Tạo video - TokenLab

Tổng quan

TokenLab cung cấp khả năng tạo video thông qua một API hợp nhất. Quá trình này bất đồng bộ: bạn gửi yêu cầu, nhận task_id và poll_url, rồi kiểm tra trạng thái định kỳ cho tới khi có kết quả cuối cùng.

Tính khả dụng và polling

Danh sách model video công khai có thể thay đổi theo thời gian. Để xem tình trạng mới nhất, hãy dùng Models API hoặc truy cập trang Models. Nếu phản hồi tạo trả về poll_url, hãy gọi đúng URL đó. Khi nó trỏ tới /v1/tasks/{id}, hãy xem đó là endpoint trạng thái cố định chuẩn.

Hành vi mô hình và phương tiện

Hành vi âm thanh phụ thuộc vào từng model. Trong TokenLab, họ Veo 3 mặc định bật âm thanh khi bỏ qua output_audio. Một số model công khai chỉ hỗ trợ im lặng hoặc không cung cấp công tắc âm thanh ổn định. Trong môi trường vận hành, nên ưu tiên URL https công khai thay vì base64 inline cho ảnh, video và âm thanh. Các model tương thích vẫn hỗ trợ URL data:, nhưng URL công khai sẽ dễ retry, kiểm tra và debug hơn.

Quy trình bất đồng bộ

Các thao tác công khai hiện tại

Hợp đồng video công khai hiện tại của TokenLab tập trung vào các thao tác sau:

text-to-video
image-to-video
reference-to-video
start-end-to-video
video-to-video
motion-control

Hợp đồng yêu cầu cũng chấp nhận audio-to-video và video-extension cho một số luồng đặc thù theo model, nhưng trong bản tài liệu hiện tại chưa có model công khai phổ biến nào quảng bá rõ ràng hai khả năng này.

Ma trận khả năng

Chú thích: ✅ Có ít nhất một model công khai đang bật trong nhóm nhà cung cấp đó hỗ trợ khả năng này | ❌ Hiện chưa có model công khai đang bật nào đại diện cho khả năng đó

Nhóm	T2V	I2V	Tham chiếu	Đầu-Cuối	V2V	Chuyển động
OpenAI	✅	✅	❌	❌	❌	❌
Kuaishou	✅	✅	✅	✅	✅	✅
Google	✅	✅	✅	✅	❌	❌
ByteDance	✅	✅	❌	❌	❌	❌
MiniMax	✅	✅	❌	❌	❌	❌
Alibaba	✅	✅	✅	❌	❌	❌
Shengshu	✅	✅	✅	✅	❌	❌
xAI	✅	✅	❌	❌	✅	❌
Khác	❌	❌	❌	❌	✅	❌

Giải thích khả năng

T2V (Text-to-Video): Tạo video từ prompt văn bản
I2V (Image-to-Video): Tạo video từ một ảnh đầu vào. Để tương thích rộng nhất, nên dùng image_url
Tham chiếu: Điều kiện hóa quá trình sinh bằng một hoặc nhiều ảnh tham chiếu qua reference_images
Đầu-Cuối: Điều khiển khung đầu và khung cuối bằng start_image và end_image
V2V (Video-to-Video): Dùng một video có sẵn làm đầu vào chính
Chuyển động: Kết hợp ảnh chủ thể với video tham chiếu chuyển động

Danh sách model công khai hiện tại

OpenAI

Mô hình	Thao tác công khai
`sora-2`	Văn bản sang video, image-to-video
`sora-2-pro`	Văn bản sang video, image-to-video
`sora-2-pro-storyboard`	Từ ảnh sang video

Kuaishou

Mô hình	Thao tác công khai
`kling-3.0-motion-control`	Điều khiển chuyển động
`kling-3.0-video`	Văn bản sang video, image-to-video, start-end-to-video, tham chiếu phần tử
`kling-v2.1-master`	Văn bản sang video, image-to-video
`kling-v2.1-pro`	image-to-video, start-end-to-video
`kling-v2.1-standard`	image-to-video
`kling-v2.5-turbo-pro`	Văn bản sang video, image-to-video, start-end-to-video
`kling-v2.5-turbo-std`	Văn bản sang video, image-to-video
`kling-v2.6-pro`	Văn bản sang video, image-to-video, start-end-to-video
`kling-v2.6-std`	Văn bản sang video, image-to-video
`kling-v3.0-pro`	Văn bản sang video, image-to-video, start-end-to-video
`kling-v3.0-std`	Văn bản sang video, image-to-video, start-end-to-video
`kling-video-o1-pro`	Văn bản sang video, image-to-video, reference-to-video, start-end-to-video, video-to-video
`kling-video-o1-std`	Văn bản sang video, image-to-video, reference-to-video, start-end-to-video, video-to-video

