开源32B MoE基础模型,以精确的双层唇音同步的推论步骤生成同步视频和音频.
也称为 OpenMOSS MOSS Video and Audio, MOSS-Video-and-Audio
moss-video-and-audio/v1/videos/generationsmoss-video-audioopenmoss/video-audio来自 EmpirioLabs 目录的实时按量计费价格。只为实际用量付费,没有月度最低消费。
MOSS Video and Audio 通过 POST /v1/videos/generations 运行。请求会立即返回 job_id;轮询 GET /v1/jobs/{job_id} 直到任务完成,再从结果中读取输出 URL。 在EmpirioLabs 控制台获取 API 密钥。
curl https://api.empiriolabs.ai/v1/videos/generations \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "moss-video-and-audio",
"prompt": "Describe what you want MOSS Video and Audio to generate."
}'curl https://api.empiriolabs.ai/v1/jobs/JOB_ID \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY"import requests
response = requests.post(
"https://api.empiriolabs.ai/v1/videos/generations",
headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
json={
"model": "moss-video-and-audio",
"prompt": "Describe what you want MOSS Video and Audio to generate.",
},
)
job = response.json()
# Generation runs as an async job. Poll until it completes.
import time
while True:
status = requests.get(
f"https://api.empiriolabs.ai/v1/jobs/{job['job_id']}",
headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
).json()
if status.get("status") in ("completed", "failed"):
print(status)
break
time.sleep(5)EmpirioLabs 上 MOSS Video and Audio API 支持的请求参数。省略字段时使用默认值。
| 参数 | 类型 | 默认值 | 范围 / 值 | 描述 |
|---|---|---|---|---|
| prompt | string | - | - | 场景描述。附上图片时,就变成image-to-video提示。 |
| mode | enum | t2v | t2v, i2v | T2V:纯text-to-video。I2V:制作附图动画。 |
| resolution | enum | 720p | 360p, 720p | 720p使用一个独立的高显存端点。 |
| aspect_ratio | enum | landscape | landscape, portrait | MOSS仅支持横屏(16:9)和竖屏(9:16)。 |
| duration | number | 8 | 2 到 8 | 剪辑长度只需几秒。上游模型的上限是8秒。 |
| t2v_quality | enum | quality | fast, quality | 仅支持文本转视频。Fast 用 Fidelity 换取 ~2× 的速度。 |
| num_inference_steps | number | 25 | 10 到 50 | 扩散步骤。More = 保真度更高,速度较慢。 |
| cfg_scale | number | 5 | 1 到 10 | 无分类器指导。更高 = 更严格地跟随提示。 |
| sigma_shift | number | 5 | 1 到 10 | 时间表变更。仅在分辨率=360p时有效。 |
| image | string | - | - | i2v 模式的参考图片链接。 |
| negative_prompt | string | - | - | 要避免什么。 |
| seed | number | - | - | 可重复性种子。 |
32B参数的MOE带有同步的唇形同步视频+单推论中的音频. 约束 - 生成需要20+分钟 - 图像到视频通常得出优异结果 text-to-video 仅支持1个图像(用作第一帧) - 视频输入 不支持图像格式 - jpg, jpeg, png, webp, heic, heif, bmp, tiff, tif, gif
在 EmpirioLabs,MOSS Video and Audio 按量计费:360p 视频 $0.17 每盘录像; 720p 视频 $2.82 每盘录像; T2V 快车 $0.065 额外费用。本页的实时价格表始终与 API 的实际计费一致。
MOSS Video and Audio 通过 api.empiriolabs.ai 上的 POST /v1/videos/generations 提供,使用标准的 Bearer 令牌认证。
可以。EmpirioLabs Playground在浏览器中以与 API 相同的参数运行 MOSS Video and Audio,你可以在写代码之前先测试提示词。
创建 EmpirioLabs 账户,然后在控制台的 API Keys生成密钥。计费使用按量付费的额度,只为实际发出的请求付费。