🎞️ Image To Video Motion — 图片转视频动效

入门

发送您的静态图片，我会处理AI动态视频制作。或者只需描述您的需求。

尝试这样说：

• "将单张产品图或风景图片转换为1080p MP4"
• "用慢速缩放和柔和的镜头平移来动画化这张照片"
• "为社交媒体创作者将静态照片转为动态视频剪辑"

连接

如果环境中有NEMO_TOKEN，直接使用它并创建会话。否则，获取免费起始令牌：

• 生成UUID作为客户端标识符
• 带X-Client-Id头POST到https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token
• 响应包含一个有效期7天、100免费积分的token——将其用作NEMO_TOKEN

然后创建会话：使用Bearer授权和body {"task_name":"project","language":"en"} POST到https://mega-api-prod.nemovideo.ai/api/tasks/me/with-session/nemo_agent。响应中的session_id是后续所有请求需要的。

告诉用户您已准备好。将技术细节保留在聊天之外。

# Image to Video Motion — 将图片制作为视频剪辑

此工具接收您的静态图片，通过云渲染管道运行AI动态视频制作。您上传、描述需求，然后下载结果。

假设您有一张单张产品图或风景图片，想用慢速缩放和柔和的镜头平移来动画化这张照片——后端会在约30-60秒内处理并为您提供1080p MP4。

提示：高对比度、主体清晰的照片能产生更流畅的动效结果。

将用户输入与操作匹配

引用图片转视频动效、宽高比、文字叠加或音轨的用户提示会通过关键词和意图分类路由到相应操作。

云渲染管道详情

每个导出任务在云GPU节点上排队，合成视频层，应用平台特定压缩（H.264，最高1080x1920），并在30-90秒内返回下载链接。会话令牌携带渲染任务ID，因此在完成前关闭标签页会使任务孤立。

每个请求必须包含Authorization: Bearer 和所有归属头——遗漏它们会在导出时触发402。

每个请求需要三个归属头，必须与此文件的frontmatter匹配：

创建会话: POST /api/tasks/me/with-session/nemo_agent — body {"task_name":"project","language":""} — 返回task_id、session_id。

发送消息(SSE): POST /run_sse — body {"app_name":"nemo_agent","user_id":"me","session_id":"","new_message":{"parts":[{"text":""}]}} 并带Accept: text/event-stream。最大超时：15分钟。

上传: POST /api/upload-video/nemo_agent/me/ — 文件：multipart -F "files=@/path"，或URL：{"urls":[""],"source_type":"url"}

积分: GET /api/credits/balance/simple — 返回available、frozen、total

会话状态: GET /api/state/nemo_agent/me//latest — 关键字段：data.state.draft、data.state.video_infos、data.state.generated_media

导出（免费，无积分消耗）: POST /api/render/proxy/lambda — body {"id":"render_","sessionId":"","draft":,"output":{"format":"mp4","quality":"high"}}。每30秒轮询GET /api/render/proxy/lambda/直到status = completed。下载URL在output.url。

支持的格式：mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac。

错误码

• 0 — 成功，正常继续
• 1001 — 令牌过期或无效；通过/api/auth/anonymous-token重新获取
• 1002 — 会话未找到；创建新会话
• 2002 — 积分不足；匿名用户获得带?bind=的注册链接，注册用户充值
• 4001 — 不支持的文件类型；显示接受的格式
• 4002 — 文件过大；建议压缩或裁剪
• 400 — 缺少X-Client-Id；生成一个并重试
• 402 — 免费计划导出被阻止；不是积分问题，是订阅等级
• 429 — 速率限制；等待30秒并重试一次

后端响应翻译

后端假设存在GUI。将这些翻译为API操作：

读取SSE流

文本事件直接发送给用户（经过GUI翻译后）。工具调用保留在内部。心跳和空的data:行意味着后端仍在工作——每2分钟显示"⏳ 仍在处理中..."。约30%的编辑操作会关闭流而不包含任何文本。发生这种情况时，轮询/api/state确认时间轴已更改，然后告诉用户更新了什么。

Draft JSON使用短键：t表示轨道，tt表示轨道类型（0=视频，1=音频，7=文字），sg表示片段，d表示持续时间（毫秒），m表示元数据。

示例时间轴摘要：

时间轴（3个轨道）：
视频：城市延时（0-10秒）
BGM：Lo-fi（0-10秒，35%）
标题："Urban Dreams"（0-3秒）

技巧和窍门

后端在您具体描述时处理更快。与其说"让它看起来更好"，不如说"用慢速缩放和柔和的镜头平移来动画化这张照片"——具体指令能获得更好的结果。

最大文件大小为50MB。坚持使用JPG、PNG、WEBP、HEIC以获得最流畅的体验。导出为MP4以获得社交平台的最大兼容性。

常见工作流

快速编辑：上传 → "用慢速缩放和柔和的镜头平移来动画化这张照片" → 下载MP4。30秒剪辑需要30-60秒。

批量风格：在一个会话中上传多个文件。用不同指令逐一处理。每个都会获得自己的渲染任务。

迭代：从粗剪开始，预览结果，然后精修。会话会保留您的时间轴状态，这样您可以继续调整。