Google

Mô hình	Thao tác công khai
`veo3`	Văn bản sang video, image-to-video
`veo3-fast`	Văn bản sang video, image-to-video
`veo3-pro`	Văn bản sang video, image-to-video
`veo3.1`	Văn bản sang video, image-to-video, reference-to-video, start-end-to-video
`veo3.1-fast`	Văn bản sang video, image-to-video, reference-to-video, start-end-to-video
`veo3.1-pro`	Văn bản sang video, image-to-video, start-end-to-video

ByteDance

Mô hình	Thao tác công khai
`seedance-1.5-pro`	Văn bản sang video, image-to-video

MiniMax

Mô hình	Thao tác công khai
`hailuo-2.3-fast`	Từ ảnh sang video
`hailuo-2.3-pro`	Văn bản sang video, image-to-video
`hailuo-2.3-standard`	Văn bản sang video, image-to-video

Alibaba

Mô hình	Thao tác công khai
`wan-2.2-plus`	Văn bản sang video, image-to-video
`wan-2.5`	Văn bản sang video, image-to-video
`wan-2.6`	Văn bản sang video, image-to-video, reference-to-video

Shengshu

Mô hình	Thao tác công khai
`viduq2`	Văn bản sang video, reference-to-video
`viduq2-pro`	Ảnh thành video, tham chiếu thành video, đầu-cuối thành video
`viduq2-pro-fast`	Ảnh thành video, đầu-cuối thành video
`viduq2-turbo`	Chuyển ảnh thành video, từ đầu đến cuối thành video
`viduq3-pro`	Văn bản sang video, image-to-video, start-end-to-video
`viduq3-turbo`	Văn bản sang video, image-to-video, start-end-to-video

xAI

Mô hình	Thao tác công khai
`grok-imagine-video`	Văn bản sang video, từ ảnh sang video
`grok-imagine-image-to-video`	Từ ảnh sang video
`grok-imagine-text-to-video`	Văn bản sang video
`grok-imagine-upscale`	Từ video sang video

Khác

Mô hình	Thao tác công khai
`topaz-video-upscale`	Từ video sang video

Ví dụ sử dụng

Text-to-video

response = requests.post(f"{BASE}/videos/generations",
    headers=headers,
    json={
        "model": "sora-2",
        "prompt": "A calm cinematic shot of a cat walking through a sunlit garden.",
        "operation": "text-to-video",
        "duration": 4,
        "aspect_ratio": "16:9"
    }
)

Ảnh thành video

response = requests.post(f"{BASE}/videos/generations",
    headers=headers,
    json={
        "model": "hailuo-2.3-standard",
        "prompt": "The scene begins from the provided image and adds gentle natural motion.",
        "operation": "image-to-video",
        "image_url": "https://example.com/portrait.jpg",
        "duration": 6,
        "aspect_ratio": "16:9"
    }
)

Kling 3.0 Elements

Dùng kling_elements với kling-3.0-video khi cần tham chiếu phần tử. Cung cấp request có điều kiện ảnh (image_url, image_urls, start_image hoặc end_image) và tham chiếu từng phần tử trong prompt bằng @name. Không kết hợp kling_elements với output_audio=true; hãy bỏ output_audio hoặc đặt thành false khi dùng tham chiếu phần tử.

response = requests.post(f"{BASE}/videos/generations",
    headers=headers,
    json={
        "model": "kling-3.0-video",
        "prompt": "Place @hero_bag on a studio turntable with soft product lighting.",
        "operation": "image-to-video",
        "image_url": "https://example.com/studio-start.png",
        "duration": 5,
        "resolution": "720p",
        "kling_elements": [
            {
                "name": "hero_bag",
                "description": "black leather handbag",
                "element_input_urls": [
                    "https://example.com/bag-front.png",
                    "https://example.com/bag-side.png"
                ]
            }
        ]
    }
)

Reference-to-video

Với seedance-2.0 và seedance-2.0-fast, TokenLab hiện hỗ trợ tối đa 9 ảnh tham chiếu, cùng thêm tối đa 3 video tham chiếu và 3 audio tham chiếu. duration chỉ điều khiển độ dài đầu ra được tạo; nó không định nghĩa giới hạn riêng cho thời lượng video tham chiếu đầu vào.

response = requests.post(f"{BASE}/videos/generations",
    headers=headers,
    json={
        "model": "veo3.1",
        "prompt": "Keep the same subject identity and palette while adding subtle motion.",
        "operation": "reference-to-video",
        "reference_images": [
            "https://example.com/ref-a.jpg",
            "https://example.com/ref-b.jpg"
        ],
        "duration": 8,
        "resolution": "720p",
        "aspect_ratio": "9:16"
    }
)

