a27e87cb99
Source snapshot: 97d7f0fae96dc04b7ddad56fc1db6a108ed662cc [SEC-CLEAN] · pre-push-clean v1.0 · 109处敏感信息已自动转乱码
5.8 KiB
5.8 KiB
Phase 0 · API调研报告
核心发现
调研了四大类API（图片生成、视频生成、语言模型、语音合成），结论：外部API能力完全可用，不需要自己部署模型。
一、图片生成 API
1. LiblibAI API ⭐ 推荐首选
- 开放平台：https://www.liblib.art/apis
- 自研模型：Star-3 Alpha（基于 F.1 基础算法架构）
- 能力：文生图、图生图、ComfyUI工作流API
- API端点：
https://openapi.liblibai.cloud/api/generate/comfyui/app - 鉴权：AccessKey + SecretKey
- SDK：Go语言SDK（GitHub: alphasnow/liblib），Python需自行对接
- 定价：积分制（API积分独立于会员积分），具体单价需注册后查看
- 商用：会员用户使用官方底模出图可商用
2. 通义万相（阿里云百炼）⭐ 推荐备选
- 开放平台：阿里云百炼 https://www.aliyun.com/product/bailian
- 模型：Wan2.6 系列（文生图/图生图/图文混排）、Z-Image（轻量级）
- 能力：文生图、图像编辑、风格迁移、多图融合
- 定价：
- Wan Image: 约 ¥0.14/张（通过百炼平台）
- Z-Image: 约 ¥0.07/张（轻量级，速度快）
- 免费额度：新用户每个模型 100万Tokens免费，有效期3个月
- 商用：支持
3. 其他候选
- 讯飞图片生成：有API，但质量和风格覆盖度待验证
- Midjourney：无官方API，需要第三方代理，不稳定
二、视频生成 API
1. Seedance 2.0（火山引擎/即梦）⭐ 当前最强
- 开放平台：火山引擎方舟大模型服务平台
- 能力：
- 文生视频
- 图生视频（首帧 / 首尾帧）
- 多模态参考生视频（最多9张图+3段视频+3段音频+文本）
- 原生音画同出
- 规格：最高2K(2048×1080)，24fps，4~15秒
- 定价：
- 含视频输入：28元/百万tokens
- 不含视频输入：46元/百万tokens
- 15秒720p视频 ≈ 8.65~14.21元
- 约1秒不超过1元
- 鉴权：API Key（火山引擎）
2. 可灵 3.0（快手）⭐ 推荐备选
- 开放平台：https://klingai.com/dev
- API域名：
https://api-beijing.klingai.com - 能力：
- 文生视频、图生视频
- 原生4K直出（V3系列）
- 智能分镜、主体参考
- 视频特效
- 规格：最高4K，V3系列，最长15秒
- 定价：预付费资源包
- 标准视频1秒（无音频无视频输入）：$0.084 ≈ ¥0.6
- 有试用资源包可联调测试
- 鉴权：API Key
3. 海螺 2.3（MiniMax）
- 待进一步调研API文档和定价
三、语言模型 API（剧本/分镜）
推荐方案：阿里云百炼（聚合多模型）
- 支持模型：DeepSeek全系列、千问全系列、Kimi、GLM、MiniMax
- 免费额度：每个模型100万Tokens，全部开通后总额度极大
- 有效期：3个月
- 用途：剧本扩写、分镜脚本生成、角色对话生成
四、语音合成 API
候选方案
- 阿里云 CosyVoice / 千问语音合成：支持多语种混合文本，流式输出
- 火山引擎语音合成：字节系，和Seedance同生态
- 待调研：角色音色定制能力、情感表达能力
五、成本估算（单部漫剧）
以一部 10集漫剧（每集2分钟，约20个分镜/集）为例：
| 环节 | 数量 | 单价估算 | 小计 |
|---|---|---|---|
| 图片生成（分镜画面） | 200张 | ¥0.14/张（万相） | ¥28 |
| 视频生成（每张→5秒） | 1000秒 | ¥0.6/秒（可灵标准） | ¥600 |
| 剧本/分镜生成 | ~50万tokens | 免费额度内 | ¥0 |
| 语音合成 | 待定 | 待定 | 待定 |
| 合计（不含语音） | 约¥628 |
六、推荐技术路线
图片生成：LiblibAI API（主） + 通义万相（备）
视频生成：可灵3.0 API（主，性价比） + Seedance 2.0（备，质量最高）
语言模型：阿里云百炼 → DeepSeek（主） + 千问（备）
语音合成：待Phase 0测试后确定
七、下一步行动
- 注册 LiblibAI 开放平台，获取 AccessKey + SecretKey
- 注册阿里云百炼，领取免费额度
- 注册可灵AI开发者平台，购买试用资源包
- 注册火山引擎方舟平台，获取Seedance 2.0 API Key
- 在服务器上写一个Python测试脚本，跑通「文字→图片」第一条线
- 用韩系精致2.5D风格跑第一组对比测试图（LiblibAI vs 通义万相）