模型 API

实时视频

边看边生成、可无限延续的视频 —— POST /v1/videos/live 以约 5 秒为一段推送视频，每段都紧接上一段继续，你可以随时改变接下来发生的事。事件、引导、价格与限制。

POST /v1/videos/live 开启一段实时视频：一个服务器推送事件（SSE）流，每隔几秒送来一段新的约 5 秒 mp4。每段都从上一段的最后一秒接着往下走——连同动作一起，而不只是一张静帧——按顺序播放就是一个连续镜头；它始终跟随当前的提示词，而提示词可以在运行中随时更改。可以给它一张起始画面（首帧），并设置一位导演——一个聊天模型，负责写出每一个下一镜头，并在播放中接受你的指示。不写代码也可以在 Playground 里试用，还可以用图像模型画出首帧。

模型#

模型	价格	生成内容
`ltx-live`	每生成 1 秒视频 $0.019，每个会话最低 $0.42	LTX-2.5，横屏 704×384 或竖屏 384×704，24 fps，带声音。渲染比实时更快：每段 5 秒约用 3 秒。整段直播都保持首帧中的人物和场景。

它运行在我们自己的 GPU 上，属于 creative-hosted 渠道组，并受 LTX 条款约束：每个请求都要设置 consent: true，表示接受这些条款并对遵守它们负责。

开始一个视频流#

Shell

curl -N https://lovelyrouter.com/v1/videos/live \
  -H "Authorization: Bearer $LOVELY_API_KEY" \
  -H "content-type: application/json" \
  -d '{"model": "ltx-live", "prompt": "A fox trots through fresh snow at dusk, the camera tracking beside it", "seconds": 120, "consent": true}'

请求体（JSON，或把 `image` 作为文件的 multipart）

modelstring必填

ltx-live。

promptstring必填

画面里是谁或什么、正在发生什么：主体、动作、地点、光线、镜头。最多 1,000 个字符；提示词越短，渲染越快。

secondsnumber默认 60

最多生成多少秒视频，5–600。到达后流结束；你停止或断开连接时也会提前结束。

sizestring默认 704x384

704x384（横屏）或 384x704（竖屏）。

imagefile or string

起始画面（首帧）：文件、http(s) URL 或 data: URL。PNG、JPEG 或 WebP，最大 15 MB；会按 size 从中心裁剪。可以用任意图像模型生成一张再传入。它还会作为整段直播的参考：无论播多久，人物的脸、衣着和房间都保持首帧中的样子（不传首帧时，以第一段为准）。

directorstring or object

负责写出每一段提示词的聊天模型：直接传模型 id，或 {"model": "…", "instructions": "…"}，附上风格和故事说明（最多 2,000 个字符）。见导演。

voicefile or string

说话人的声音：一段音频（WAV、MP3、M4A、Ogg、FLAC 或 WebM，最大 15 MB），以文件、http(s) URL 或 data: URL 传入。使用其中前约 5 秒的说话声；每一段都用这个声音说话。见声音。

keep_voiceboolean默认 true

未传 voice 时：第一个有说话声的分段里的声音会保留给之后的每一段。设为 false：每段各自生成声音。

camerastring默认 free

设为 fixed 即为一个固定机位的镜头：摄像机从不移动或切换，场景保持不变。见固定镜头。

seedinteger

可复现的分段：第 n 段使用 seed + n。

consentboolean必填

true：你接受 LTX 条款。

事件#

事件	时机	数据
`session`	最先	会话对象，另含 `seconds_per_chunk`、`price_per_second` 和 `price_min`（每个会话最低收费）
`status`	GPU 启动中（`state: "starting"`）、导演写作中（`"directing"`）或某段渲染较久（`"rendering"`）时，约每 10 秒一次；导演出错时一次（`"director_error"`，视频继续使用上一个提示词）	`state`、`chunk`、`waiting_s`、`error`
`next`	导演写好某个后续分段的提示词时	`index`、`prompt`、`by`
`chunk`	每约 5 秒视频一个	`index`、`url`（mp4）、`prompt`（这一段跟随的提示词）、`by`（`director` 或 `you`）、`seconds`、`total_seconds`、`render_s`、`charge_usd`（目前累计）
`end`	最后	`reason`（`max_seconds`、`stopped`、`client_left`、`insufficient_quota`、`error`）、`error`、`seconds`、`charge_usd`

没有预热的 GPU 时，第一段会慢一些：GPU 启动最多约一分钟，期间会收到 status 事件。之后每段到达的速度都比播放稍快。先缓冲两段再开始播放，每段播完接着播下一段 —— 用两个 <video> 元素轮换即可无缝播放。

