為每個請求選擇 Auto、TokenLab Verified 或 Official,並預先顯示價格。 查看最新動態

Skywork: SkyReels V4

SkyReels V4 是一款用於聯合影片-音訊生成、修復 (inpainting) 與編輯的統一多模態影片基礎模型。它接受文字、圖像、影片片段、遮罩與音訊參考,並支援高達 1080p、32 FPS 與 15 秒的同步音訊電影級輸出,適用於提示詞驅動的生成以及引導式編輯工作流程。
比較模型
skyreels-v4
可用Skywork影片非同步
價格
起 $0.11
模態
影片

關於 SkyReels V4

SkyReels V4 是 Skywork AI 的統一影片基礎模型,能同時生成影片與相應的音訊,並支援修復(inpainting)與編輯功能。根據其論文,該模型支援文字、圖片、影片片段、遮罩(mask)及音訊參考作為輸入,輸出最高可達 1080p 解析度、32 FPS 及 15 秒長度。它透過文字提示詞運作,適用於製作帶有同步音效的影片片段。

適用場景

  • 影片與音訊來自兩個協調的分支,因此音訊能與畫面同步生成。
  • 該論文描述了一個用於生成、修復與編輯的單一模型,而非多個獨立工具。
  • 根據 SkyReels-V4 論文,輸出最高可達 1080p 解析度、32 FPS 及 15 秒長度。
  • 論文報告指出,該模型能產生多鏡頭、電影風格的結果,並在該論文的對比測試中獲得了最高的人類評估總分。

其他選擇建議

  • 它僅能透過文字提示詞執行,因此論文中描述的修復、遮罩及音訊參考功能目前無法使用。
  • 評估結果來自作者的研究與公開競技場(public arena),而非獨立測試。
  • 15 秒是規定的上限,因此較長的場景必須由多個片段拼接而成。

入門指南

  1. 建立 API 金鑰

    請至 Console 建立金鑰,即可在平台上使用各類模型。

  2. 發送您的第一個請求

    複製您所選語言的範例,並針對端點執行它。

    圖生影首尾幀轉影片文生影TokenLab 端點
    POST/v1/videos/generations
    curl -X POST "https://api.tokenlab.sh/v1/videos/generations" \
      -H "Authorization: Bearer sk-xxx" \
      -H "Content-Type: application/json" \
      -d '{
      "duration": 5,
      "operation": "text-to-video",
      "model": "skyreels-v4",
      "prompt": "Cinematic sunrise over a calm lake with gentle camera motion."
    }'

參數設定

圖生影

參數可選值與限制預設值說明
duration≥ 3, ≤ 155Use an integer.
image未提供未提供First frame: a public image URL or a data URL. image, image_url and start_image are aliases; send one.
image_url未提供未提供First frame: a public image URL or a data URL. image, image_url and start_image are aliases; send one.
n11Use an integer.
operation未提供未提供未提供
output_formatmov, mp4, webmmp4未提供
prompt未提供未提供Maximum length: 5120 characters.
resolution480p480pOnly 480p is offered.
seconds≥ 3, ≤ 155Use an integer.
start_image未提供未提供First frame: a public image URL or a data URL. image, image_url and start_image are aliases; send one.

首尾幀轉影片

參數可選值與限制預設值說明
duration≥ 3, ≤ 155Use an integer.
end_image輸入數量:≥ 1, ≤ 1未提供Last frame: a public image URL or a data URL. A request with end_image is start-end-to-video.
image輸入數量:≥ 1, ≤ 1未提供First frame: a public image URL or a data URL. image, image_url and start_image are aliases; send one.
image_url輸入數量:≥ 1, ≤ 1未提供First frame: a public image URL or a data URL. image, image_url and start_image are aliases; send one.
n11Use an integer.
operation未提供未提供未提供
output_formatmov, mp4, webmmp4未提供
prompt未提供未提供Maximum length: 5120 characters.
resolution480p480pOnly 480p is offered.
seconds≥ 3, ≤ 155Use an integer.
start_image輸入數量:≥ 1, ≤ 1未提供First frame: a public image URL or a data URL. image, image_url and start_image are aliases; send one.

