AI MediaKit
AI MediaKit
文档指南
请输入
- 文档首页
AI MediaKit开发指南视频工具画质增强（标准版和专业版）
复制全文
下载 pdf画质增强（标准版和专业版）
文档反馈
问问助手AI MediaKit 画质增强工具内置包含智能超分、智能插帧、画面增强、自适应锐化、色彩增强等 30+ 高质量原子算法的完备算子库，搭配视频内容理解与智能画质决策能力，为 AIGC、UGC、短剧、老片修复等场景提供一站式视觉质量提升方案。
本篇开发指南将引导您：
- 快速体验将一段 AI 生成的 720p 视频提升至 1080p。
- 通过轮询或事件回调两种方式获取处理结果。
- 理解画质增强工具的核心能力与应用场景。
效果预览
针对 Seedance 2.0 等模型生成视频的常见瓶颈，AI MediaKit 提供针对性优化方案：
- 突破分辨率限制：生成视频的分辨率上限通常为 720p。画质增强工具的智能超分能力，可将画面一键提升至 1080p 甚至 4K 规格，满足大屏播放与商业投放需求。
- 消除运动卡顿感：生成视频的原生帧率通常为 24 fps。画质增强工具的智能插帧技术，可将帧率平滑提升至 50 fps 或更高，大幅增强复杂动作场景的顺滑度。
- 极致优化生成成本：您可以采取“低分辨率生成 + 高清修复”的策略——先以较低成本生成 480p 视频，再利用 AI MediaKit 智能增强至 720p。画面质感与色彩饱和度可接近模型直出效果，但整体链路成本显著降低。
Replay
00:00
/
00:00
Live
Play
00:00
Fullscreen
Cssfullscreen
Click and hold to drag
快速体验：将 AI 生成的 720p 视频提升至 1080p
本节演示如何将一段 AI 生成的低分辨率（720p）视频通过“标准版”工具提升至 1080p 高清画质。
准备工作
- 获取访问凭证：在开始之前，访问 AI MediaKit 控制台 API Key 管理页面，创建并获取 MediaKit API Key（用于媒体处理功能鉴权）。
- 准备视频文件：准备一个待增强的视频文件，并将其上传至公网可访问的服务器或视频点播服务中，以获取可供 API 调用的 URL。你也可参考火山方舟视频生成文档完成 AI 视频生成并获取视频地址。为方便您快速测试，本文后续步骤的示例代码中提供了一个可直接使用的演示视频 URL。
操作流程
画质增强是一个异步任务：
- 成功调用 POST /api/v1/tools/enhance-video 后，API 将返回一个任务 ID 。
- 您可以轮询 GET /api/v1/tasks/{task_id} ，直到任务状态status 变为 completed；或者使用事件回调自动接收任务状态变化。
- 任务完成后，您可解析 result 字段，在 video_url 字段处获取最终生成的视频文件下载地址。
第 1 步：提交任务
说明
需替换参数：
- 将 {Your_API_Key} 替换为您的有效 API Key。
- --data 部分是 JSON 请求体，您可以直接修改其中的关键参数来自定义您的视频：
- video_url：替换为您真实的 720p 视频地址。
- scene：指定场景为 "aigc" 以获得该场景的最佳效果。
请求成功后，您会收到如下包含 task_id 的响应，请保存此 ID 用于后续查询。
第 2 步：获取结果
说明
需替换参数：将 URL 末尾的 {task_id} 替换为第 1 步返回的任务 ID。
当任务成功完成后，您将收到如下响应。result 字段是一个 JSON 对象，您可以直接从其下的 video_url 字段获取增强后视频的下载地址（默认输出为 MP4 格式，有效期为 24 小时）。
进阶使用
在完成快速体验后，您可以利用更多参数来定制画质增强的效果，以满足更复杂的业务需求。
工作原理