Start-end-to-video

response = requests.post(f"{BASE}/videos/generations",
    headers=headers,
    json={
        "model": "viduq2-pro",
        "prompt": "Smooth transition from day to night.",
        "operation": "start-end-to-video",
        "start_image": "https://example.com/city-day.jpg",
        "end_image": "https://example.com/city-night.jpg",
        "duration": 5,
        "resolution": "720p",
        "aspect_ratio": "16:9"
    }
)

Video sang video

response = requests.post(f"{BASE}/videos/generations",
    headers=headers,
    json={
        "model": "topaz-video-upscale",
        "operation": "video-to-video",
        "video_url": "https://example.com/source.mp4",
        "prompt": "Upscale this clip while preserving the original motion."
    }
)

Motion control

response = requests.post(f"{BASE}/videos/generations",
    headers=headers,
    json={
        "model": "kling-3.0-motion-control",
        "operation": "motion-control",
        "prompt": "Keep the subject stable while following the motion reference.",
        "image_url": "https://example.com/subject.png",
        "video_url": "https://example.com/motion.mp4",
        "resolution": "720p"
    }
)

Tham chiếu tham số

Tham số	Kiểu	Ghi chú
`operation`	string	Trong môi trường vận hành, nên truyền một cách tường minh
`image_url`	string	Dạng đầu vào ảnh ổn định nhất
`image`	string	URL `data:` hữu ích cho thử nghiệm cục bộ và tích hợp nhỏ
`reference_images`	string[]	Trường công khai chuẩn cho conditioning bằng ảnh tham chiếu
`reference_image_type`	string	Bộ chọn tùy chọn `asset` / `style`
`video_url`	string	Bắt buộc với các model `video-to-video` và `motion-control` công khai hiện tại
`audio_url`	string	Dùng cho các luồng sinh video có điều kiện bằng âm thanh nếu model hỗ trợ
`output_audio`	boolean	Họ Veo 3 sẽ coi trường bị bỏ qua là `true`. `kling-3.0-video` chấp nhận selector này cho điều khiển upstream `sound` và mặc định im lặng khi bỏ qua.

Hướng dẫn chọn model nhanh

Chất lượng cao nhất

Nếu chất lượng quan trọng hơn tốc độ, veo3.1-pro, kling-video-o1-pro, và viduq3-pro là những lựa chọn mạnh.

Lặp nhanh

Nếu cần thử nghiệm nhanh, bạn có thể bắt đầu với veo3.1-fast, hailuo-2.3-fast, hoặc viduq3-turbo.

Luồng nhiều ảnh tham chiếu

Khi cần conditioning chuyên biệt bằng ảnh tham chiếu, hãy ưu tiên veo3.1, veo3.1-fast, wan-2.6, hoặc kling-video-o1-pro / std.

Video sang video

Các đường video-to-video công khai đang bật phổ biến hiện nay chủ yếu gồm topaz-video-upscale, grok-imagine-upscale, và kling-video-o1-pro / std.

Thanh toán

Billing phụ thuộc vào model. Một số model video công khai thực tế gần với cách tính phí theo request, trong khi một số model khác gần với cách tính theo thời lượng giây. Để xem mặt bằng giá công khai hiện tại, hãy tham khảo trang Models hoặc Pricing API.

Documentation Index

​Tổng quan

​Tính khả dụng và polling

​Hành vi mô hình và phương tiện

​Quy trình bất đồng bộ

​Các thao tác công khai hiện tại

​Ma trận khả năng

​Giải thích khả năng

​Danh sách model công khai hiện tại

​OpenAI

​Kuaishou

​Google

​ByteDance

​MiniMax

​Alibaba

​Shengshu

​xAI

​Khác

​Ví dụ sử dụng

​Text-to-video

​Ảnh thành video

​Kling 3.0 Elements

​Reference-to-video

​Start-end-to-video

​Video sang video

​Motion control

​Tham chiếu tham số

​Hướng dẫn chọn model nhanh

Chất lượng cao nhất

Lặp nhanh

Luồng nhiều ảnh tham chiếu

Video sang video

​Thanh toán

Tổng quan

Tính khả dụng và polling

Hành vi mô hình và phương tiện

Quy trình bất đồng bộ

Các thao tác công khai hiện tại

Ma trận khả năng

Giải thích khả năng

Danh sách model công khai hiện tại

OpenAI

Kuaishou

Google

ByteDance

MiniMax

Alibaba

Shengshu

xAI

Khác

Ví dụ sử dụng

Text-to-video

Ảnh thành video

Kling 3.0 Elements

Reference-to-video

Start-end-to-video

Video sang video

Motion control

Tham chiếu tham số

Hướng dẫn chọn model nhanh

Thanh toán