用 PixVerse V6 图生视频 API 把一张图片变成 1–15 秒、360p–1080p 视频，画幅跟随原图，支持可选同步音频和风格预设。查看案例、按秒价格和 API 调用示例。
提供商: PixVerse
类型: 视频生成
接口: /v1/tasks
状态: 已开放
消耗: 查看页面实时价格
PixVerse V6 图生视频，以图片为首帧生成 1–15 秒、360p–1080p 视频，可选同步音频。
定价
标准用量
描述不希望出现在视频里的内容；最多 2048 字节，一个中文字符占 3 字节
可选风格预设：动漫、3D 动画、黏土、漫画或赛博朋克；不选则保持自然风格
同时生成背景音乐、音效和对白
准备生成
配置参数并点击"运行"查看输出结果。
EXAMPLES
三条生成结果，每条都从一张输入图开始：一条 720p 并开启音频，另外两条是 540p、4 秒的草稿，其中竖版人像加了反向提示词和固定种子。每条案例都把输入首帧和输出视频并排放在一起。
01
图生视频 · 生成音频
输入是一张雪夜庭院静图，有红灯笼和结冰的池塘。提示词只写需要动起来的部分：雪继续下、灯笼摇晃、冰面上飘过雾气、镜头缓慢推近。屋檐、廊柱和池面图案保持原图样子，输出沿用原图的 16:9 画幅。
提示词（英文）
Heavy snow keeps falling, the red lanterns sway gently in the wind, steam drifts across the frozen pond, slow push-in camera, quiet winter night ambience
大雪持续落下，红灯笼在风中轻轻摇晃，雾气飘过结冰的池塘，镜头缓慢推近，安静的冬夜氛围。
02
图生视频 · 生成音频
一张黄昏车站静图开始动起来：机车向前驶出，浓白的蒸汽从烟囱和车轮两侧涌出并铺满站台，车头灯一直亮着。站房、车厢和天空保持原图的色调，16:9 画幅沿用输入图。
提示词（英文）
The steam locomotive slowly pulls out of the station, thick white steam billows from the chimney and drifts across the platform, wheels turning, a long steam whistle and rhythmic chugging, camera stays still
蒸汽机车缓缓驶出车站，浓白的蒸汽从烟囱涌出并飘过站台，车轮转动，伴随一声悠长的汽笛和有节奏的轰隆声，镜头保持不动。
03
图生视频 · 竖版人像 · 反向提示词 + 种子
竖版人像，加了 negative_prompt 并固定 seed。她的头微微转向镜头，笑容放大成轻笑，一缕头发拂过脸颊，条纹衬衫和暖色逆光保持一致。输出画幅跟随原图的竖版比例，而不是某个预设比例。
提示词（英文）
She turns her head slightly toward the camera and laughs softly, a gentle breeze moves strands of her hair across her face, the warm sunset light flickers behind her, subtle handheld camera
她把头微微转向镜头，轻声笑起来，微风把几缕头发吹过她的脸，身后温暖的夕阳光微微闪动，轻微的手持镜头。
Negative prompt
distorted face, extra fingers, flickering, text watermark
根据起始素材、参考方式、分辨率与镜头控制需求选择同能力模型。
以下规格对应当前 HiAPI PixVerse V6 Image to Video 请求参数。
按输出秒数计费，单价由分辨率和是否生成音频决定；文生视频和图生视频价格相同。
| 分辨率 | 不生成音频 | 生成音频 |
|---|---|---|
| 360p | 72 积分 / 秒 | 100 积分 / 秒 |
| 540p | 100 积分 / 秒 | 129 积分 / 秒 |
| 720p | 129 积分 / 秒 | 172 积分 / 秒 |
| 1080p | 258 积分 / 秒 | 329 积分 / 秒 |
以上为本页参考价（2026-10-19 核对），实际扣费以价格页的当前标价为准。
三步完成一条视频：准备输入、出草稿、提交正式任务。
上传一张主体清晰、留有动作空间的图片，提示词只写主体动作、镜头运动和环境变化；输出画幅跟随这张图。
Draft
4 秒 · 540p
Final
最长 15 秒 · 1080p
先用 540p、4 秒、关闭音频验证动作和构图；需要统一画风时加 style，需要复现时固定 seed。
用模型 ID pixverse-v6/image-to-video 创建异步任务，通过 callback.url 或 GET /v1/tasks/:id 获取结果。
以下是首帧异步任务的最小请求；callback、任务查询、参考素材限制与错误处理仍以 API 文档为准。
curl -X POST "https://api.hiapi.ai/v1/tasks" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "pixverse-v6/image-to-video",
"input": {
"prompt": "Heavy snow keeps falling, the red lanterns sway gently in the wind, steam drifts across the frozen pond, slow push-in camera, quiet winter night ambience",
"image_url": "https://static.hiapi.ai/gallery/2026/07/d9697fe6a04c1c43.jpg",
"duration": 5,
