企业API定制计划
AI应用开发服务
AI智能翻译API
AI SEO/GEO 服务
网络爬虫服务
登录
const main = async () => {
const response = await fetch('https://api.ai.cc/v2/video/generations', {
method: 'POST',
headers: {
Authorization: 'Bearer ',
'Content-Type': 'application/json',
},
body: JSON.stringify({
model: 'sber-ai/kandinsky5-t2v',
prompt: 'A DJ on the stand is playing, around a World War II battlefield, lots of explosions, thousands of dancing soldiers, between tanks shooting, barbed wire fences, lots of smoke and fire, black and white old video: hyper realistic, photorealistic, photography, super detailed, very sharp, on a very white background',
}),
}).then((res) => res.json());
console.log('Generation:', response);
};
main()
import requests
def main():
url = "https://api.ai.cc/v2/video/generations"
payload = {
"model": "sber-ai/kandinsky5-t2v",
"prompt": "A DJ on the stand is playing, around a World War II battlefield, lots of explosions, thousands of dancing soldiers, between tanks shooting, barbed wire fences, lots of smoke and fire, black and white old video: hyper realistic, photorealistic, photography, super detailed, very sharp, on a very white background"
}
headers = {"Authorization": "Bearer ", "Content-Type": "application/json"}
response = requests.post(url, json=payload, headers=headers)
print("Generation:", response.json())
if __name__ == "__main__":
main()
- API 操练场（Playground）
在集成之前，请在沙箱环境中测试所有 API 模型。
我们提供 300 多种模型供您集成到您的应用程序中。
产品详情
康定斯基 5 标准由 Sber AI 开发的，堪称一项突破性技术。 文本转视频生成模型它使用户能够将文本描述转化为高质量、连贯且引人入胜的视频片段。从生成逼真的场景到动态动画和各种艺术风格，Kandinsky 5 提供了一套无与伦比的创意工具包。最新版本在以往版本的基础上进行了显著改进，提供了卓越的视觉保真度，并支持生成长达 10 秒的视频。它是创意内容制作和快速视频概念原型制作的理想解决方案。
信息改编自 康定斯基 5 概述。
⚙️ 技术规格
- 模型架构： 专有的基于扩散的架构，融合了先进的时间调节机制。
- 训练数据： 使用涵盖广泛视觉风格和内容的大量多样化文本-视频对数据集进行训练。
- 输入： 文字描述（提示）。
- 输出： 高清视频片段。
- 帧率： 可配置，通常支持每秒 24-30 帧，实现流畅播放。
🚀 性能基准测试
Kandinsky 5 已根据领先的视频生成指标进行了严格评估，并始终表现出色。 在质量和校准方面均表现出色。
- ✅ FVD（Fréchet 视频距离）： 获得新的低分，表明与真实世界的视频分发高度相似，整体质量卓越。
- ✅ 视频评分： 在文本视频对齐方面表现出色，保证生成的内容与输入提示完全匹配。
- ✅ 时间一致性： 在衡量帧间稳定性的指标中得分很高，有效减少了闪烁和抖动。
✨ 主要特点
- 📸 照片级真实场景生成： 制作的视频几乎与实拍视频无异，能够捕捉逼真的光照、纹理和环境。
- 🎨 艺术风格模仿： 探索丰富多样的艺术风格，从印象派笔触到未来主义数字艺术，并将它们无缝应用于您生成的视频中。
- 🎬 高清动画： 制作流畅、精细的动画，注重细节，通过动态动作将角色、物体和概念栩栩如生地展现出来。
- 🧠 迅速理解和把握细微差别： Kandinsky 5 擅长解读复杂、微妙的文本提示，从而能够精确控制视频的内容、情绪和动作。
- 🔄 时间一致性： 确保生成的视频帧随时间保持一致，从而产生流畅逼真的运动，而不会出现突兀的过渡。
- 🎛️ 可控参数： 为用户提供对视频生成各个方面的精细控制，包括分辨率、帧速率和风格强度。
💰康定斯基5 API定价
从 每秒 0.21 美元
💡实际应用案例
- ✍️创意故事板： 根据剧本描述直接快速制作叙事视频片段原型。
- 📈 广告与营销： 制作符合精确风格要求的、短小精悍、视觉效果引人入胜的视频广告。
- 🖼️艺术动画： 为数字艺术装置和多媒体项目制作高精度动画短片。
- 📱 社交媒体内容： 快速生成适合跨平台纵向或横向观看的引人入胜的视频片段。
💻 代码示例
生成代码示例：
输出代码示例：
🆚 与其他型号的比较
Kandinsky 5 与 Kandinsky 5 Distill： 标准报价 增强的视觉质量和细节 每秒成本大约翻倍，满足更高保真度的需求。Distill 针对以下方面进行了优化： 速度和成本效益 分辨率较低，画面更简单。
Kandinsky 5 对比 OpenAI Sora： 康定斯基5是 开源且公开可用Sora致力于鼓励创新和个性化定制，在质量、款式多样性和易用性之间取得良好平衡。目前，Sora是一首页…… 封闭式模式，访问权限有限虽然它展现出了令人印象深刻的长视频生成能力，但其公共功能和局限性却鲜为人知。
Kandinsky 5 与稳定视频扩散 (SVD) 对比： 康定斯基 5 接受过培训 从底层构建统一的文本转视频模型从而带来更佳的连贯性和对各种提示的深刻理解。SVD 通常构建于预训练的图像模型之上，这些模型经过调整以适应视频，这有时会导致…… 时间稳定性较差 与原生训练的模型相比。
Kandinsky 5 对比 Runway Gen-2： 康定斯基5是 完全免费且开源消除生成和集成方面的成本障碍。Runway Gen-2 是 商业订阅服务 提供用户友好的界面，但运行方式如同黑箱，会产生相关成本。
🔌 API 集成
Kandinsky 5 可通过 AI/ML API 轻松访问。完整的集成文档如下： 可在此处查看： API 文档链接。
❓ 常见问题解答 (FAQ)
Q1：什么是康定斯基5标准？
A1：Kandinsky 5 Standard 是 Sber AI 开发的一款先进的文本转视频 AI 模型，能够根据文本提示生成高质量的视频片段，支持多种风格，最长可达 10 秒。
Q2：与之前的版本相比，Kandinsky 5 的主要改进是什么？
A2：Kandinsky 5 提供增强的视觉保真度、改进的时间一致性，并支持更长的视频生成（长达 10 秒），使其更适用于专业用途和创意原型制作。
Q3：Kandinsky 5 与其他视频生成模型（如 OpenAI Sora 或 Stable Video Diffusion）相比如何？
A3：Kandinsky 5 是开源的，并且针对文本转视频进行了原生训练，确保了强大的时间连贯性和可访问性，这与 Sora（闭源、访问权限有限）或 SVD（通常基于图像模型改编）不同。此外，与 Runway Gen-2 等商业产品相比，它也是免费的，这一点也十分突出。
Q4：Kandinsky 5 的主要应用场景是什么？
A4：由于其多功能性和高质量的输出，它非常适合创意故事板制作、快速广告生成、艺术动画以及创建引人入胜的社交媒体视频内容。
Q5：Kandinsky 5 是否有 API 可用？价格是多少？
A5：是的，Kandinsky 5 可通过 AI/ML API 访问，并提供详细文档。视频生成价格为每秒 0.21 美元起。
