OpenMotion 做視頻,密鑰接哪一段?出圖和旁白走兼容接口,鏡頭要另接

作者注:按 README、發佈說明和 provider 文檔拆開 OpenMotion 的五個製作環節,講清一把 OpenAI 兼容密鑰能接哪幾段,以及接不上的鏡頭怎樣在外面生成再導入。

用 OpenMotion 做一條自己的片子,手裏正好有一把 API 密鑰,很多人的第一反應是把它填進 Model Settings 的 OpenAI 兼容連接,然後指望出圖、旁白、鏡頭、配樂全部跑通。按倉庫文檔的寫法,一把兼容密鑰在 OpenMotion 裏只對應出圖和旁白兩條協議。字幕轉寫是第三條單獨的接口,視頻鏡頭和配樂不在兼容槽裏。

這不是又一篇倉庫熱度介紹,本文不拿星數當結論,只對照 README、v0.1.1 發佈說明和 provider 文檔,逐段覈對密鑰能接到哪裏。所有能力描述都標明出處,沒有一條來自實測。

核心價值:讀完本文,你能自己判斷哪幾段交給兼容接口,哪幾段換供應商,哪幾段先在外面生成好再導入 OpenMotion。

openmotion-api-key-image-narration-video-setup-zh-hant-image-0


OpenMotion 做視頻的密鑰接法核心要點

先把結論擺在一張表裏。表中的“期待協議”來自倉庫的 docs/provider-settings.md 和 compatible.md,代表 OpenMotion 這一側實現了什麼,並不代表任何一家平臺都提供對應端點。

製作環節 OpenMotion 期待的協議 兼容密鑰能否直接接 接不上時的下一步
出圖 POST base 加 /images/generations,讀 b64_json 或 url 能,前提是平臺提供該端點 選一個有圖片生成端點的平臺
旁白 POST base 加 /audio/speech,正文放 input,必須帶 voice,返回二進制音頻 協議已實現,但平臺必須真有該端點 換有該端點的供應商,或導入自己錄的音頻
字幕 POST base 加 /audio/transcriptions,要有真實時間戳 是另一條接口,不和旁白共用 在 Studio 裏手寫或導入字幕文件
鏡頭 走 fal.ai、Atlas Cloud、WaveSpeedAI 或 OpenDesign Cloud 不能 在外部生成成片後導入
配樂/音效 同鏡頭;兼容協議沒有實現音樂和音效 不能 換供應商,或導入自己的音頻

OpenMotion 兼容接口只認出圖和旁白

倉庫 docs/provider-settings.md 寫得很直接:OpenAI 兼容連接可執行的是 /images/generations 和二進制的 /audio/speech,語音必須帶 voice。Anthropic 和 Google Gemini 在這裏只做目錄配置,沒有通用的媒體適配器,所以即使填進了 Claude 或 Gemini 的密鑰,也不會憑空多出出圖或配音能力。視頻和音樂則明確交給 fal.ai、Atlas Cloud、WaveSpeedAI,或者 OpenDesign Cloud。

compatible.md 還給兼容適配器劃了邊界。出圖只做文生圖,不做圖片編輯上傳,也不做異步視頻;旁白返回二進制音頻,但音樂和音效協議沒有實現。docs/model-gateway.md(標註更新於 2026-11-15)補了一句:通用兼容連接實現的是標準語音協議,不表示這些連接有可移植的音樂或音效接口。換句話說,“兼容”只兼容到語音爲止。

OpenMotion README 裏的三份型號清單不要混看

README 在不同位置給了三份名單,它們的用途不一樣,不能合併成一張“OpenMotion 支持型號表”。

  • 開頭的舉例:把出圖、加鏡頭、配樂、旁白舉例爲 GPT Image 2.6、Seedance 2.5、Suno、Eleven v4,用來說明工作流長什麼樣。
  • fal.ai 目錄段:在 Model Settings 接上 fal.ai 並刷新目錄後,可以找到 GPT Image 2.6、Nano Banana 2.1、FLUX.3、Seedance 2.5、Kling 4.0、Wan 3.0、Eleven v4。這是經由 fal.ai 的目錄。
  • 能力表:圖片是 Codex Image、Nano Banana 2 via Atlas Cloud、FLUX Schnell via fal.ai;視頻是 Seedance 2.0 via Atlas Cloud、Wan 2.2 via fal.ai;音樂是 Suno v4 via Atlas Cloud;語音是 Kokoro via fal.ai。