AI MediaKit 画质增强工具的工作流程是一个“分析-决策-执行”的闭环智能系统，不仅应用一系列独立的算法，更通过对视频内容的深度理解来动态选择合适的增强策略。
其核心流程包含以下四个关键阶段：
- 智能分析：系统首先会对视频进行镜头级分割，然后对每个镜头进行深度内容理解和技术诊断。此阶段会提取数十种特征，包括：
- 内容特征：识别视频中的人脸、主体物、场景类型（室内/室外、白天/黑夜）等。
- 画质特征：检测视频的清晰度、色彩饱和度、噪声水平、压缩失真程度等。
- 策略生成：基于上一步的分析结果，并结合您通过 scene 或 tool_version 参数指定的业务意图，系统会从其包含 30+ 原子算法的算子库中，动态生成合适的算子组合。
- 画质增强：在此阶段，系统执行生成的策略，对视频进行像素级的精细化处理。这包括但不限于智能超分、智能插帧、画面降噪、色彩增强、自适应锐化等一系列操作。
- 质量监控与编码：增强处理并非终点。系统会内置智能检测模块，通过画质评分算法评估增强效果，确保输出的视频在主观体验上达到最佳。最后，在不损失画质的前提下，对视频进行高效压缩编码，以生成最终的视频文件。
版本与场景
您可以在提交任务时通过 tool_version 和 scene 指定对应的场景，以选择预设的画质增强策略。
版本说明及效果
画质增强提供两个版本。专业版相比标准版，投入的算力资源多出数倍，请务必根据画质需求与预算谨慎选择。
效果示例：
Replay
00:00
/
00:00
Live
Play
00:00
Fullscreen
Cssfullscreen
Click and hold to drag
选型案例：处理一段 1 分钟的视频，输出规格为 1080p、30fps。
- 选择标准版：
- 耗时：预计等待 6 ～ 10 分钟。
- 费用：1 分钟 × 2（系数） × 0.75 = 1.5 元。
- 选择专业版：
- 耗时：预计等待 20～30 分钟。
- 费用：1 分钟 × 20（系数） × 0.75 = 15 元。
场景说明及效果
画质增强工具针对不同的业务场景（如AIGC、短剧、UGC 短视频、老片修复等）提供了预设的优化模板。您可以在提交任务时通过 scene 参数指定对应的场景，以获取最佳的增强效果。请注意，scene 参数仅在您使用标准版（tool_version: 'standard'）时生效。
示例：使用专业版修复一部老电影
配置增强风格
通过 enhance_style 参数可以控制画质增强的整体风格，标准版与专业版均支持。
- hd：（默认值）高清。增强强度适中，画面锐利清晰。
- natural：自然。降低画质增强强度，锐化痕迹更少，画面观感更自然，适合对“AI 感/锐化痕迹”敏感、追求真实质感的场景。
示例：使用自然风格进行画质增强
配置输出分辨率
AI MediaKit 提供两种方式定义输出分辨率，两者互斥，不可同时配置。
示例：锁定短边为 720 像素
配置输出帧率（流畅度）
通过 fps 参数可以调整视频的帧率（最高支持 120 fps），实现智能插帧，使画面运动更加丝滑。
- 默认行为：若未指定 fps 参数，输出视频将保持与原始片源一致的帧率。
- 配置建议：若设定的目标帧率高于原视频，工具将自动触发 AI 智能插帧算法。为了保持画面自然度并兼顾处理成本，建议输出帧率不超过原始帧率的 4 倍。
示例：将视频智能插帧至 60fps
配置输出码率
输出码率决定了视频的视觉质量与最终文件体积。AI MediaKit 提供两种控制方式，二者同时指定时仅 bitrate 生效。
示例：精确指定输出码率为 8000 kbps
配置输出色深（仅专业版）
色深介绍
色深（Color Depth，也称位深 Bit Depth）指在视频或图像中，用于表示每个像素单个颜色通道（如 R/G/B）的二进制位数。它决定了画面能够显示多少种不同的颜色过渡，是实现 HDR（高动态范围）视频的关键前提。您可以通过 bit_depth 参数指定输出视频的编码位深，并通过 codec 参数指定编码格式。这两个参数均仅在专业版（tool_version 为 professional）下生效。
