文档中心

图像生成大模型

视频编辑（高级）——视频统一模型

视频统一模型-接口文档（邀测）

⚠️ 注意

当前能力仅供特定客户邀测体验效果，涉及此能力包括但不限于「字节跳动/火山引擎/seedance/seed/豆包/即梦」等关联品牌展示/露出，相关口径需要前置联系对接火山引擎对接同学确认

接口简介

视频统一模型是基于 Seedance1.0 pro 的统一多模态视频大模型，将参考生视频、视频编辑等多种任务融合于一体。用户无需在多个工具间跳转，即可一站式完成从灵感到成片的全部创作。所有参考图和参考视频的作用，是解决纯文本无法精细描述的特征问题：

参考图：锚定人物/物品/背景/风格，保持视觉一致性

参考视频：锚定动作/运镜/特效，提升运动生动性

文字指令：描述元素之间的互动和变化

接入说明

请求说明

名称	内容
接口地址	https://visual.volcengineapi.com
请求方式	POST
Content-Type	application/json

提交任务

提交任务请求参数

Query参数

拼接到url后的参数，示例：https://visual.volcengineapi.com?Action=CVSync2AsyncSubmitTask&Version=2022-08-31

参数	类型	可选/必选	说明
Action	string	必选	接口名，取值：CVSync2AsyncSubmitTask
Version	string	必选	版本号，取值：2022-08-31

Header参数

注意

本服务固定值：Region为cn-north-1，Service为cv

主要用于鉴权，详见公共参数 - 签名参数 - 在Header中的场景部分

Body参数

注意

业务请求参数，放到request.body中，MIME-Type为application/json

参数	类型	可选/必选	说明
req_key	string	必选	算法名称：x2v_unified_model
task_type	string	可选	任务类型，支持的类型如下（多选一）： "edit"：视频指令编辑 [配置参数说明] [能力介绍] "refedit"：视频参考图编辑 [配置参数说明] [能力介绍] "ip"：多图参考生视频 [配置参数说明] [能力介绍] "video_transfer"：视频特征迁移 [配置参数说明] [能力介绍] "montage"：轨道补全/首尾帧 [配置参数说明] [能力介绍] "inpainting"：视频涂抹消除 [配置参数说明] [能力介绍] "t2v"：文生视频（默认值） [配置参数说明] [能力介绍] "i2v"：图生视频 [配置参数说明] [能力介绍] "mix_edit_montage"：视频指令编辑 + 目标效果图参考 [配置参数说明] [能力介绍] "mix_edit_multiref"：视频指令编辑 + 多图参考 [配置参数说明] [能力介绍] "mix_montage_multiref"：轨道补全/首尾帧/图生视频+多图参考 [配置参数说明] [能力介绍] "mix_montage_videotransfer"：轨道补全/首尾帧+视频参考 [配置参数说明] [能力介绍] "mix_multiref_videotransfer"：多图参考生视频 + 视频参考 [配置参数说明] [能力介绍] 说明不同的任务类型需要搭配不同的配置参数使用，各类型所需的配置参数请参考任务类型配置参数说明

任务类型配置参数说明

注意

不同任务类型需要搭配不同的配置参数使用，每个任务类型所需的配置参数见下列表格

下列表格中的参数与task_type参数属于同一层级

edit类型配置参数说明

生成视频时长与输入视频时长一致

参数	类型	可选/必选	说明	完整请求参数示例
user_prompt	string	必选	用于生成视频的提示词，中英文均可，建议整体简明扼要，控制在800字符以内，提示词过长可能导致响应超时或异常建议描述：把[视频]中的目标 + 修改为/添加/删除+ 效果描述	{ "req_key": "x2v_unified_model", "task_type": "edit", "user_prompt": "请输入提示词", "edit_video": [ "https://xxxxx" ] }
edit_video	array of string	必选	待编辑视频URL数组限制说明：仅支持输入1个视频URL（须公网可访问）输入视频时长需控制在10秒以内输入视频分辨率建议不超过1080p

