラリの構築に活用します。

制限と選定のアドバイス

1回の動画生成尺の上限は15秒で、出力解像度は最大1080pです。尺を超える内容は分割して生成し、後で結合する必要があります。音声はデフォルトでは生成されず、generate_audioをtrueに設定した場合のみ、動画とともにBGM、効果音、セリフが生成されます。有効化後、セリフはプロンプト内の引用符の中に記述する必要があります。映像効果はプロンプトの記述に影響され、キャラクターの外観や映像の細部が期待どおりになることは保証されません。

  • 新しいモデル 新モデル公開:PixVerse V6 Max 画像から動画生成
  • 新しいモデル 新モデル登場:PixVerse V6 Max テキスト-to-ビデオ
  • 1 回で最大何秒まで生成できますか?

    上限は 15 秒で、duration パラメータは 1 から 15 の間で整数秒として設定でき、デフォルトは 5 秒です。秒単位で課金されるため、選定時にはクリップの長さがそのまま呼び出しコストに対応します。

  • 画像から動画を生成する際、参照画像を一度に複数枚アップロードできますか?

    現在、複数画像の入力には対応していません。image_urls は動画の最初のフレームとして、パブリック画像 URL を 1 つだけ受け付けます。JPEG、PNG、WebP に対応し、1 枚あたり最大 20 MB です。出力のアスペクト比はこの画像に従うため、画面比率を変えたい場合は最初のフレーム画像側で処理してください。

  • 最大どの解像度まで出力できますか?

    最大1080pで、resolutionは360p、540p、720p、1080pから選択でき、デフォルトは720pです。仕上がりの質感が必要な場合は1080pに設定し、プレビューや低コストの試作時には低い設定で動きと構図を検証してください。

  • ネイティブ音声はどうやって有効にしますか?セリフはどう書けばいいですか?

    generate_audio を true に設定すると、モデルがBGM、効果音、セリフをまとめて生成します。デフォルトではオフです。セリフは prompt 内に引用符で囲んで書いてください。そうしないと、読み上げる内容ではなく画面描写として扱われやすくなります。

同タイプ