- 8：（默认）8-bit 位深。每个颜色通道有 2⁸（即 256）个亮度等级。
- 10：10-bit 位深。每个颜色通道有 2¹⁰（即 1024）个亮度等级。
- 12：12-bit 位深。每个颜色通道有 2¹²（即 4096）个亮度等级。
- 16：16-bit 位深。每个颜色通道有 2¹⁶（即 65536）个亮度等级。注意：
- 请确保输入视频时长不超过 40 秒。
- 此档位下，码率由系统自动决定，bitrate、bitrate_level 参数均不生效。
- 16-bit 色深任务为单任务串行处理，即只能单一任务处理完成后，再开始新任务处理，因此处理时间可能较长。
更高的色深能提供极其平滑的色彩过渡，有效消除或减轻大面积单色背景（如渐变天空、水下）中容易出现的“色彩断层（Color Banding）”现象。不同色深的具体效果如下图所示：
不同色深的适用场景如下表所示：
色深、编码格式与封装格式组合
codec 决定了输出视频的编码格式，不同编码格式支持的色深档位与输出封装格式不同。指定 codec 时必须同时指定合法的 bit_depth，合法组合如下表所示。若仅指定 bit_depth 而不指定 codec，工具将按 bit_depth 自动选择相应编码：8 的默认编码为 h264；10 和 12 的默认编码为 h265；16 的默认编码为 ffv1。
注意
prores、ffv1、exr 编码不支持指定码率，此时 bitrate、bitrate_level 参数均不生效。
示例：使用专业版输出 10-bit 位深视频
使用 12-bit/16-bit 位深的注意事项
- 兼容性与播放环境验证：12-bit 与 16-bit 视频内含海量的色彩数据，远超常规播放器与操作系统（如 Windows 的 SDR 桌面环境）的解码与渲染能力。在不兼容的环境中直接播放，不仅无法看到增强效果，还可能出现颜色严重失真（如发灰、偏色）等问题。因此，要准确评估增强效果，必须将输出的视频文件重新导入专业后期软件（如 DaVinci Resolve、Premiere Pro），并在正确配置了色彩管理的专业监视器上进行查看。
- 输出格式与精度保持：尽管本工具在处理过程中能够计算并保留 12-bit 和 16-bit 的色彩精度，但最终输出的 MP4 容器格式结合常用编码器（如 H.264/H.265），其技术上限通常为 10-bit。这意味着，当您选择 12-bit 或 16-bit 输出时，系统在生成最终文件时会自动将超高精度的色彩数据通过抖动（Dither）或截断（Truncate）等方式降维至 10-bit。若您的业务需要严格的端到端高位深工作流，请务必进行小样测试，确保下游链路兼容。
- 资源消耗与存储规划：更高的位深会指数级增加文件体积和处理时长。尤其是 16-bit 任务，其产生的数据量极为庞大，不仅会显著延长处理时间，对后续的存储、传输和剪辑等环节也提出了极高要求。处理大文件时，建议您提前规划好存储空间，并使用高性能硬盘（如 NVMe SSD）以保证流程顺畅。
参考信息
费用说明
画质增强（标准版和专业版）工具采用“按量计费”模式，费用根据您选择的版本（标准版/专业版）、输出分辨率和输出帧率等因素综合计算。关于详细的计费规则、换算系数和计费示例，请参阅画质增强（按输出时长计费）。
任务耗时预估
由于画质增强涉及深度学习模型推理，处理时长通常长于原片时长。您可以根据 RTF (Real-Time Factor) 系数估算处理时间。计算公式如下：
预估处理耗时 = 视频时长 × RTF
RTF 的具体数值会因处理版本和视频时长的不同而变化。
使用限制
相关 API 文档
- 事件回调
最近更新时间：2026.09.17 15:24:06
这个页面对您有帮助吗？
有用
有用
无用
无用