這三份名單分別回答“工作流示意”“某個供應商目錄裏有什麼”“文檔列出的接法”三個問題。看到開頭寫了 Seedance 2.5,不等於你那把兼容密鑰能在 OpenMotion 裏直接出 Seedance 鏡頭。

openmotion-api-key-image-narration-video-setup-zh-hant-image-1


OpenMotion 做視頻快速上手:按段接密鑰

下面按做片子的順序走一遍。每一步都先說 OpenMotion 期待什麼,再說你手上的密鑰能不能對上。

第一步:準備 OpenMotion 本地環境

README 安裝段列出的要求如下,建議在接密鑰之前先確認環境齊全:

  1. Node.js 26.11.1:README 寫明的版本。
  2. 源碼安裝是默認方式:已發佈的 npm 應用是可選項,README 原文提醒 published versions can lag,新功能可能晚到。
  3. Chrome 或 Chromium,以及 FFmpeg:本地預覽和導出都依賴它們。
  4. Docker Compose(可選):v0.1.1 發佈說明寫到,可以用 Docker Compose 從源碼在本地打開 Studio。

README 還寫明軟件本身不收訂閱,也不按次收渲染費,各供應商按你自己的賬號計費。另外也可以完全不調生成接口,直接導入自己的畫面、圖片和音頻,這一點後面接不上的環節會反覆用到。

第二步:OpenMotion 出圖槽填兼容連接

出圖是兼容密鑰最穩的一段。以 API易 爲例,它是一個 OpenAI 兼容的模型聚合平臺,一個 Key 可以調多家主流模型,它的圖片生成端點 /v1/images/generations 正好對得上 OpenMotion 出圖適配器要的路徑。在 Model Settings 裏大致這樣填:

字段 填寫內容 說明
連接類型 OpenAI 兼容 只有這一類會走 /images/generations
Base URL https://api.apiyi.com/v1 適配器會在後面拼上 /images/generations
API Key 在平臺控制檯創建的令牌 注意令牌分組要包含所選型號的分組
圖片模型 gpt-image-2.6-all、gpt-image-2.6-flare 或 gpt-image-2.6-sunburst 對應 README 舉例裏的 GPT Image 2.6
返回格式 b64_json 或 url 適配器兩種都能讀

填好後先生成一張靜幀確認鏈路通暢。要注意 OpenMotion 的兼容出圖適配器不做圖片編輯上傳,想“改一張已有的圖”的操作在這條鏈路裏走不通,只能重新生成或者導入外部編輯好的圖片。

🚀 快速開始:出圖段建議先在 API易 apiyi.com 用新用戶的免費測試額度跑通一張圖,確認 Base URL、令牌分組和型號 ID 都對得上,再批量生成分鏡靜幀。

第三步:OpenMotion 旁白和字幕先確認端點

旁白槽要的是 /v1/audio/speech,字幕槽要的是 /v1/audio/transcriptions,這是兩條不同的接口。按 2026-11-20 讀取的 API易 定價接口,公開端點只有 /v1/messages、/v1/embeddings、Gemini generateContent、/v1/images/generations、/v1/chat/completions、/v1/responses,沒有 /v1/audio/speech,也沒有 /v1/audio/transcriptions。

總表裏的 tts-1 和 tts-1-hd 端點只寫了 chat,而 OpenMotion 的旁白適配器發的是 /audio/speech 請求,所以不能把這兩個型號 ID 填進旁白槽就指望出聲。旁白這一段有兩條路:換一家確實提供 /audio/speech 且支持 voice 參數的供應商,或者自己錄好音頻直接導入。

字幕在 v0.1.1 裏反而好辦。發佈說明寫到,Studio 裏可以生成、導入或手寫字幕,再導出 SRT 或 VTT。compatible.md 的字幕段(覈對日期 2026-11-17)提醒,只有拿到真實時間戳才能導出 SRT 或 VTT,只有文本就編不出時間軸。沒有轉寫端點時,手寫或導入帶時間軸的字幕文件就是最直接的做法。