refedit类型配置参数说明

生成视频时长与输入视频时长一致

参数	类型	可选/必选	说明	完整请求参数示例
user_prompt	string	必选	用于生成视频的提示词，中英文均可，建议整体简明扼要，控制在800字符以内，提示词过长可能导致响应超时或异常	{ "req_key": "x2v_unified_model", "task_type": "refedit", "user_prompt": "请输入提示词", "edit_video": [ "https://xxxxx" ], "ref_images": [ "https://xxxxx" ] }
edit_video	array of string	必选	待编辑视频URL数组限制说明：仅支持输入1个视频URL（须公网可访问）输入视频时长需控制在10秒以内输入视频分辨率建议不超过1080p
ref_images	array of string	必选	参考图URL数组限制说明：仅支持输入1个图片URL（须公网可访问）仅支持JPEG、PNG格式，建议使用JPEG格式建议单张图片不超过10MB 建议图片分辨率小于4K

ip类型配置参数说明

参数	类型	可选/必选	说明	完整请求参数示例
user_prompt	string	必选	用于生成视频的提示词，中英文均可，建议整体简明扼要，控制在800字符以内，提示词过长可能导致响应超时或异常文字描述支持通过描述参考图中的内容来输入文本，如“男孩和女孩手牵手走在一起” 也支持指定图片的方式（指定图片需使用"[]"中括号来做标识），如“来自[图1]的男孩和来自[图2]的女孩手牵手走在一起” 支持不输入prompt，模型可根据输入图像内容自由发挥建议提示词格式：来自[图片]的主体+ 动作 + 场景 + 镜头语言 + 光影氛围	{ "req_key": "x2v_unified_model", "task_type": "ip", "user_prompt": "请输入提示词", "ref_images": [ "https://xxxxx" ], "generation_time": 5 }
ref_images	array of string	必选	参考图URL数组限制说明：最多支持输入4个图片URL（须公网可访问）仅支持JPEG、PNG格式，建议使用JPEG格式建议单张图片不超过10MB 建议图片分辨率小于4K
generation_time	int	可选	生成视频时长默认值：5 取值范围：[2, 10]

video_transfer类型配置参数说明

参数	类型	可选/必选	说明	完整请求参数示例
ref_video_type	string	必选	视频特征迁移类型，支持的类型如下（三选一）： "pose"：运动迁移 "cam"：运镜迁移 "effect"：特效迁移	{ "req_key": "x2v_unified_model", "task_type": "video_transfer", "ref_video_type": "cam", "ref_video": [ "https://xxxxx" ], "insert_frames": [ "https://xxxxx" ], "generation_time": 5 }
ref_video	array of string	必选	参考视频URL数组限制说明：仅支持输入1个视频URL（须公网可访问）输入视频时长需控制在10秒内输入视频分辨率建议不超过1080p
insert_frames	array of string	必选	图片URL数组限制说明：仅支持输入1个图片URL（须公网可访问）仅支持JPEG、PNG格式，建议使用JPEG格式建议单张图片不超过10MB 建议图片分辨率小于4K
generation_time	int	可选	生成视频时长默认值：5 取值范围：[2, 10]

montage类型配置参数说明

参数	类型	可选/必选	说明	完整请求参数示例
user_prompt	map of string pair	必选	视频时段与提示词的键值对，键为视频时段，值为提示词 [开始时间,结束时间]: 对应提示词内容结束时间小于等于生成视频时长时间段强烈不建议有重叠提示词中英文均可，建议整体简明扼要，整体控制在800字符以内，提示词过长可能导致响应超时或异常参数示例： { "[0,3]":"请输入转场提示词1", "[3,5]":"请输入转场提示词2" }	{ "req_key": "x2v_unified_model", "task_type": "montage", "user_prompt": { "[0,3]":"请输入转场提示词1", "[3,5]":"请输入转场提示词2" }, "insert_frames": [ "https://xxxxx" ], "insert_time_split": [[0, 0], [3, 3] [5, 5]], "generation_time": 5 }
insert_frames	array of string	必选	图片URL数组限制说明：最多支持输入10个图片URL（须公网可访问）仅支持JPEG、PNG格式，建议使用JPEG格式建议单张图片不超过10MB 建议图片分辨率小于4K
insert_time_split	int array 2D	必选	指定参考图在视频中出现的时间点（单位：秒），强烈建议与user_prompt中的时间点相对应参数示例：[[0, 0], [3, 3] [5, 5]] 限制说明：外层数组长度最大为10，长度需要与insert_frames长度保持一致内层数组长度只能为2，且两个元素需相等
generation_time	int	可选	生成视频时长默认值：5 取值范围：[2, 10]

