能力 | 说明 |
多文档输入 | 单次最多 3 个文档，支持 pdf / pptx / docx / png / jpg。 |
多语言输出 | 支持中文、英文、日语、韩语、俄语、法语、西班牙语、德语8种语言。 |
多画幅 | 支持 16:9、9:16、1:1 三种宽高比。 |
AI 配音 | 可选开启语音合成，支持指定音色（含克隆音色 / 设计音色）。 |
字幕生成 | 可选开启字幕。 |
PPTX 保真复刻 | 尽可能复刻输入 PPTX 的原始版式与内容。 |
背景与水印 | 支持自定义背景图、四角位置水印。 |
分阶段确认 | 支持在大纲、配音动效两个阶段介入审核，可确认推进或按提示词重新生成。 |
结果持久化 | 支持将成片保存至您自有的 COS 存储桶。 |
Mode 参数决定。这是接入前需要最先确定的设计选择，因为它决定了您的调用链路是「一次提交」还是「多轮交互」。模式 | 取值 | 调用链路 | 适用场景 |
端到端直接生成 | auto | 创建任务 → 轮询查询 → 拿到成片 | 批量生产、无人值守的自动化管线。 |
确认后生成 | stage | 创建任务 → 阶段产物审核 → 确认 / 重新生成 → 拿到成片 | 对成片质量要求高、需人工把关的场景。 |
stage 模式将生成过程拆为两个可介入的阶段：阶段 | 阶段产物 | 确认（confirm）后的动作 | 重新生成（regenerate）的作用 |
STAGE_1 | 视频大纲、分镜结构。 | 确认大纲，继续生成配音、动画效果、字幕。 | 重新生成大纲。 |
STAGE_2 | 配音、动画效果、字幕。 | 确认后合成最终成片。 | 重新生成配音、动画效果、字幕。 |
auto 模式跑通链路验证效果，再针对需要人工把关的业务切到 stage 模式。stage 模式下每次重新生成都会重新消耗模型算力，请结合计费预期评估重试次数。计费项 | 刊例价 | 计费口径 |
视频生成时长 | 0.0583 USD/秒 | 按实际生成视频的时长计费。 |
LLM 理解消耗 Token | 6.5 USD/百万Token | 按大模型理解文档时实际消耗的 Token 数计费。 |
计费项 | 刊例价 | 触发条件 |
AI 配音 | 0.0746 USD/分钟 | 仅 EnableTTS = true 时产生。 |
克隆音色 / 设计音色 | 1.5 USD/音色 | 仅使用克隆音色或设计音色时产生。 |
参数 | 类型 | 必选 | 说明 |
Input.FileUrl | Array of String | 是 | 用于生成视频的文档链接。支持 pdf / pptx / docx / png / jpg；最多 3 个文档；单文档 ≤ 10MB；单文档 ≤ 100 页。链接须公网可访问。 |
Input.Prompt | String | 是 | 生成视频的提示词，长度上限 2000 字符。 |
Input.ModelName | String | 是 | 模型名称。默认值： Wand |
Input.ModelVersion | String | 是 | 模型版本号。默认值： 1.0 |
参数 | 类型 | 必选 | 说明 |
Input.Mode | String | 否 | 生成模式。 auto：端到端直接生成；stage：确认后生成，可在 STAGE_1、STAGE_2 两阶段介入审核。 |
参数 | 类型 | 必选 | 说明 |
Input.Ratio | String | 否 | 宽高比。可选 16:9 / 9:16 / 1:1。默认值：16:9 |
Input.Language | String | 否 | 生成语言。可选 zh（中文）/ en（英文）/ ja（日语）/ ko（韩语）/ ru（俄语）/ fr（法语）/ es（西班牙语）/ de（德语）。默认值：zh |
Input.ReferenceDuration | Integer | 否 | 时长参考值，单位秒，取值范围 [15, 1200]。非精确时长，仅供大模型参考，实际时长由模型根据文档内容与提示词决定。 |
参数 | 类型 | 必选 | 说明 |
Input.EnableTTS | Boolean | 否 | 是否开启 AI 配音。默认值： false。开启后产生 AI 配音费用。 |
Input.VoiceId | String | 否 | 音色 ID，仅开启 AI 配音时有效。不填使用默认音色。可通过控制台音色库或查询音色接口获取。 |
Input.EnableCaption | Boolean | 否 | 是否开启字幕生成。默认值： false |
参数 | 类型 | 必选 | 说明 |
Input.PPTXFidelity | Boolean | 否 | 是否开启 PPTX 保真复刻模式。默认值： false。开启后会尽可能复刻输入 PPTX 的内容与版式（暂不支持复刻动画效果，也无法做到完美复刻）。开启时输入文档中须至少含一个 PPTX；若有多个，仅对首个 PPTX 生效。 |
Input.Background.ImageUrl | String | 否 | 背景图片 URL。仅在未开启保真复刻版式时生效。 |