第四步:OpenMotion 鏡頭在外面生成再導入

鏡頭段不能填進兼容槽。在 OpenMotion 裏直接生成鏡頭,仍然要走 fal.ai、Atlas Cloud 或 WaveSpeedAI;如果你的視頻額度在別的平臺,就在那邊生成成片,再把文件導入 Studio。v0.1.1 新增的單段 MP4 導出,也方便把替換過鏡頭的片段單獨檢查。具體到 Seedance 2.5 怎麼在外部生成,下一節單獨講。

openmotion-api-key-image-narration-video-setup-zh-hant-image-2


OpenMotion 出圖型號與價格怎麼對

查型號和對價格時最容易出錯的,是把不同頁面的數字揉成一個價。下面按 API易 的三個來源分別列出,讀取日期都標在表頭,兩處不一致時兩處都保留。

型號 ID 總表(數據時間 2026-11-19 10:59) 定價接口(2026-11-20 讀取) 說明頁
gpt-image-2.6-all 按次 0.025 美元/次;端點 chat、images;分組 Default、image2_OSS、SVIP model_price 0.025;端點 image-generation、openai 說明頁寫的是 gpt-image-2-all 0.025 美元/張,不是 2.6
gpt-image-2.6-flare 按次 0.2 美元/次;端點只寫 images;分組 Default、image2Enterprise、image2_OSS、SVIP model_price 0.2,同時帶 billing_expr(p * 5 + cr * 1.25 + img * 8 + img_cr * 2 + c * 30);端點 image-generation、openai 官轉按 token:文本輸入 5、圖片輸入 8、圖片輸出 30 美元/百萬 token;緩存讀文本 1.25、圖片 2 美元
gpt-image-2.6-sunburst 與 flare 相同:按次 0.2 美元/次,端點只寫 images 與 flare 相同 同上,按 token

可以看到,總表把 flare 和 sunburst 寫成按次 0.2 美元、端點只有 images,而定價接口除了 0.2 還掛着一條按 token 的計費公式,端點也多了 openai。說明頁則按 token 列官轉價,並寫明官轉文生圖走 /v1/images/generations、返回 b64_json。這幾處說法並不完全一致,本文不替它們合成一個價,實際扣費請以下單時 apiyi.com 控制檯的型號列表爲準。

對 OpenMotion 出圖槽來說,關鍵信息其實是端點:三條型號的圖片端點都對得上 /images/generations,返回格式也是適配器能讀的 b64_json。

配樂和旁白方面,README 舉例裏的 Suno 和 Eleven v4,在 2026-11-19 的總表和 2026-11-20 的定價接口裏都沒有出現,總表裏也沒有 whisper。Suno 與 Eleven v4 暫未上架,我們會盡快上架這個模型;型號與價格以平臺型號列表爲準。

openmotion-api-key-image-narration-video-setup-zh-hant-image-3


OpenMotion 鏡頭段:Seedance 2.5 爲什麼不進兼容槽

Seedance 2.5 在 API易 的型號 ID 是 doubao-seedance-2-5-260628。它不進 OpenMotion 兼容槽有兩層原因:OpenMotion 的兼容適配器本來就不做異步視頻,而 doubao-seedance-2-5-260628 在 API易 走的也是自己的任務接口,不是兼容視頻接口。

項目 總表(2026-11-19) 定價接口(2026-11-20) Seedance2 說明頁
端點 只寫 chat 只有 openai(即 chat) POST /seedance/api/v3/contents/generations/tasks
分組 SeeDance2 只有 SeeDance2;SeeDance2、SD2Fast、SD2Mini 分組倍率都是 0.18 令牌要勾選 SeeDance2,倍率 0.18x
價格寫法 按量,輸入 70、輸出 70 美元/百萬 token,緩存讀無數據 同一型號,按分組倍率折算 720p、5 秒、無輸入視頻的示例爲 1.3721 美元
計費模式 按量 按量 按量優先或按量

