功能与模型

创建入口是 POST https://top.qingyuntop.ai/v1/responses。这是本站的视频兼容接口，与 Vidu 原生格式不同，也不提供通用文本模型的全部 Responses 功能。

模型与素材限制和统一视频参数相同。官方动作页面已列出 Q3、Q2 Pro/Turbo/Fast、Q1 Classic 等新型号，但当前公开 pricing 没有匹配到 Vidu；创建前请用 GET /v1/models 和实际分组权限确认。示例使用当前插件已核验的旧型号。

1. 设置鉴权

所有本站请求使用基础地址 https://top.qingyuntop.ai。请求头为 Authorization: Bearer YOUR_API_KEY，将 YOUR_API_KEY 替换为青云TOP API 的 API Key，保留 Bearer 后的一个空格。无需额外登录接口，也不需要 Vidu 厂商 Token。

2. 提交模型与输入

请求头设置 Content-Type: application/json。该入口只接受 JSON，不接受 multipart 上传。

  • model：必填字符串，使用当前 Key 已返回且对应动作已开放的模型名称。
  • input：使用字符串提示词，或包含消息/内容项的数组。文字项的 type 填 input_text，text 填提示词；图片项的 type 填 input_image，image_url 填图片 URL 或带 MIME 的 data URL。
  • seconds：视频秒数，按模型与动作选择；优先于兼容字段 duration。
  • metadata：JSON 对象，承载 Vidu 专属参数，包括 action、resolution、aspect_ratio 和 subjects。
  • metadata.action：明确使用 text_to_video、image_to_video、first_tail_to_video 或 reference_to_video。
  • metadata.resolution：在这里指定分辨率。本入口不读取顶层 resolution；兼容顶层 size 的转换不代表官方型号支持该档位。
  • background：布尔值，true 提交后返回任务快照，适合长耗时任务。
  • stream：布尔值，true 使用 SSE 观察进度。普通同步等待使用 background=false、stream=false 或省略这两项。

后台文生视频示例

点击标签切换 cURL、Python 或 Node.js。cURL 为 Bash 写法；Python 需安装 requests；Node.js 使用 18 或更新版本（含导入语句时保存为 .mjs）。图片示例使用 Vidu 官方示例素材，也可换成你自己的公开可访问图片 URL。

curl --fail-with-body "https://top.qingyuntop.ai/v1/responses" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "viduq2",
  "input": "清晨的湖面薄雾缓缓散开，镜头平稳向前推进。",
  "seconds": 5,
  "background": true,
  "metadata": {
    "action": "text_to_video",
    "resolution": "720p",
    "aspect_ratio": "16:9"
  }
}'

保存返回的 id（响应 ID）和 metadata.task_id（公开任务 ID）。二者用途不同，不能自行拼接或替换前缀。下一步见Responses 查询与下载。

图片输入示例

curl --fail-with-body "https://top.qingyuntop.ai/v1/responses" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "viduq1",
  "input": [
    {
      "role": "user",
      "content": [
        {
          "type": "input_text",
          "text": "宇航员缓缓挥手，镜头平稳上移。"
        },
        {
          "type": "input_image",
          "image_url": "https://prod-ss-images.s3.cn-northwest-1.amazonaws.com.cn/vidu-maas/template/image2video.png"
        }
      ]
    }
  ],
  "seconds": 5,
  "background": true,
  "metadata": {
    "action": "image_to_video",
    "resolution": "1080p"
  }
}'

首尾帧按顺序放两张不同图片并指定 first_tail_to_video；参考图指定 reference_to_video。主体参考把 subjects 放入 metadata，同时在 input 写出带 @主体名称 的提示词，结构见主体调用。

输入解析注意事项

input 提取出的文字按换行合并，优先于顶层兼容字段 prompt。图片按 image、input_reference、images、input 内图片的顺序合并，重复字符串会去重。首尾帧使用同一个 URL 两次会变成一张图，不能据此认为仍传了两帧；建议只使用 input 这一种图片来源，避免重复或顺序变化。

自动动作判断依据提取后的图片数量。只有 1/2 张参考图以及仅使用 metadata.subjects 时必须显式指定参考动作。Responses 要求有文字或提取出的图片，仅有 metadata.subjects 不能通过输入检查。

返回的成功内容是视频预览的 output_text，不是图片、音频或 MP4 字节。SSE 用法见流式进度。