Input.Watermark.ImageUrl | String | 否 | 水印图片 URL。仅在未开启保真复刻版式时生效。 |
Input.Watermark.Position | String | 否 | 水印位置。可选 top-left / top-right / bottom-left / bottom-right。 |
参数 | 类型 | 必选 | 说明 |
CosInfo.CosBucketRegion | String | 否 | COS 桶地域。示例值： ap-guangzhou |
CosInfo.CosBucketName | String | 否 | COS 桶名称。示例值： mps-guangzhou-1-1326534690 |
CosInfo.CosBucketPath | String | 否 | COS 桶路径。示例值： /doc2video/output |
{"Input": {"FileUrl": ["https://example-1303333058.cos.ap-guangzhou.myqcloud.com/doc/sample.pdf","https://example-1303333058.cos.ap-guangzhou.myqcloud.com/doc/slides.pptx"],"Prompt": "请根据这两份文档，生成一个 2 分钟左右的产品介绍视频，风格专业简洁，面向企业客户。","ModelName": "Wand","ModelVersion": "1.0","Mode": "auto","Ratio": "16:9","Language": "zh","ReferenceDuration": 120,"EnableTTS": true,"VoiceId": "v1_shUQBcs3N6VrPd9RMTf50H7M5kxeZ1VHIiWGDzq5Q9pE0HoEQ959hpulWHGFZSp3v4w=","EnableCaption": true,"Watermark": {"ImageUrl": "https://example-1303333058.cos.ap-guangzhou.myqcloud.com/logo.png","Position": "bottom-right"}},"CosInfo": {"CosBucketRegion": "ap-guangzhou","CosBucketName": "mps-guangzhou-1-1326534690","CosBucketPath": "/doc2video/output"}}
{"Input": {"FileUrl": ["https://example-1303333058.cos.ap-guangzhou.myqcloud.com/doc/course.pptx"],"Prompt": "根据这份课件，生成一个教学讲解视频，逐页讲解要点。","ModelName": "Wand","ModelVersion": "1.0","Mode": "stage","PPTXFidelity": true,"Ratio": "16:9","Language": "zh","EnableTTS": true,"EnableCaption": true},"CosInfo": {"CosBucketRegion": "ap-guangzhou","CosBucketName": "mps-guangzhou-1-1326534690","CosBucketPath": "/doc2video/output"}}
参数 | 类型 | 说明 |
TaskId | String | 任务 ID。示例值： e084efaa-d25************6b85e473c0e5 |
RequestId | String | 唯一请求 ID，定位问题时需提供。 |
{"Response": {"TaskId": "e084efaa-d25************6b85e473c0e5","RequestId": "a2644899-acbf-4973-b8ea-1a93772be6f7"}}
错误码 | 描述 |
FailedOperation.CreateAIGCTaskFailed | 创建 AIGC 任务失败。 |
FailedOperation.UserArrears | 用户状态已停服，请检查账户余额。 |
InvalidParameter | 参数错误。 |
LimitExceeded.CreateTask | 无法创建任务，当前正在执行的任务数达到上限。 |
TaskType 为 DocToVideo。参数 | 类型 | 必选 | 说明 |
TaskId | String | 是 | 任务 ID。示例值： c50f6094-3b56-a1fa-e616-0eec386bfc36。 |
参数 | 类型 | 说明 |
TaskId | String | 任务 ID。 |
TaskStatus | String | 任务状态，枚举值见下表。 |
