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
/
00:08
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
/
00:08
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
配置高阶色彩与编码（仅专业版）
对于专业版的画质增强任务，您可以进行更底层的色彩与编码控制，以满足专业后期制作、院线发行或高品质流媒体分发的需求。这一过程通常按以下递进的逻辑协同配置：首先确定画面所需的色深，接着决定是否开启 HDR 动态范围，然后匹配支持上述特性的编码与封装格式；或者，针对最高级别的制作，直接开启极致无损输出。
色深选择
色深（Color Depth，也称位深 Bit Depth）指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 视频的关键前提。您可以通过 bit_depth 参数进行指定。
更高的色深能提供极其平滑的色彩过渡，有效消除大面积单色背景（如渐变天空、水下）中容易出现的“色彩断层（Color Banding）”现象。
- 8：（默认）8-bit 位深。每个颜色通道有 256 个亮度等级。兼容性极强，文件体积小，但无法表现 HDR，适用于电视直播、社交媒体等常规分发。
- 10：（推荐）10-bit 位深。每个颜色通道有 1024 个亮度等级。能够消除天空断层并支持 HDR，是目前 4K 蓝光电影和高品质内容出海的主流标准。
- 12：12-bit 位深。每个颜色通道有 4096 个亮度等级。提供极致的后期调色空间和动态亮度调节，适用于电影母带与商业广告。
- 16：16-bit 位深。每个颜色通道有 65536 个亮度等级。属于“数据资产”级别，常用于极其精密的光学合成（如 VFX）。在此档位下，工具对输入视频有 40 秒的时长限制，且码率由系统自动决定，同时任务会转为单任务串行处理。
动态范围配置（SDR / HDR）
在确定了色深后，您可以通过 dynamic_range 参数控制输出视频的明暗细节与色彩丰富度。
- sdr：（默认值）输出标准动态范围视频。如果您只需要常规的高清画质，保持默认即可，它具有极强的播放兼容性。
- hdr：如果您希望提升视频的视觉冲击力，将普通 SDR 视频转换为明暗对比更强烈、色彩更生动的 HDR 视频（采用 HLG 标准），可将其设为 hdr。
注意：启用 HDR 模式要求有效色深必须为 10、12 或 16。此外，若您后续将 codec 设为 exr，系统将强制输出 HDR 画面，此参数配置不生效。
色深、编码与封装格式匹配
不同的编码格式（codec）对色深和封装格式的支持各不相同。指定 codec 时，必须确保其与您选择的 bit_depth 构成合法组合。若您仅指定了色深而未指定编码，系统会自动为您选择合适的默认编码（8-bit 对应 h264，10/12-bit 对应 h265，16-bit 对应 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。
极致无损输出（GBR 16-bit）
如果您面临的是专业后期调色、光学合成或高品质母片存档场景，对画质有极致的无损要求，可以直接通过像素格式参数 pix_fmt 进行一键配置。
当前支持将其设为 gbrp16le，这代表 GBR 色彩空间与 16-bit 色深的无损组合，能完整保留每一帧的色彩数据。配置此格式后，系统会自动强制将 codec 设为 ffv1，并将 bit_depth 设为 16，生成 MOV 封装的文件，您无需再重复配置前述参数。
注意：该格式生成的输出文件体积极大，不适合流媒体直接分发，且要求输入视频时长不得超过 40 秒。请提前确认您的存储空间，并验证下游剪辑/调色软件对 MOV、FFV1 以及 GBR 16-bit 格式的兼容性。
配置示例
示例 1：使用专业版输出 10-bit 位深视频
示例 2：输出 GBR 16-bit HLG HDR 无损视频
此请求会自动将 codec 设为 ffv1，将 bit_depth 设为 16，无需额外声明。
高色深使用注意事项
- 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。对 HDR 视频，也同样需要支持 HLG HDR 的显示设备才能准确呈现明暗细节。
- 输出格式与精度保持：输出精度取决于位深、编码与封装的合法组合。H.265 可输出 12-bit MP4；16-bit 可使用 FFV1/MOV 或 EXR 图片序列。若业务要求严格的端到端 GBR 16-bit 工作流，请将 pix_fmt 设为 gbrp16le，并先通过小样确认下游软件对相应格式的兼容性。
- 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：2026.11.04 10:55:43
这个页面对您有帮助吗？
有用
有用
无用
无用