"resolution": "720p",
"generate_audio": true
}
}'OVERVIEW
PixVerse V6 图生视频让一张已有图片动起来。图片作为视频的首帧，提示词描述接下来发生什么：主体怎么动、镜头怎么走、场景怎么变化。
单条视频 1 到 15 秒，分辨率 360p、540p、720p、1080p 四档。输出沿用输入图的画幅，所以不需要设置画面比例。同步音频、5 种风格预设、反向提示词和随机种子都是可选项。
在 HiAPI 上使用模型 ID pixverse-v6/image-to-video，通过异步接口 POST /v1/tasks 调用；上方 Playground 可以直接上传图片。
KEY FEATURES
每一项都对应一个可以控制的参数，提到的几项可跳到上方对应案例。
01
图片锁定主体、布局和色调，提示词只需要写变化。庭院这个案例的提示词加了落雪、摇晃的灯笼、飘过的雾气和缓慢推镜，屋檐、廊柱和池面图案都保持原图的样子。
02
generate_audio 默认关闭。开启后，视频会带着与画面一起生成的背景音乐、音效和对白返回；声音可以写进提示词，例如“人群欢呼”“一声悠长的汽笛”。开启音频的每秒单价更高，还在调动作的阶段可以先关掉。
蒸汽机车这个案例开启了音频，并把汽笛声和轰隆声写在“机车驶出、蒸汽铺满站台”这些动作旁边。
03
图生视频没有 aspect_ratio 参数，输出画幅取决于 image_url。两张横版输入分别返回 1280×720 和 1024×576，竖版人像返回 688×1024，没有加黑边，也没有被裁成某个预设比例。
人像这个案例还加了 negative_prompt（面部变形、多余手指、闪烁、文字水印）并固定了 seed，同一请求可以重跑做对比。
04
style 支持 anime（动漫）、3d_animation（3D 动画）、clay（黏土）、comic（漫画）和 cyberpunk（赛博朋克）。预设作用于整段视频的渲染，提示词就可以专心写主体、动作和镜头，不必反复堆风格词；不传 style 时保持自然写实的画风。
05
duration 可以是 1 到 15 之间的任意整数秒，resolution 有 360p、540p、720p、1080p 四档。按输出秒数计费，4 秒 540p 的草稿只占 15 秒 1080p 正式版的一小部分费用，先用草稿把动作定下来更划算。
PROMPT GUIDE
USE CASES
给现有产品图加上缓慢运镜和环境声，用于商品页或广告。
在保留原构图的前提下，让概念图、海报或封面动起来。
把一张人像变成转头、微笑或发丝被风吹动的短片。
上传 9:16 或竖版图片，生成的视频保持竖屏，直接用于短视频信息流。
CHOOSE A ROUTE
PixVerse V6 的两个模型共用时长、分辨率、音频、风格、反向提示词和种子这些参数，按秒价格也相同。
只用提示词从零生成，可在 8 种画幅中任选，包括 9:16 和 21:9。
以已有图片作为首帧开始，输出保持原图的画幅和构图。
WHY HIAPI
在上方 Playground 上传图片、描述动作，先用 540p 和几秒的时长试一条。
上方 Playground 里时长、分辨率、风格和音频开关都在同一处，画幅跟着上传的图片走，先用便宜的草稿把效果定下来，再写接入代码。
请求字段、回调与轮询、错误码和完整参数说明都在同一个文档站里，旁边就是可直接复制的 cURL、Python 和 Node 示例。
异步任务按输出秒数计费，每次运行都记在用量里；接入或计费对不上时，提工单能找到人处理。
它是 PixVerse V6 的图生视频版本：上传一张图片作为首帧，再用提示词描述要添加的动作、镜头和氛围，生成 1 到 15 秒、360p 到 1080p 的视频，可选同步音频和风格预设。
由 image_url 这张首帧图的比例决定，所以图生视频没有 aspect_ratio 参数。需要竖屏就上传竖版图，需要 16:9 就上传横版图。
只写希望发生的变化：主体动作、镜头运动、环境变化和声音，不必复述图片里已经有的内容。写清楚哪些东西要保持不动，例如“镜头保持不动”“背景不变”。
image_url 必须是公网可以直接访问的图片地址，Playground 里也可以直接上传。主体清晰、构图完整、留有动作空间的图片更容易得到稳定的运动。
duration 可以是 1 到 15 之间的任意整数秒，默认 5 秒；resolution 有 360p、540p、720p、1080p 四档，默认 720p。
可以。把 generate_audio 设为 true，会随视频一起生成背景音乐、音效和对白，提示词里可以描述想要的声音；默认是 false，只输出画面。
style 可选 anime（动漫）、3d_animation（3D 动画）、clay（黏土）、comic（漫画）、cyberpunk（赛博朋克）。不传时保持模型的自然画风，需要统一风格时再传。
prompt 和 negative_prompt 都按 UTF-8 字节计算，上限 2048 字节：英文字母每个 1 字节，中文等 CJK 字符每个 3 字节，所以纯中文大约 680 字。
negative_prompt 写需要避开的内容，例如画面闪烁、文字水印、肢体变形；seed 固定后，同样的提示词和参数可以复现相同的结果，方便只改一个变量做对比。
按输出秒数计费，单价由分辨率和是否生成音频共同决定，共 8 档：360p 到 1080p 逐档提高，开启音频的单价高于不开启。实际金额以价格页的当前标价和任务记录为准。
先用 360p 或 540p、几秒的短片、关闭音频，确认动作和构图，再提高到 720p 或 1080p 并开启音频出正式版本。本页的案例里既有 540p、4 秒的测试片，也有 720p 的正式版本。
向 POST /v1/tasks 提交异步任务，请求会立即返回 taskId；生产环境建议传 callback.url 接收终态通知，调试时可以轮询 GET /v1/tasks/:id，成功后从 output[].url 下载 MP4。