inpainting类型配置参数说明

生成视频时长与输入视频时长一致

参数	类型	可选/必选	说明	完整请求参数示例
edit_video	array of string	必选	待编辑视频URL数组限制说明：仅支持输入1个视频URL（须公网可访问）输入视频时长需控制在10秒内输入视频分辨率建议不超过1080p	{ "req_key": "x2v_unified_model", "task_type": "inpainting", "edit_video": [ "https://xxxxx" ], "mask_video": [ "https://xxxxx" ] }
mask_video	array of string	必选	mask视频URL数组，仅支持输入1个mask视频URL（须公网可访问）限制说明： mask视频时长必须与edit_video中的视频保持一致原视频中保留部分为黑色区域，待消除部分为白色区域

t2v类型配置参数说明

参数	类型	可选/必选	说明	完整请求参数示例
user_prompt	string	必选	用于生成视频的提示词，中英文均可，建议整体简明扼要，控制在800字符以内，提示词过长可能导致响应超时或异常	{ "req_key": "x2v_unified_model", "task_type": "t2v", "user_prompt": "请输入提示词", "generation_time": 5 }
generation_time	int	可选	生成视频时长默认值：5 取值范围：[2, 10]

i2v类型配置参数说明

参数	类型	可选/必选	说明	完整请求参数示例
user_prompt	string	必选	用于生成视频的提示词，中英文均可，建议整体简明扼要，控制在800字符以内，提示词过长可能导致响应超时或异常	{ "req_key": "x2v_unified_model", "task_type": "i2v", "user_prompt": "请输入提示词", "insert_frames": [ "https://xxxxx" ], "generation_time": 5 }
insert_frames	array of string	必选	参考图URL数组限制说明：仅支持输入1个图片URL（须公网可访问）仅支持JPEG、PNG格式，建议使用JPEG格式建议单张图片不超过10MB 建议图片分辨率小于4K
generation_time	int	可选	生成视频时长默认值：5 取值范围：[2, 10]

mix_edit_montage类型配置参数说明

生成视频时长与输入视频时长一致

参数	类型	可选/必选	说明	完整请求参数示例
user_prompt	string	必选	用于生成视频的提示词，中英文均可，建议整体简明扼要，控制在800字符以内，提示词过长可能导致响应超时或异常	{ "req_key": "x2v_unified_model", "task_type": "mix_edit_montage", "user_prompt": "请输入提示词", "edit_video": [ "https://xxxxx" ], "insert_frames": [ "https://xxxxx" ], "insert_time_split": [[0, 0]] }
edit_video	array of string	必选	待编辑视频URL数组限制说明：仅支持输入1个视频URL（须公网可访问）输入视频时长需控制在10秒内输入视频分辨率建议不超过1080p
insert_frames	array of string	必选	参考图URL数组限制说明：仅支持输入1个图片URL（须公网可访问）仅支持JPEG、PNG格式，建议使用JPEG格式建议单张图片不超过10MB 建议图片分辨率小于4K
insert_time_split	int array 2D	必选	指定参考图在视频中出现的时间点（单位：秒）参数示例：[[0, 0]] 限制说明：外层数组长度只能为1 内层数组长度只能为2，且两个元素需相等

mix_edit_multiref类型配置参数说明

生成视频时长与输入视频时长一致

参数	类型	可选/必选	说明	完整请求参数示例
user_prompt	string	必选	用于生成视频的提示词，中英文均可，建议整体简明扼要，控制在800字符以内，提示词过长可能导致响应超时或异常建议描述：句式-局部替换：把[视频]中主体的服饰/发型/配饰换成[图片]中的样式句式 - 整体替换：把{视频}中的主体替换为{图片}中的形象	{ "req_key": "x2v_unified_model", "task_type": "mix_edit_multiref", "user_prompt": "请输入提示词", "edit_video": [ "https://xxxxx" ], "ref_images": [ "https://xxxxx", "https://xxxxx" ] }
edit_video	array of string	必选	待编辑视频URL数组限制说明：仅支持输入1个视频URL（须公网可访问）输入视频时长需控制在10秒内输入视频分辨率建议不超过1080p
ref_images	array of string	必选	参考图URL数组限制说明：需要输入2至4个图片URL（须公网可访问）仅支持JPEG、PNG格式，建议使用JPEG格式建议单张图片不超过10MB 建议图片分辨率小于4K

