PixVerse V6 Max Image to Video API

pixverse/v6-max/image-to-video
360p–1080p · 1–15 sec

PixVerse V6 Max Image to Video 将一张 JPEG、PNG 或 WebP 图片生成 360p 至 1080p 的 1–15 秒视频,可选原生音轨。图片确定主体与构图,提示词(最多 2,048 字符)引导动作、运镜和声音。

输入
161/2048

拖拽文件、粘贴剪贴板素材,或输入 URL。 必填,1 张 JPEG、PNG 或 WebP 图片。

1/1 个素材

输出示例
5 秒 × $0.036/秒 = $0.180
继续使用

PixVerse V6 Max Image to Video

PixVerse V6 Max 是 PixVerse V6 的 Max 档位,于 2026 年 10 月加入 PixVerse API,提供文生视频与图生视频。图片端点从单张静帧出发,让产品图、插画和人像在保留构图的同时动起来。可选择 1–15 秒、360p 至 1080p 以及是否加入声音,费率与文本端点相同。

为什么选择 PixVerse V6 Max Image to Video API?

  • 构图来自你的图片输出保留图片构图,竖版、方形和宽幅素材保持原样。

  • 可选原生音频开启 audio,生成提示词中描述的音效、环境声或台词。

  • 提示词引导动作为图片配上最多 2,048 个字符,描述要动的元素、镜头路径和声音。

  • 与文本模式同价按分辨率与音频每秒 4.8–22.4 积分,从 360p 草稿到 1080p 成片。

参数说明

参数要求说明
image_urls必填

1 个公开 HTTP(S) 的 JPEG、PNG 或 WebP 图片地址(如带扩展名,需为 .jpg、.jpeg、.png 或 .webp)。

默认值—
prompt必填

动作、运镜和声音描述,1–2,048 个字符,需包含有效文字。

默认值—
duration可选

输出时长,1–15 的整数秒。

默认值5
resolution可选

360p、540p、720p 或 1080p,每秒费率由分辨率和音频共同决定。

默认值540p
audio可选

设为 true 添加原生音轨,可包含提示词中描述的对白、音效和音乐。

默认值false

使用方法

  1. 选择图片选择一张已按发布构图准备好的 JPEG、PNG 或 WebP,放在公开 HTTP(S) 地址。

  2. 引导动作用最多 2,048 个字符描述运动元素、镜头路径和声音。

  3. 设置时长、分辨率与音频选择 1–15 秒、360p 至 1080p 以及是否开启音频,Run 按钮上的价格同步更新。

  4. 提交并获取视频提交后获得 task_id,轮询状态接口或使用 callback_url 获取结果。

用量与计费

PixVerse V6 Max Image to Video 按输出秒数计费,费率取决于分辨率以及是否开启音频。

计费项目费率详情
360p4.8 / 7.2 积分 / 秒无音频 / 有音频:每秒 $0.024 / $0.036,适合快速草稿。
540p7.2 / 8.8 积分 / 秒无音频 / 有音频:每秒 $0.036 / $0.044,默认档位,5 秒无音频为 36 积分。
720p8.8 / 12 积分 / 秒无音频 / 有音频:每秒 $0.044 / $0.060。
1080p17.6 / 22.4 积分 / 秒无音频 / 有音频:每秒 $0.088 / $0.112,15 秒带音频为 336 积分。

适用场景

  • 产品动画把产品图做成缓慢旋转或扫光效果,用于商品页和广告。

  • 动态插画为成稿插画加入风、光和细微动作。

  • 带声音的人像片段让人像动起来,并加入环境声或一句台词。

  • 从草稿到成片先用 360p 测试动作,再以同一图片和提示词生成 1080p。

实用技巧

  • 先把图片裁成交付画幅,输出会保持该构图。
  • 围绕图中已有元素描述动作,而不是引入新主体。
  • 提示词保持聚焦:一个动作加一种运镜,很适合 2,048 字符上限。
  • 想要以图片为主导的细微运动,提示词写短一些即可,例如缓慢推镜或微风轻拂。

注意事项

  • image_urls 必须且只能包含 1 个 JPEG、PNG 或 WebP 地址。
  • 如需选择画幅或撰写更长的提示词,请使用 PixVerse V6 Max Text to Video。
  • 任务异步执行:提交成功返回 task_id,可轮询或通过回调获取结果。

相关模型

PixVerse V6 Max Image to Video API 常见问题

PixVerse V6 Max Image to Video API 是什么?

PixVerse V6 Max Image to Video 是 PixVerse 用于将静态图片生成视频的模型。它把一张 JPEG、PNG 或 WebP 图片转化为 360p 至 1080p 的 1–15 秒视频,并可选原生音轨。图片确定主体与构图,提示词引导叠加的动作、运镜和声音。你可以通过 API 进行程序化调用,也可以在上方体验区直接在线试用。

PixVerse V6 Max Image to Video 支持哪些图片格式?

1 张放在公开 HTTP(S) 地址的 JPEG、PNG 或 WebP 图片;地址如带扩展名,应为 .jpg、.jpeg、.png 或 .webp。

PixVerse V6 Max Image to Video 会保留图片构图吗?

会。视频跟随图片构图,上传前可先准备成 9:16、1:1、16:9 等形状。

PixVerse V6 Max Image to Video 需要提示词吗?

需要。每个请求都要在图片之外附上最多 2,048 个字符的提示词,描述动作、运镜和声音;写一句“缓慢推镜”这样的短提示词,就能让运动保持细微、以图片为主导。

PixVerse V6 Max Image to Video 能加声音吗?

可以。将 audio 设为 true 生成原生音轨,并在提示词中描述音效、环境声或带引号的台词。按有音频费率计费,例如 720p 每秒 12 积分。

PixVerse V6 Max Image to Video 一次能生成多长?

1–15 个整数秒,默认 5 秒,可选 360p、540p、720p 或 1080p。

5 秒的 PixVerse V6 Max Image to Video 视频多少钱?

默认 540p 无音频为 36 积分($0.18),有音频为 44 积分;1080p 分别为 88 或 112 积分。

哪个 PixVerse V6 Max 端点可以选择画幅?

PixVerse V6 Max Text to Video 提供八种画幅;在 Image to Video 中,上传的图片决定画面形状。