Luma 视频生成 API 集成指南

随着人工智能的广泛应用,AI 程序逐渐在各个领域流行开来。从最初的写作、医疗教育,到如今的视频生成,AI 正在渗透人们工作和生活的方方面面。

Luma 是一个专业的高质量视频生成平台,用户只需上传素材,便可以根据不同的风格和效果自动生成高质量的视频。该平台由知名技术公司的团队成员开发,旨在让每个人都能轻松创建出色的视频,无需复杂的编辑工具。

然而,Luma 官方并不提供 API 接口。AceDataCloud 提供了一套模拟与 Suno 官方 API 集成的 Luma API,使生成所需视频变得便捷快速。

环境准备/前置条件

  1. 注册并登录 Ace Data Cloud 平台 官网
  2. 获取 API 访问凭证。

详细步骤

获取 API 凭证

首先,访问 Luma 视频生成 API 页面,点击"Acquire"按钮以获取请求所需的凭证。

如果您尚未登录或注册,将自动重定向到登录页面。完成登录或注册后,您将自动返回当前页面。

首次申请时,将提供免费配额,允许您免费使用 API。

基本用法

生成视频时,您可以输入任何文本。例如,如果想制作一个关于宇航员在太空与火山之间穿梭的视频,可以输入 Astronauts shuttle from space to volcano,如图所示:

生成的代码如下:

主要请求参数包括:

  • prompt: 生成视频的提示词。
  • aspect_ratio: 视频的宽高比,默认值为 16:9。
  • end_image_url: 可选,指定结束帧。
  • enhancement: 可选,清晰度增强开关。
  • loop: 是否生成循环视频,默认值为 false。
  • timeout: 可选,超时时间(秒)。
  • callback_url: 异步回调地址。

您可以点击"Try"按钮直接测试 API。等待 1-2 分钟后,结果如下:

json 复制代码
{
  "success": true,
  "task_id": "e4018a99-1522-4f24-9330-62c2a9b50b59",
  "video_id": "155838f8-7f1e-44d8-b387-192f3b4b509d",
  "prompt": "Astronauts shuttle from space to volcano",
  "video_url": "https://storage.cdn-luma.com/dream_machine/af94e7ca-da35-4b5f-a636-2d7254184d0d/watermarked_video0585de3737db946e5a0ac895384ecd180.mp4",
  "video_height": 752,
  "video_width": 1360,
  "state": "completed",
  "thumbnail_url": "https://platform.cdn.acedata.cloud/luma/e4018a99-1522-4f24-9330-62c2a9b50b59.jpg",
  "thumbnail_width": 1360,
  "thumbnail_height": 752
}

此时,我们可以看到视频的相关信息,包括视频 ID、视频链接、视频缩略图等。

字段说明如下:

  • success: 生成是否成功;若成功,则为 true,否则为 false
  • task_id: 此视频生成任务的唯一 ID。
  • video_id: 此任务生成视频的唯一 ID。
  • prompt: 此视频生成任务的关键词。
  • video_url: 此视频生成任务的结果视频链接。
  • video_height: 生成的视频缩略图高度。
  • video_width: 生成的视频缩略图宽度。
  • state: 此视频生成任务的状态;若任务完成,则为 completed
  • thumbnail_url: 生成的视频缩略图链接。
  • thumbnail_width: 生成的视频缩略图宽度。
  • thumbnail_height: 生成的视频缩略图高度。

自定义开始与结束帧生成

如果希望通过自定义开始和结束帧生成视频,可以输入开始和结束帧的图片链接:

此时,视频的开始帧 start_image_url 字段可以接受如下图片作为视频的开始帧:

接下来,我们需要根据开始和结束帧及关键词自定义视频生成,指定以下内容:

  • action: 视频生成任务的动作,通常为正常生成 generate 和扩展生成 extend,默认为 generate
  • start_image_url: 指定生成视频的开始帧。
  • end_image_url: 指定生成视频的结束帧。
  • prompt: 生成视频的关键词内容。

