文档中心

AI MediaKit

大模型处理工具

大模型高光剪辑

AI MediaKit 的大模型高光剪辑工具，能够从一个或多个输入视频中，按场景预设、评分标准或故事目标智能识别精彩片段，自动挑选、裁剪并拼接成一个或多个指定时长的高光成片。该工具依托大模型的视频理解与文本推理能力，适用于新品发布、体育赛事、内容营销、知识科普、品牌宣传等多种场景的高光提取与混剪。

快速体验：从一个新品发布会视频生成一条高光成片

本节将演示如何针对一个新品发布会视频，快速生成一条 60 秒的宣发高光短片。

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 AI MediaKit API Key（用于媒体处理功能鉴权）。

准备视频文件：准备待处理的视频，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。

开通火山方舟大模型服务：大模型高光剪辑工具依赖火山方舟大模型。请前往火山方舟控制台开通管理页面，确保您已开通以下模型：

视觉理解模型：doubao-seed-2-0-lite-260428

文本推理模型：请至少开通以下任一模型。当您未在请求中通过 customer_ark_config 参数指定 Endpoint 时，系统将按场景复杂度，自动查找并使用您账号下已开通的模型服务。

doubao-seed-2-0-pro-260215

doubao-seed-2-1-turbo-260628

doubao-seed-2-1-pro-260628

此外，您还需开启 Cache 功能，用于启用模型的上下文缓存 API，若不开启，任务虽不会失败，但可能会影响最终的效果。

进行跨服务授权：首次使用大模型高光剪辑工具前，请前往 AI MediaKit 控制台基础配置 > 授权管理页面，为 AI MediaKit 授予访问您 ARK 火山方舟资源的权限。否则，任务将因无权限访问而失败。

操作流程

大模型高光剪辑是一个异步任务，完整流程如下：

成功调用提交大模型高光剪辑任务 API 后，您将获得一个任务 ID（task_id）。

您可以轮询查询任务信息 API，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，解析响应中的 result 字段，即可在 outputs 数组中获取每条高光成片的下载地址。

第 1 步：提交任务

您需要调用提交大模型高光剪辑任务 API。可直接复制以下 cURL 命令，提交一个基于评分标准的高光剪辑任务。

说明

将 {Your_API_Key} 替换为您的有效 API Key。

将 video_urls 列表中的 URL 替换为您真实的视频地址。

target_duration：目标成片时长列表（单位：秒），本示例生成一条 60 秒的成片。

preset：使用 product_launch 场景预设，系统会自动采用针对该场景优化的分析策略和评分标准。

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

您需要通过轮询查询任务信息 API，直到任务状态 status 变为 completed。

说明

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。您可以在 result.outputs 数组中找到每条高光成片的下载地址（默认有效期为 24 小时）。

进阶使用

使用场景预设

如果您不确定如何描述评分标准，可以通过 preset 参数直接选用内置场景预设，系统会自动采用针对该场景优化的分析策略和评分标准。当前支持的预设包括：football（足球）、basketball（篮球）、automotive（汽车）、finance（金融财经）、product_launch（产品发布）、ecommerce（电商）、knowledge_share（知识分享）。

使用自定义评分标准

除了场景预设，您还可以通过 scoring_prompt 参数，用自然语言描述您认为“精彩”的片段应具备哪些特征，模型将依据此描述为视频片段打分并筛选。您还可以通过 analysis_prompt 补充分析指令，指定模型在分析时需要额外关注和提取的信息。

仅输出结构化高光数据

如果您只需要高光片段的结构化数据（片段来源、时间范围、标题、摘要等）而不需要生成成片视频，可将 skip_video_output 设置为 true。此时响应中的 outputs 仅包含 segments 等结构化信息，不再返回 video_url。

限定分析时间范围

当仅输入一个视频时，您可以通过 time_range 指定待分析的时间范围（左闭右开，单位为毫秒），工具将只在该范围内分析并选取高光片段。

使用火山方舟 Endpoint

您可以通过 customer_ark_config 指定您自己火山引擎账号下的方舟（Ark）Endpoint，用于承载底层的视频理解与文本推理大模型调用。

参考信息

计费说明

大模型高光剪辑工具的总费用由两部分组成：

AI MediaKit 任务费用：由 AI MediaKit 收取，按输入视频的总时长计费。关于详细的计费规则与价格，请参阅大模型高光剪辑（按输入时长计费）。

火山方舟大模型调用费用：功能运行依赖的底层大模型由火山方舟提供。您通过跨服务授权使用这些模型所产生的费用，将由火山方舟根据其自身定价直接向您收取。关于详细的计费规则与价格，请参阅火山方舟计费说明。您可以在任务完成后的 API 响应中，通过 result.token_usage 字段查看本次任务的详细大模型用量，包括输入/输出/缓存/音频/思考 Token 总数，以及按方舟 Endpoint 聚合的细分用量（endpoint_token_usages）。

使用限制

限制项	说明
输入视频来源	支持公网 HTTP/HTTPS URL、本地上传 (mediakit://)、来源于火山引擎视频点播 (vod://) 和火山引擎对象存储 (tos://) 四种输入协议。关于各协议的具体说明和使用示例，请参阅多源媒体输入与本地上传。
支持格式	mp4、flv、ts、avi、mov、wmv、mkv 等主流视频格式。
输入时长	单个视频时长不超过 3 小时，全部输入视频累计时长不超过 15 小时。
输入语言	用于指定输入视频中的语音语言（供 ASR 分析时使用）。默认行为：不指定时，系统会自动检测语言（支持中文、英文及部分方言）。指定语种：支持 zh-CN（中文）、en-US（英文）、ja-JP（日语）等二十余种语言。详细列表请参阅提交大模型高光剪辑任务 API。
输出语言	用于指定输出的结构化信息（如标题、摘要、理由）的语言。支持 zh-CN（中文）和 en-US（英语）。
输出条数	单次任务最多生成 5 条高光成片。