mix_montage_multiref类型配置参数说明

参数	类型	可选/必选	说明	完整请求参数示例
user_prompt	string	必选	用于生成视频的提示词，中英文均可，建议整体简明扼要，控制在800字符以内，提示词过长可能导致响应超时或异常建议描述：[图片]作为首帧场景，[图片]的元素从方向进入画面	{ "req_key": "x2v_unified_model", "task_type": "mix_montage_multiref", "user_prompt": "请输入提示词", "insert_frames": [ "https://xxxxx" ], "insert_time_split": [[0, 0], [8, 8]], "ref_images": [ "https://xxxxx" ] }
insert_frames	array of string	必选	图片URL数组限制说明：最多支持输入10个图片URL（须公网可访问）输入的多张图片需保持尺寸一致仅支持JPEG、PNG格式，建议使用JPEG格式建议单张图片不超过10MB 建议图片分辨率小于4K
insert_time_split	int array 2D	必选	指定insert_frames中的图片在视频中出现的时间点（单位：秒）参数示例：[[0, 0], [8, 8]] 限制说明：外层数组长度不能超过10，长度需要与insert_frames长度保持一致内层数组长度只能为2，且两个元素需相等
ref_images	array of string	必选	参考图URL数组限制说明：最多支持输入4个图片URL（须公网可访问）仅支持JPEG、PNG格式，建议使用JPEG格式建议单张图片不超过10MB 建议图片分辨率小于4K

mix_montage_videotransfer类型配置参数说明

参数	类型	可选/必选	说明	完整请求参数示例
user_prompt	string	必选	用于生成视频的提示词，中英文均可，建议整体简明扼要，控制在800字符以内，提示词过长可能导致响应超时或异常	{ "req_key": "x2v_unified_model", "task_type": "mix_montage_videotransfer", "user_prompt": "请输入提示词", "insert_frames": [ "https://xxxxx" ], "insert_time_split": [[0, 0], [8, 8]], "ref_video": [ "https://xxxxx" ], "ref_video_type": "pose", "ref_video_time_range": [[0, 5]] }
insert_frames	array of string	必选	图片URL数组限制说明：最多支持输入10个图片URL（须公网可访问）输入的多张图片尺寸需保持一致仅支持JPEG、PNG格式，建议使用JPEG格式建议单张图片不超过10MB 建议图片分辨率小于4K
insert_time_split	int array 2D	必选	指定insert_frames中的图片在视频中出现的时间点（单位：秒）参数示例：[[0, 0], [8, 8]] 限制说明：外层数组长度不能超过10，长度需要与insert_frames长度保持一致内层数组长度只能为2，且两个元素需相等
ref_video	array of string	必选	参考视频URL数组限制说明：仅支持输入1个视频URL（须公网可访问）输入视频时长需控制在10秒内输入视频分辨率建议不超过1080p
ref_video_type	string	必选	视频特征迁移类型，支持的类型如下（三选一）： "pose"：运动迁移 "cam"：运镜迁移 "effect"：特效迁移
ref_video_time_range	int array 2D	必选	指定参考视频再输出视频中出现的时间点（单位：秒）参数示例：[[0, 5]] 限制说明：外层数组长度只能为1 内层数组长度只能为2，两个元素的间隔应该等于参考视频的时长

mix_multiref_videotransfer类型配置参数说明

参数	类型	可选/必选	说明	完整请求参数示例
user_prompt	string	必选	用于生成视频的提示词，中英文均可，建议整体简明扼要，控制在800字符以内，提示词过长可能导致响应超时或异常	{ "req_key": "x2v_unified_model", "task_type": "mix_multiref_videotransfer", "user_prompt": "请输入提示词", "ref_images": [ "https://xxxxx" ], "ref_video": [ "https://xxxxx" ], "ref_video_type": "pose", "ref_video_time_range": [[0, 5]] }
ref_images	array of string	必选	参考图URL数组限制说明：最多支持输入4个图片URL（须公网可访问）仅支持JPEG、PNG格式，建议使用JPEG格式建议单张图片不超过10MB 建议图片分辨率小于4K
ref_video	array of string	必选	参考视频URL数组限制说明：仅支持输入1个视频URL（须公网可访问）输入视频时长需控制在10秒内输入视频分辨率建议不超过1080p
ref_video_type	string	必选	视频特征迁移类型，支持的类型如下（三选一）： "pose"：运动迁移 "cam"：运镜迁移 "effect"：特效迁移
ref_video_time_range	int array 2D	必选	指定参考视频再输出视频中出现的时间点（单位：秒）参数示例：[[0, 5]] 限制说明：外层数组长度只能为1 内层数组长度只能为2，两个元素的间隔应该等于参考视频的时长