以下为输入示例:

填写完成后,生成的代码如下:

对应的代码如下:

python 复制代码
import requests

url = "https://api.acedata.cloud/luma/videos"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "start_image_url": "https://i-blog.csdnimg.cn/direct/20e5edc91eba4f418f9eb869ae2cbcd7.png",
    "action": "generate",
    "prompt": "Astronauts shuttle from space to volcano"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

获得的结果如下:

json 复制代码
{
  "success": true,
  "task_id": "12a18694-fd4b-47e7-9c50-34f30862cff6",
  "video_id": "0105c090-03a5-425a-8026-523341cd575b",
  "prompt": "Astronauts shuttle from space to volcano",
  "video_url": "https://platform.cdn.acedata.cloud/luma/12a18694-fd4b-47e7-9c50-34f30862cff6.mp4",
  "video_height": 656,
  "video_width": 1552,
  "state": "completed",
  "thumbnail_url": "https://platform.cdn.acedata.cloud/luma/12a18694-fd4b-47e7-9c50-34f30862cff6.jpg",
  "thumbnail_width": 1552,
  "thumbnail_height": 656
}

最终结果与之前相似,生成的视频开始帧包含我们提供的图片。您也可以提供开始和结束帧的图片链接生成视频,只需在上述基础上添加结束帧图片即可。结束帧图片的信息如下:

输入示例为:

最终结果如下:

json 复制代码
{
  "success": true,
  "task_id": "d1cb723a-e554-4775-94a4-bb6ae8c7ea67",
  "video_id": "6bebd0d2-f793-472e-9326-38528a9273bb",
  "prompt": "Astronauts shuttle from space to volcano",
  "video_url": "https://platform.cdn.acedata.cloud/luma/d1cb723a-e554-4775-94a4-bb6ae8c7ea67.mp4",
  "video_height": 656,
  "video_width": 1552,
  "state": "completed",
  "thumbnail_url": "https://platform.cdn.acedata.cloud/luma/d1cb723a-e554-4775-94a4-bb6ae8c7ea67.jpg",
  "thumbnail_width": 1552,
  "thumbnail_height": 656
}

可以看出,生成的视频包含了开始和结束帧的图片,从而完成了视频的自定义生成。

视频扩展功能

如果您希望继续生成视频,可以将参数 action 设置为 extend,并输入要继续生成的视频的 ID 或链接。视频 ID 和视频链接可以根据基本用法获得,如下图所示:

此时,可以看到视频 ID 为:

``` "video_id": "0105c

相关推荐
Elastic 中国社区官方博客6 小时前
Elasticsearch DiskBBQ:使用原生 SIMD Blocks 实现快 40% 的向量评分计算
大数据·人工智能·elasticsearch·搜索引擎·ai·全文检索·diskbbq
男孩李7 小时前
浅谈open jiuwen
人工智能·ai
Elastic 中国社区官方博客8 小时前
Kibana:使用 AI Chat 及 MCP 轻松创建 AI 原生仪表板
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·信息可视化
汤姆yu9 小时前
原生一体化多模态大模型技术研究
ai·大模型·多模态·智能体
汤姆yu12 小时前
Agentic AI自主智能体技术深度研究
人工智能·ai·智能体
哥布林学者12 小时前
深度学习进阶(二十七)现代 LLM 的核心架构设计其二:SwiGLU
机器学习·ai
coderwei12313 小时前
从OpenAI到Strip:用六大支柱读懂Harness Engineering的生产实践
python·ai·ai编程
小真zzz13 小时前
当“虚构的解决方案”成为试金石:搜极星如何将市场幻想变为可验证的现实?
搜索引擎·ai·大模型·deepseek
土星云SaturnCloud14 小时前
基于边缘计算的商场智慧运营架构设计与AI落地实践
服务器·人工智能·ai·边缘计算
启途AI14 小时前
当营销话术超越产品实体:GEO市场的诚信挑战
大数据·人工智能·搜索引擎·ai·chatgpt