OutputUrl | String | 输出视频地址。仅任务成功完成时有值，其余状态可能返回 null。 |
CreateTime | String | 任务创建时间。示例值： 2026-06-01 20:40:50。 |
ScheduledTime | String | 任务调度时间。 |
FinishedTime | String | 任务完成时间。 |
TaskResultCode | Integer | 任务错误码，任务失败时用于定位原因。 |
TaskResultMsg | String | 任务错误信息。 |
RequestBody | String | 创建任务时的原始请求体，用于核对参数。 |
TaskType | String | 任务类型，文档生视频为 DocToVideo。 |
Stage | String | 任务子状态，标识当前所处阶段及该阶段的进展。示例值： STAGE_2_FINISHED。 |
TaskInfo | String | 任务其他信息，JSON 字符串。其中 current_stage 标识当前阶段。示例值：{"current_stage": "STAGE_1"}。 |
RequestId | String | 唯一请求 ID。 |
枚举值 | 含义 | 处理建议 |
PENDING | 任务等待调度 | 排队中，继续轮询。 |
RUNNING | 任务运行中 | 继续轮询。 |
FINISHED | 任务执行成功 | 通过 OutputUrl 获取结果。 |
STOP | 任务被中止 | 检查是否被手动或系统中止。 |
FAILED | 任务失败 | 查看 TaskResultCode 与 TaskResultMsg。 |
TIMEOUT | 任务超时 | 检查文档体量与提示词复杂度后重试。 |
Stage 与 TaskInfo 是 stage 模式下驱动交互流程的关键字段。TaskStatus 描述的是整个任务的宏观状态，而在 stage 模式下，任务会在某个阶段产物生成完毕后停下来等待您确认——此时您需要依靠 Stage / TaskInfo 判断「当前停在哪个阶段、该阶段是否已经产出完毕」，进而决定下一步是调用 confirm 推进还是 regenerate 重来。字段 | 用途 |
Stage | 任务子状态，命名格式为「阶段_进展」，如 STAGE_2_FINISHED 表示第二阶段产物已生成完毕。 |
TaskInfo | JSON 字符串，其中 current_stage 给出当前阶段，如 {"current_stage": "STAGE_1"}。 |
Stage 显示某阶段已完成时，取回该阶段产物交由人工审核，再带上对应的 Stage（STAGE_1 或 STAGE_2）调用 ModifyDocToVideoTaskStatus。TaskInfo 是 String 类型而非结构化对象，解析时需要先做一次 JSON 反序列化，并做好字段缺失的兜底。Stage 的完整枚举值目前未在接口文档中列出（文档仅给出示例值 STAGE_2_FINISHED），接入前建议向研发确认全量取值，避免遗漏中间态。{"Response": {"TaskId": "c50f6094-3b56-a1fa-e616-0eec386bfc36","TaskStatus": "FINISHED","OutputUrl": "https://aigc-redraw-output-1326893053.cos.ap-guangzhou.myqcloud.com/aigc-c50f6094-3b56-a1fa-e616-0eec386bfc36-202606012044-0.mp4","CreateTime": "2026-06-01 20:40:50","ScheduledTime": "2026-06-01 20:40:51","FinishedTime": "2026-06-01 20:44:32","TaskResultCode": 0,"TaskResultMsg": "","TaskType": "DocToVideo","Stage": "STAGE_2_FINISHED","TaskInfo": "{\\"current_stage\\": \\"STAGE_2\\"}","RequestId": "9ee02d10-a534-4a2d-842a-c4d084bcfbde"}}
TaskStatus 仍为 RUNNING（整个任务尚未走完），但 Stage 已显示 STAGE_1_FINISHED，说明大纲阶段产物已就绪、正在等待您确认。此时不能只看 TaskStatus 就继续空轮询，而应取回大纲交由审核，再调用 ModifyDocToVideoTaskStatus 推进或重新生成。{"Response": {"TaskId": "c50f6094-3b56-a1fa-e616-0eec386bfc36","TaskStatus": "RUNNING","OutputUrl": null,"CreateTime": "2026-06-01 20:40:50","ScheduledTime": "2026-06-01 20:40:51","FinishedTime": "","TaskResultCode": 0,"TaskResultMsg": "","TaskType": "DocToVideo","Stage": "STAGE_1_FINISHED","TaskInfo": "{\\"current_stage\\": \\"STAGE_1\\"}","RequestId": "9ee02d10-a534-4a2d-842a-c4d084bcfbde"}}