提交任务返回参数

通用返回参数

请参考通用返回字段及错误码

业务返回参数

重点关注data中以下字段，其他字段为公共返回(可忽略或不做解析)

字段	类型	说明
task_id	string	任务ID，用于查询结果

提交任务请求&返回完整示例

请求示例：

请参照任务类型配置参数说明中的请求参数示例

返回示例：

查询任务

查询任务请求参数

Query参数

拼接到url后的参数，示例：https://visual.volcengineapi.com?Action=CVSync2AsyncGetResult&Version=2022-08-31

参数	类型	可选/必选	说明
Action	string	必选	接口名，固定值：CVSync2AsyncGetResult
Version	string	必选	版本号，固定值：2022-08-31

Header参数

注意

本服务固定值：Region为cn-north-1，Service为cv

主要用于鉴权，详见公共参数 - 签名参数 - 在Header中的场景部分

Body参数

注意

业务请求参数，放到request.body中，MIME-Type为application/json

参数	类型	可选/必选	说明
req_key	String	必选	服务标识取固定值: x2v_unified_model
task_id	String	必选	任务ID，此字段的取值为提交任务接口的返回
req_json	JSON String	可选	json序列化后的字符串,目前支持隐性水印配置，可在返回结果中添加	示例："{\"aigc_meta\": {\"content_producer\": \"xxxxxx\", \"producer_id\": \"xxxxxx\", \"content_propagator\": \"xxxxxx\", \"propagate_id\": \"xxxxxx\"}}"

ReqJson(序列化后的结果再赋值给req_json)

配置信息

参数	类型	可选/必选	说明
aigc_meta	AIGCMeta	可选	隐式标识	隐式标识验证方式： https://www.gcmark.com/web/index.html#/mark/check/video 验证，先注册帐号上传打标后的视频点击开始检测输出检测结果如下图即代表成功

AIGCMeta

隐式标识，依据《人工智能生成合成内容标识办法》&《网络安全技术人工智能生成合成内容标识方法》

名称	类型	可选/必选	描述
content_producer	string	可选	内容生成服务ID（长度 <= 256字符）
producer_id	string	必选	内容生成服务商给此图片数据的唯一ID（长度 <= 256字符）
content_propagator	string	必选	内容传播服务商ID（长度 <= 256字符）
propagate_id	string	可选	传播服务商给此图片数据的唯一ID（长度 <= 256字符）

查询任务返回参数

通用返回参数

请参考通用返回字段及错误码

业务返回参数

说明

重点关注data中以下字段，其他字段为公共返回(可忽略或不做解析)

参数名	类型
video_url	string	生成的视频URL（有效期为 1 小时）
aigc_meta_tagged	bool	隐式标识是否打标成功
status	string	任务执行状态 in_queue：任务已提交 generating：任务已被消费，处理中 done：处理完成，成功或者失败，可根据外层code&message进行判断 not_found：任务未找到，可能原因是无此任务或任务已过期(12小时) expired：任务已过期，请尝试重新提交任务请求

查询任务请求&返回完整示例

请求示例：

返回示例：

返回报错示例：

错误码

通用错误码

请参考通用返回字段及错误码

业务错误码

HttpCode	错误码	错误消息	描述	是否需要重试
200	10000	无	请求成功	不需要
400	50411	Pre Img Risk Not Pass	输入图片前审核未通过	不需要
400	50511	Post Img Risk Not Pass	输出图片后审核未通过	可重试
400	50412	Text Risk Not Pass	输入文本前审核未通过	不需要
400	50512	Post Text Risk Not Pass	输出文本后审核未通过	不需要
400	50413	Post Text Risk Not Pass	输入文本含敏感词、版权词等审核不通过	不需要
429	50429	Request Has Reached API Limit, Please Try Later	QPS超限	可重试
429	50430	Request Has Reached API Concurrent Limit, Please Try Later	并发超限	可重试
500	50500	Internal Error	内部错误	可重试
500	50501	Internal RPC Error	内部算法错误	可重试

接入说明

SDK使用说明

请参考SDK使用说明

HTTP方式接入说明

请参考HTTP请求示例

API_KEY方式接入说明

请参考API_KEY请求示例

最近更新时间：2026.09.21 15:30:17

这个页面对您有帮助吗？

有用

无用