這裏有兩個數字不要混爲一談。總表上的 70 美元/百萬 token 是標價;說明頁的 1.3721 美元是一個具體示例,已經套用了 SeeDance2 分組的 0.18 倍率。按總表標價乘以 0.18 是 12.60 美元/百萬 token,再乘以說明頁示例用到的 108900 token,大約是 1.37 美元,正好對應那個示例。所以它們描述的是同一套計費的兩個層面,不是兩個可以挑着用的價格。

分組名字也有出入:總表把 fast 和 mini 寫成 SD2-Fast-Cheap、SD2-Mini-Cheap,定價接口裏叫 SD2Fast、SD2Mini。創建令牌時以控制檯實際顯示的分組名爲準,不要照着某一頁的名字硬填。

落到做片子的流程裏:先在 API易 的 Seedance 任務接口提交鏡頭任務,任務完成後下載成片,再把視頻文件導入 OpenMotion 時間軸,和兼容接口生成的靜幀、外部錄製的旁白一起剪。

💡 選擇建議:如果鏡頭額度和出圖額度想放在同一把密鑰下管理,可以在 API易 apiyi.com 給令牌同時勾上出圖分組和 SeeDance2 分組;出圖填進 OpenMotion,鏡頭走任務接口生成後導入,賬單在一個後臺裏對得清楚。


常見問題 FAQ

Q1:什麼是 OpenMotion?

OpenMotion 是 nexu-io 發佈的開源視頻製作 Studio,許可證 Apache-2.0,倉庫創建於 2026-05-11。倉庫簡介寫支持 22 個 agent,點名 Claude Code、Codex、DSH、WorkBuddy。按 README,軟件本身不收訂閱和渲染費,生成接口由你自己的供應商賬號計費。

Q2:OpenMotion 的兼容接口和 fal.ai、Atlas Cloud 有什麼區別?

兼容接口在 OpenMotion 裏只執行 `/images/generations` 和 `/audio/speech` 兩條協議,字幕另走 `/audio/transcriptions`。fal.ai、Atlas Cloud、WaveSpeedAI 和 OpenDesign Cloud 纔是文檔指定的視頻和音樂通道。想在 Studio 內直接生成鏡頭,只能走後面這幾家。

Q3:OpenMotion v0.1.1 什麼時候發佈,改了什麼?

v0.1.1 發佈於 2026-11-18 19:32(北京時間)。按發佈說明:字幕可以生成、導入或手寫,並導出 SRT 或 VTT;可以單獨導出某一段 MP4;新增 96 個 Skill;支持用 Docker Compose 從源碼本地打開 Studio;可選的 DeepSeek Harness 插件把 Studio 放在對話旁邊。這些都來自發布說明,不是實測結論。

Q4:能不能把 tts-1 填進 OpenMotion 的旁白槽?

不能直接這麼做。旁白槽發的是 `/v1/audio/speech` 請求,要帶 `voice`,返回二進制音頻;而 API易 總表裏 `tts-1` 和 `tts-1-hd` 的端點只寫了 chat,定價接口的公開端點也沒有 `/v1/audio/speech`。旁白建議換一家提供該端點的供應商,或者錄好音頻導入。

Q5:如何通過 API 快速給 OpenMotion 接上出圖?

步驟很短:

1. 在 API易 apiyi.com 註冊並領取免費測試額度。
2. 創建令牌,分組包含你要用的圖片型號所在分組,例如 Default。
3. 在 OpenMotion Model Settings 新建 OpenAI 兼容連接,Base URL 填 `https://api.apiyi.com/v1`,模型填 `gpt-image-2.6-all` 等在架 ID。
4. 生成一張靜幀驗證,適配器會讀取返回的 `b64_json` 或 `url`。

Q6:Seedance 2.5 生成的鏡頭怎麼放進 OpenMotion?

用 `doubao-seedance-2-5-260628` 在任務接口 `POST /seedance/api/v3/contents/generations/tasks` 提交任務,令牌勾 SeeDance2 分組。任務完成後下載視頻文件,在 OpenMotion 裏以導入素材的方式放上時間軸。價格兩處分開看:總表標價是輸入、輸出各 70 美元/百萬 token,說明頁 720p、5 秒的示例是折算後的 1.3721 美元。

Q7:這套接法有哪些已知限制?