错误码 | 描述 |
FailedOperation.QueryAIGCTaskFailed | 查询任务发生错误。 |
ResourceNotFound.TaskNotFound | 任务不存在，请检查 TaskId 是否正确。 |
ModifyDocToVideoTaskStatus 接口，对 stage 模式下的阶段产物进行确认推进或重新生成。仅 Mode=stage 的任务需要用到本接口。参数 | 类型 | 必选 | 说明 |
Input.Action | String | 是 | 修改动作。 confirm：确认已完成阶段并推进下一阶段；regenerate：重新生成指定阶段。 |
Input.Stage | String | 是 | 目标阶段。 STAGE_1：大纲阶段；STAGE_2：配音 / 动画 / 字幕阶段。 |
Input.SourceTaskId | String | 是 | 需要修改的目标任务 ID。 |
Input.Regenerate | DocToVideoRegenerateInput | 否 | 重新生成参数，仅 Action=regenerate 时必填。 |
Stage | Action=confirm | Action=regenerate |
STAGE_1 | 确认大纲，继续生成后续配音、动画效果、字幕。 | 重新生成大纲。 |
STAGE_2 | 确认配音、动画效果、字幕，生成最终成片。 | 重新生成配音、动画效果、字幕。 |
参数 | 类型 | 必选 | 说明 |
Regenerate.Scope | String | 是 | 重新生成范围。 full：该阶段全量重新生成（如调整整体场景数量）；scenes：按场景局部重新生成（如修改某个场景的具体内容）。 |
Regenerate.Prompt | String | 是 | 重新生成时的提示词，用于描述希望如何调整。 |
Regenerate.SceneIds | Array of String | 否 | 目标场景 ID 数组。仅 Scope=scenes 时必填；不可重复，单次最多5个。 |
Scope 的选择取决于修改的粒度：改变整体结构（合并页、增删场景、压缩节奏）用 full；只想改某几个场景的文案或画面而保留其余部分，用 scenes 并指定 SceneIds，这样可以避免已经满意的场景被重新生成。参数 | 类型 | 说明 |
TaskId | String | 任务 ID，与传入的 SourceTaskId 一致。示例值：996190db-c567-d47b-1641-6216c7457036。 |
RequestId | String | 唯一请求 ID。 |
stage 模式下，从创建任务到最终成片，整个流程始终使用同一个任务 ID。每次 confirm / regenerate 传入的 SourceTaskId，都是创建任务时返回的那个 TaskId；接口返回的 TaskId 也是同一个。业务侧只需保存这一个 ID，用它贯穿后续所有的状态查询与修改操作。{"Input": {"Action": "regenerate","Stage": "STAGE_1","SourceTaskId": "996190db-c567-d47b-1641-6216c7457036","Regenerate": {"Scope": "full","Prompt": "压缩一下，第一页和第二页的内容合并到一起"}}}
{"Input": {"Action": "regenerate","Stage": "STAGE_1","SourceTaskId": "996190db-c567-d47b-1641-6216c7457036","Regenerate": {"Scope": "scenes","Prompt": "这一页的讲解太笼统，请补充具体的数据说明","SceneIds": ["scene-3"]}}}
{"Input": {"Action": "confirm","Stage": "STAGE_1","SourceTaskId": "996190db-c567-d47b-1641-6216c7457036"}}
{"Response": {"TaskId": "996190db-c567-d47b-1641-6216c7457036","RequestId": "3e8e036a-0aae-4ad6-b321-dc91eb5f7261"}}