文生影

參數可選值與限制預設值說明
duration≥ 3, ≤ 155Use an integer.
height480, 560, 640, 736, 848480Use an integer. Use a listed width and height pair: 848x480 (480p, 16:9), 480x848 (480p, 9:16), 736x560 (480p, 4:3), 560x736 (480p, 3:4), 640x640 (480p, 1:1).
n11Use an integer.
operation未提供未提供未提供
output_formatmov, mp4, webmmp4未提供
prompt未提供未提供Maximum length: 5120 characters.
seconds≥ 3, ≤ 155Use an integer.
width480, 560, 640, 736, 848848Use an integer. Use a listed width and height pair: 848x480 (480p, 16:9), 480x848 (480p, 9:16), 736x560 (480p, 4:3), 560x736 (480p, 3:4), 640x640 (480p, 1:1).

Fields outside this contract are rejected.

定價

Verified 價格用於 Verified,多數模型更便宜;Official 價格是模型廠商公布的價格,用於更穩定的 Official。Auto 按最終完成請求的線路計價。

文生影

每秒
Official 價格
$0.11
Verified 價格
—
折扣
—

圖生影

每秒
Official 價格
$0.11
Verified 價格
—
折扣
—

首尾幀轉影片

每秒
Official 價格
$0.11
Verified 價格
—
折扣
—

使用量與活動

成功率是請求完成的比例;延遲是一次完整回應所需的時間,P95 表示 95% 的請求在該時間內完成。

用量與可用性

過去 24 小時
請求數
成功率
P95 延遲
總 Token 用量
模型效能
當達到隱私權與資料量的門檻後,指標才會顯示。

資料基於彙總的使用者請求,不包含狀態檢查。

直接在 Console 裡試

在 Console 中開啟 SkyReels V4,並準備好編輯或發送提示詞。

協助我使用 skyreels-v4 透過 /v1/videos/generations 執行 text-to-video,並顯示結果、狀態與成本。

應用情境

適合場景
  • 文生影片
  • 內建音效的影片片段

    生成一段短場景,包含已與畫面同步的無對白環境音、音樂或特效。

  • 多鏡頭宣傳片

    描述一系列鏡頭,即可在一次請求中獲得電影般的剪輯成品。

  • 高幀率動態

    由於論文指出輸出為每秒 32 幀(而非通常的 24 幀),因此能為動作與運動風格的場景產生更流暢的動態。

  • 概念預告片

    將電影或遊戲構想視覺化並包含音效,讓提案簡報能展示帶有相應環境音與特效的動態場景。

提示詞範例

一艘船的船長在風暴中的甲板上大聲下令,海浪拍打,切換至船身傾斜的廣角鏡頭,伴隨雷聲與木頭的吱嘎聲。

一名街頭藝人在雨中的廣場拉小提琴,特寫手部動作,隨後緩慢拉遠,音樂與拉琴動作同步。

城市黎明甦醒的縮時攝影,交通聲浪漸強,最後鏡頭掠過河流。

FAQ

什麼是 SkyReels V4?

這是 Skywork 的多模態影音基礎模型,根據 SkyReels-V4 論文所述,它能在單一框架內處理影片與音訊的聯合生成、修復及編輯。

它支援哪些輸出?

論文指出輸出最高支援 1080p 解析度、每秒 32 幀及 15 秒長度,且音訊是與畫面同步生成,而非事後添加。

我可以用它編輯現有的影片嗎?

不行。雖然論文描述了使用影片與遮罩進行編輯和修復的功能,但此模型目前僅能透過文字提示詞生成新片段。若要修改現有影片,請使用其他工具。

它是如何製作聲音的?

採用雙流設計,一個分支負責影片,另一個負責時間對齊的音訊,兩者共享一個文字編碼器,因此聲音會跟隨畫面,而非事後添加。

它是如何被評估的?

作者報告了最高的人類評估總分,以及在公開競技場中領先的文字轉影音排名。這些是製造商的聲明;請使用您自己的提示詞進行比較。

SkyReels V4 的費用是多少?

在 TokenLab 上,SkyReels V4 價格為 $0.11 每秒。完整明細見上方價格表。 價格因計費單位、規格和用量而異。請在模型的詳細定價中比較相同條件下的費率;單一費率不代表總價。

SkyReels V4 應該使用哪一個端點?

請使用 https://api.tokenlab.sh/v1/videos/generations 進行 SkyReels V4 的呼叫。下方的請求範例展示了對應的程式碼格式。

SkyReels V4 支援哪些操作?

SkyReels V4 支援 圖生影, 首尾幀轉影片, 文生影。請在上方選擇一項操作以查看其端點與請求範例。

比較 SkyReels V4

使用 SkyReels V4 的指南

來源

更新於 2026年10月2日

相關模型