视频生成

用 listenhub video CLI 从文字提示词或参考素材生成 AI 视频。可以让静态图片动起来、编辑已有片段，或用音频/文本转语音驱动人物口型。三个模型家族覆盖不同场景：HappyHorse、SeeDance、PixVerse。

触发方式

输入 /video-gen 命令，或使用以下任意短语触发：

使用前请先安装 ListenHub Skills — 参见快速开始。

如果你需要的是带旁白和 AI 画面的解说视频，请改用 /explainer。

快速示例

生成视频：赛博朋克城市夜景，16:9，5 秒

AI 会逐个问题引导你确认模式和参数，展示费用预估，并在生成前请你确认。生成需要几分钟 — 任务在后台运行，完成后 AI 会通知你，并附上 URL、时长、分辨率和消耗的积分。

模型

按场景选模型。HappyHorse 是默认值，也是唯一能编辑已有视频的家族；SeeDance 额外支持尾帧和参考音频；PixVerse 是唯一支持口型同步的家族，还提供一组原子能力（模仿、风格化、融合、过渡、营销 agent）。

口型同步、模仿、风格化、融合、过渡和营销 agent 都是 PixVerse 专属。HappyHorse 和 SeeDance 不支持这些能力。

SeeDance 模型变体

选择 SeeDance 时，在两个变体中二选一：

模式

AI 会根据你提供的参考素材路由到对应模式。HappyHorse 和 SeeDance 共用 listenhub video create 命令；PixVerse 使用 listenhub openapi video pixverse generate，并需显式指定 --capability。

listenhub video create \
  --prompt "赛博朋克城市夜景，霓虹倒映在湿漉漉的街道上" \
  --model "happyhorse" \
  --resolution "1080p" \
  --ratio "16:9" \
  --duration 5 \
  --no-wait --json

listenhub video create \
  --prompt "让画面以流畅的运动活起来" \
  --model "happyhorse" \
  --resolution "1080p" \
  --duration 5 \
  --first-frame "/path/to/scene.png" \
  --no-wait --json

listenhub video create \
  --prompt "[Image 1] 中的角色走在 [Image 2] 的街道上" \
  --model "happyhorse" \
  --resolution "1080p" \
  --ratio "16:9" \
  --duration 5 \
  --reference-image "/path/to/character.png" \
  --reference-image "/path/to/scene.png" \
  --no-wait --json

listenhub openapi video pixverse generate \
  --capability lip_sync \
  --source-video-id "abc123" \
  --audio "https://example.com/voice.mp3" \
  --quality 720p \
  --no-wait --json

listenhub openapi video pixverse generate \
  --capability lip_sync \
  --source-task-id "task_xyz" \
  --pixverse-json '{"tts":{"speakerId":"speaker_01","content":"大家好，欢迎来到本期节目"}}' \
  --quality 720p \
  --no-wait --json

视频编辑（HappyHorse）

编辑已有片段 — 改风格、换背景、重塑运动。仅 HappyHorse 支持；如果你在 SeeDance 上要求编辑，AI 会自动切到 HappyHorse。

视频要求：mp4/mov（推荐 H.264）；输入 3–60 秒（输出上限 15 秒）；≤ 100 MB；短边 ≥ 360px，长边 ≤ 4096px。可选传入 0–5 张参考图。

listenhub video create \
  --prompt "将背景替换为深邃的星空，保持人物动作不变" \
  --model "happyhorse" \
  --resolution "1080p" \
  --reference-video "/path/to/input.mp4" \
  --audio-setting "origin" \
  --no-wait --json

--audio-setting 控制音频：auto 让模型决定，origin 保留原声。视频编辑没有 --ratio 和 --duration — 输出跟随输入视频。

其他 PixVerse 能力

PixVerse 通过 --capability 暴露更多原子能力，全部仅 OpenAPI 模式可用、输入为 URL：

参数

AI 会逐个询问这些参数，并套用合理的会话默认值。HappyHorse 和 SeeDance 用 --ratio / --duration 设比例和时长；PixVerse 用 --quality 和 --aspect-ratio 替代 --resolution / --ratio。

PixVerse 专属 flag：--capability、--quality（360p/540p/720p/1080p）、--aspect-ratio（9:16/16:9/1:1/4:3/3:4）、--source-video-id / --source-task-id、--audio、--agent-type、--restyle-id，以及承载嵌套负载的 --pixverse-json（tts、imageReferences、multiTransition）。

费用预估

生成前 AI 会先跑一次预估。想自己查费用，把 create 的参数对应到 estimate 命令：

# HappyHorse / SeeDance
listenhub video estimate --model "happyhorse" --resolution "1080p" --ratio "16:9" --duration 5 --json

# PixVerse — 对应 capability + quality + duration
listenhub openapi video pixverse estimate --capability text_to_video --model pixverse --quality 720p --duration 5 --json

视频编辑需额外加 --has-video-input 和 --input-video-duration <秒>。

输出

状态流转为 pending → generating → uploading → success。成功后 AI 会报告视频 URL、时长、分辨率、比例、seed 和消耗的积分。

输出行为遵循配置中设定的 outputMode：

• inline（默认）或 both — 视频 URL 和元数据直接展示在对话中。
• download 或 both — 文件同时保存到当前工作目录，使用基于主题的文件名（如 cyberpunk-city.mp4）。重名会自动去重。

回顾过往任务：listenhub video get <taskId> --json 返回单个任务，listenhub video list --json 列出最近任务。全局 flag 同样适用：--json / -j、--no-wait、--timeout <s>。

API 参考

端点路径、请求参数和响应字段详见AI Video API 参考。