– **出圖**:兼容適配器不做圖片編輯上傳,只能文生圖。
– **旁白與字幕**:OpenMotion 協議已實現,但要有平臺真正提供 `/audio/speech` 和 `/audio/transcriptions`;字幕沒有真實時間戳就導不出 SRT 或 VTT。
– **配樂與音效**:兼容協議未實現,只能走 fal.ai、Atlas Cloud、WaveSpeedAI、OpenDesign Cloud,或導入自己的音頻。
– **價格口徑**:總表、定價接口和說明頁對同一型號的寫法不完全一致,下單前以平臺型號列表爲準。


OpenMotion 做視頻接密鑰 Key Takeaways

  • 兼容槽只認兩條協議:出圖 /images/generations 和旁白 /audio/speech,字幕是第三條接口。
  • 鏡頭和配樂不進兼容槽:在 Studio 內生成要走 fal.ai、Atlas Cloud、WaveSpeedAI 或 OpenDesign Cloud。
  • README 三份名單別合併:開頭舉例、fal.ai 目錄、能力表各管各的用途。
  • 出圖有現成在架型號:gpt-image-2.6-all、gpt-image-2.6-flare、gpt-image-2.6-sunburst 都對得上圖片端點。
  • 價格按來源分開看:總表按次、定價接口帶公式、說明頁按 token,不合成一個價。
  • 接不上就外部生成再導入:Seedance 2.5 走任務接口出片,下載後導入時間軸。
  • 上手先跑一張圖:用 API易 的免費額度驗證 Base URL 與令牌分組,再擴展到其他環節。

總結

用 OpenMotion 做一條自己的片子,密鑰接法可以歸結爲三點:

  1. 出圖走兼容接口:Base URL 指向提供 /images/generations 的平臺,填在架的 GPT Image 2.6 型號 ID 即可。
  2. 旁白和字幕先查端點:OpenMotion 協議支持,但平臺沒有 /audio/speech、/audio/transcriptions 時,換供應商或手寫、導入。
  3. 鏡頭和配樂另接:在外部生成成片後導入,或者在 Studio 裏接 fal.ai、Atlas Cloud、WaveSpeedAI。

動手之前,先按本文的分段表把每個環節對應的接口列出來,比一股腦填密鑰再排查報錯省事得多。出圖和 Seedance 鏡頭這兩段,可以在 API易 apiyi.com 用一個令牌同時管理,先拿免費額度驗證鏈路,再決定正式片子的分工。


📚 參考資料

  1. OpenMotion 倉庫與 README:安裝要求、三份型號清單、計費說明

    • 鏈接: github.com/nexu-io/openmotion
    • 說明: 2026-11-20 讀取 main 分支,含 Node.js 版本、Chrome 與 FFmpeg 依賴
  2. OpenMotion v0.1.1 發佈說明:字幕、單段導出、Docker Compose 等更新

    • 鏈接: github.com/nexu-io/openmotion/releases/tag/v0.1.1
    • 說明: 2026-11-18 發佈,本文對版本能力的描述均來自此頁
  3. OpenMotion provider 文檔:兼容接口可執行的協議邊界

    • 鏈接: github.com/nexu-io/openmotion/blob/main/docs/provider-settings.md
    • 說明: 同目錄 docs/model-gateway.md 與 skills/openmotion-media/references/providers/compatible.md 補充了出圖、語音、字幕三條接口細節
  4. API易 型號總表、能力說明頁與定價接口:型號 ID、端點、分組與價格

    • 鏈接: docs.apiyi.com/models.md
    • 說明: 同站 /api-capabilities/gpt-image-2/overview.md 與 /api-capabilities/seedance2/overview.md 爲說明頁;定價接口路徑爲 api 子域下的 /api/pricing,pricing_version 爲 shell-api-modelmak-v1

作者: APIYI 技術團隊
技術交流: 接入過程中遇到型號、分組或端點對不上的問題,歡迎通過 API易 官網首頁聯繫我們

發佈留言