1. CreateDocToVideoTask（Mode=auto）↓ 返回 TaskId2. DescribeAigcTaskStatus（轮询，间隔 5s）↓ TaskStatus=FINISHED3. 从 OutputUrl 下载 / 转存成片
1. CreateDocToVideoTask（Mode=stage）↓ 返回 TaskId —— 全流程只用这一个 ID2. DescribeAigcTaskStatus(TaskId) 轮询↓ 直到 Stage 显示 STAGE_1 阶段已完成 → 大纲产出3. 审核大纲├─ 不满意 → ModifyDocToVideoTaskStatus│ (SourceTaskId=TaskId, Action=regenerate, Stage=STAGE_1, Regenerate={...})│ ↓ 回到步骤 2 继续轮询同一个 TaskId└─ 满意 → ModifyDocToVideoTaskStatus(SourceTaskId=TaskId, Action=confirm, Stage=STAGE_1)4. DescribeAigcTaskStatus(TaskId) 轮询↓ 直到 Stage 显示 STAGE_2 阶段已完成 → 配音 / 动效 / 字幕产出5. 审核阶段产物├─ 不满意 → ModifyDocToVideoTaskStatus│ (SourceTaskId=TaskId, Action=regenerate, Stage=STAGE_2, Regenerate={...})│ ↓ 回到步骤 4 继续轮询同一个 TaskId└─ 满意 → ModifyDocToVideoTaskStatus(SourceTaskId=TaskId, Action=confirm, Stage=STAGE_2)↓ 开始合成最终成片6. DescribeAigcTaskStatus(TaskId) 轮询至 TaskStatus=FINISHED↓7. 从 OutputUrl 下载 / 转存成片
Stage / TaskInfo，而不是 TaskStatus。 stage 模式下任务在等待人工确认期间，TaskStatus 仍可能是 RUNNING，只有 Stage 才能告诉您当前停在哪个阶段、产物是否已就绪。TaskId 会贯穿整个 stage 流程，每次 confirm / regenerate 都用它作为 SourceTaskId，状态查询也始终查这一个 ID。业务侧保存一个 ID 即可。stage 链路。Prompt 上限2000字符。ReferenceDuration 是参考值（15~1200 秒），不是精确时长；实际时长由模型根据文档内容与提示词决定。CosInfo 时结果存储在平台默认地址，该地址有时效限制。CosInfo 持久化到自有 COS 桶，并在拿到 OutputUrl 后尽快下载或转存。LimitExceeded.CreateTask，请控制并发并重试。FileUrl 必须是公网可访问的 URL。建议将文档上传至腾讯云 COS 并设置为公有读私有写，或使用预签名 URL，并确保链接在任务执行期间持续有效。auto；成片需要人工把关、允许多轮调整的场景选 stage。建议先用 auto 跑通链路与效果验证，再按需切换。stage 模式下任务产出阶段产物后会停下来等待您确认，此时 TaskStatus 仍为 RUNNING。请改看 Stage 字段：若已显示某阶段完成（如 STAGE_1_FINISHED），说明任务在等您调用 ModifyDocToVideoTaskStatus，而不是执行卡住。TaskInfo 怎么解析？TaskInfo 是 String 类型的 JSON 字符串（如 {"current_stage": "STAGE_1"}），需要先做一次 JSON 反序列化才能取用其中的 current_stage，并建议对字段缺失做兜底处理。stage 流程自始至终只有一个任务 ID：创建任务时返回的 TaskId，既是每次调用修改接口时要传的 SourceTaskId，也是修改接口返回的 TaskId，还是状态查询要用的 ID。业务侧保存这一个 ID 贯穿全程即可，不需要维护 ID 的更替。Scope=full 和 Scope=scenes 怎么选？full；只想修改个别场景内容、保留其余已满意的场景，用 scenes 并通过 SceneIds 指定目标场景，单次最多5个。Background 与 Watermark 不生效。若需要自定义背景与水印，请关闭 PPTXFidelity。EnableTTS: true 开启配音，EnableCaption: true 开启字幕。配音可通过 VoiceId 指定音色，不填则使用默认音色。开启配音会产生额外费用（0.5元/分钟），使用克隆 / 设计音色会产生音色费用（9.9元/音色）。FailedOperation.UserArrears），或联系技术支持。TaskResultCode（错误码）、TaskResultMsg（错误信息）、RequestBody（创建任务时的原始请求，用于核对参数）。文档反馈