分段 URL 不需要 API key（每段都有不可猜测的路径），保留 7 天。

导演#

设置 director 后，由一个聊天模型写出每一段的提示词：在一段渲染时，它像收到“继续”一样写出下一段：根据你的 prompt（故事）、目前为止的视频（最近最多 15 个镜头，你的指示标在给出的位置）以及你之后说的话——保持同样的人物、场景和风格，并让情节每个镜头都往前推进一点。每段提示词写明画面里有什么、发生了什么、镜头怎么动、听到什么——模型会同时生成声音。台词放在引号里并注明谁在说，每段约 10 个词（约 5 秒能说完的量）；较长的讲话会从上一段停下的地方接着分到后面几段。它的调用通过你的 key 进行，和普通聊天调用一样：按该模型的价格计费，并出现在你的日志里。用一个又快又便宜的模型就足够。它每次调用写两个镜头，每次调用有约 10 秒（两个分段）的时间，否则视频会暂停等待——claude-haiku-5.5 约需 6 秒。它只提前几段写：当有一个已完成的分段在等待播放时，下一次调用会等到那一段开始播放；新的指示会让尚未拍摄的镜头立刻重写——所以你的指示几秒内就能看到。

cURL

curl -N https://lovelyrouter.com/v1/videos/live \
  -H "Authorization: Bearer $LOVELY_API_KEY" -H "content-type: application/json" \
  -d '{"model": "ltx-live", "prompt": "A woman walks home through a rainy city at night", "seconds": 300,
       "director": {"model": "claude-haiku-5.5", "instructions": "Slow, moody, film noir"}, "consent": true}'

播放中告诉它接下来该发生什么：

cURL

curl https://lovelyrouter.com/v1/videos/live/LIVE_ID/direct \
  -H "Authorization: Bearer $LOVELY_API_KEY" -H "content-type: application/json" \
  -d '{"message": "A stray dog starts following her"}'

指示会体现在它写的下一个提示词中。之后它留在“目前为止的视频”里你给出的位置：它带来的改变会持续（新的地点、氛围或语言），一次性的事件只发生一次。如果指示在某段提示词写好之后才到，会在那一段开始前重写提示词。每个会话最多接受 100 条指示，它们会列在会话对象中。

固定镜头#

设置 "camera": "fixed" 后，整段直播是一个固定机位的镜头——适合对着镜头讲话的人、一个房间、一扇窗。导演会被告知：无论故事或你的指示怎么说，摄像机都不移动、不切换，场景不变，只有人在动。发给模型的每个提示词（导演写的和你自己通过 POST …/prompt 写的）末尾都会加上 "Static camera, locked-off shot."，除非已经写明。chunk 事件报告的是实际发送的提示词。

长时间的固定镜头会慢慢损失背景：每段都从上一段结束的地方开始，小的损失会累积。固定镜头时，每段起始的画面会被清理——人物和发生变化的部分保留，其余部分取自开始时保存的干净房间画面。视频本身不做改动，所以房间保留自身的细微动态。如果构图变了，会重新保存干净画面。

声音#

每个分段各自生成声音，所以一个说话的人每隔几秒就会换一个声音。默认会保留第一个有说话声的分段里的声音：之后的每一段都以这段音频作为说话人的声音。传入 voice 可以自己指定——约 5 秒清晰的说话声，单个说话人。"keep_voice": false 关闭此功能。

改变接下来发生的事#

cURL

curl https://lovelyrouter.com/v1/videos/live/LIVE_ID/prompt \
  -H "Authorization: Bearer $LOVELY_API_KEY" -H "content-type: application/json" \
  -d '{"prompt": "It starts to snow harder; the fox stops and looks up"}'

下一个开始渲染的分段会逐字使用新提示词（正在渲染的那段保持原样）；如果有导演，它之后会从这里接着写。LIVE_ID 是 session 事件里的 id，或响应头 x-lovely-request-id。

POST /v1/videos/live/LIVE_ID/stop 会在当前分段完成后结束会话。断开连接也会结束会话。

会话对象#

GET /v1/videos/live/LIVE_ID 返回会话对象：id、object: "video.live"、model、status（live、stopping、ended）、prompt、size、seconds（目前已生成）、max_seconds、chunks（目前所有分段的 URL）、camera、voice（keep、upload 或 off）、director、directions、end_reason、error、charge_usd（结束后）。

价格#

按生成的视频秒数计费，每个会话有最低收费（ltx-live 为 $0.42，约合 22 秒视频：启动 GPU 并让它待命要花这么多）。导演的调用另按聊天调用计费。会话开始时，会从余额中预留它最多可能花费的金额 —— seconds × 单价（不低于最低收费）；余额不足时预留更少，预留用完后视频流以 insufficient_quota 结束。会话结束时释放预留，已生成的秒数作为一次调用计入你的日志。因我们的错误而结束的会话，只收取已生成视频的费用，不适用最低收费。