Muse Video 1.0 disponível: parâmetros, preços e prompts de texto para vídeo e imagem para vídeo

Muse Video 1.0 é um modelo de geração de vídeo lançado pelo Meta Superintelligence Labs e agora está disponível na HiAPI.ai em dois modelos: muse-video-1.0/text-to-video (texto para vídeo) e muse-video-1.0/image-to-video (imagem para vídeo). Cada vídeo tem 10 segundos fixos, 720p, e imagem e áudio são gerados juntos.

Preço

Os dois modelos têm o mesmo preço: US$ 0,0336 por vídeo. A duração e a resolução são fixas, não é preciso escolher faixas, e o custo já pode ser determinado antes do envio.

Parâmetros

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

• prompt (obrigatório): 1–5000 caracteres, descrevendo o sujeito, a ação, o movimento de câmera e o áudio.
• aspect_ratio: 16:9 (padrão), 9:16, 1:1, 4:3, 3:4, 3:2, 2:3. 16:9 gera 1280×720, 9:16 gera 720×1280.

Imagem para vídeo muse-video-1.0/image-to-video

• prompt (obrigatório): 1–5000 caracteres, descrevendo como o sujeito da imagem de referência se move, como a câmera se move e o áudio desejado.
• image_urls (obrigatório): 1–9 imagens de referência, links http ou https. As imagens de referência orientam a composição, mas não há garantia de que se tornem o primeiro quadro idêntico pixel a pixel.
• aspect_ratio: auto (padrão, segue a proporção da imagem de referência) ou uma das 7 proporções acima.

Duração (10 segundos), resolução (720p) e áudio são fixos e não precisam ser enviados na requisição.

Exemplo de requisição

Texto para 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": "Um barco de papel flutua por um lago calmo ao nascer do sol, câmera baixa o acompanhando, ondulações suaves, canto de pássaros ao fundo",
      "aspect_ratio": "16:9"
    }
  }'

Imagem para vídeo (corpo da requisição):

{
  "model": "muse-video-1.0/image-to-video",
  "input": {
    "image_urls": ["https://example.com/product.jpg"],
    "prompt": "A garrafa gira lentamente enquanto a luz suave da manhã se move sobre ela, leve aproximação da câmera, música ambiente tranquila",
    "aspect_ratio": "auto"
  }
}

Após o envio, é retornado um ID de tarefa; use GET /v1/tasks/{taskId} para consultar o status e, quando concluído, obter o link do vídeo.

Como escrever o prompt

1. Primeiro escreva o sujeito e a ação: quem está em cena e o que está fazendo, em uma frase clara.
2. Depois escreva o enquadramento: aproximação, acompanhamento, órbita, plongée etc.; use apenas um movimento principal de câmera por vídeo.
3. Descreva o áudio desejado: o vídeo já tem áudio; indique o som ambiente ou o estilo musical, como "canto de pássaros" ou "piano suave".
4. Organize o ritmo em 10 segundos: uma cena e uma ou duas ações funcionam melhor; não coloque várias cenas em um único vídeo.
5. Para imagem para vídeo, escolha referências nítidas: imagens com sujeito claro e iluminação limpa tendem a preservar melhor a aparência; com várias imagens, mantenha o estilo consistente entre elas.

Indicações de uso

• Material de vídeo curto em vertical 9:16, com som ambiente incluído.
• Transformar imagens de produto em clipes de 10 segundos de exibição (imagem para vídeo).
• Storyboards e prévias conceituais: use a mesma descrição com algumas proporções diferentes e escolha o enquadramento mais adequado.

Abra o Playground na página do modelo para testar diretamente.