Génération de vidéos

Les agents OpenClaw génèrent des vidéos à partir de prompts textuels, d’images de référence ou de vidéos existantes via video_generate. Seize backends de fournisseurs sont pris en charge ; l’agent choisit automatiquement celui qui convient en fonction de la configuration et des clés API disponibles.

video_generate apparaît uniquement lorsqu’au moins un fournisseur de génération vidéo est disponible. S’il est absent des outils de votre agent, définissez une clé API de fournisseur ou configurez agents.defaults.videoGenerationModel.

video_generate dispose de trois modes d’exécution, déterminés à partir des entrées de référence de l’appel :

generate - aucun média de référence (texte vers vidéo).
imageToVideo - une ou plusieurs images de référence.
videoToVideo - une ou plusieurs vidéos de référence.

Les fournisseurs peuvent prendre en charge n’importe quel sous-ensemble de ces modes. L’outil valide le mode actif avant l’envoi et indique les modes pris en charge dans action=list.

Démarrage rapide

Configurer l’authentification

Définissez une clé API pour n’importe quel fournisseur pris en charge :

export GEMINI_API_KEY="your-key"

Choisir un modèle par défaut (facultatif)

openclaw config set agents.defaults.videoGenerationModel.primary "google/veo-3.1-fast-generate-preview"

Demander à l’agent

Générez une vidéo cinématographique de 5 secondes montrant un homard sympathique surfant au coucher du soleil.

L’agent appelle automatiquement video_generate. Aucune liste d’autorisation d’outils n’est nécessaire.

Fonctionnement de la génération asynchrone

La génération vidéo est asynchrone :

OpenClaw envoie la requête au fournisseur et renvoie immédiatement un identifiant de tâche.
Le fournisseur traite la tâche en arrière-plan (généralement de 30 secondes à plusieurs minutes selon le fournisseur et la résolution ; les fournisseurs lents reposant sur une file d’attente peuvent s’exécuter jusqu’au délai configuré).
Lorsque la vidéo est prête, OpenClaw réveille la même session avec un événement interne d’achèvement.
L’agent la transmet via le mode normal de réponse visible de la session : réponse finale automatique, ou message(action="send") lorsque la session nécessite l’outil de messagerie. Si la session du demandeur est inactive, ou si son réveil échoue et que le média généré est toujours absent de la réponse d’achèvement, OpenClaw envoie directement le média par un mécanisme de secours idempotent.

Tant qu’une tâche est en cours, les appels video_generate en double dans la même session renvoient l’état actuel de la tâche au lieu de lancer une nouvelle génération. Utilisez action: "status" pour vérifier l’état sans déclencher de nouvelle génération, ou openclaw tasks list / openclaw tasks show <lookup> depuis la CLI (voir Tâches en arrière-plan). En dehors des exécutions d’agent adossées à une session (par exemple, les appels directs d’outils), l’outil revient à une génération en ligne et renvoie le chemin final du média dans le même tour. Les fichiers vidéo générés sont enregistrés dans le stockage de médias géré par OpenClaw lorsque le fournisseur renvoie des octets. La limite par défaut est de 16 Mo (la limite partagée des médias vidéo) ; agents.defaults.mediaMaxMb permet de l’augmenter pour les rendus plus volumineux. Lorsqu’un fournisseur renvoie également une URL de sortie hébergée, OpenClaw transmet cette URL au lieu de faire échouer la tâche si la persistance locale refuse un fichier trop volumineux.

Cycle de vie d’une tâche

État	Signification
`queued`	Tâche créée, en attente de son acceptation par le fournisseur.
`running`	Le fournisseur effectue le traitement (généralement de 30 secondes à plusieurs minutes selon le fournisseur et la résolution).
`succeeded`	Vidéo prête ; l’agent se réveille et la publie dans la conversation.
`failed`	Erreur du fournisseur ou expiration du délai ; l’agent se réveille avec les détails de l’erreur.

Vérifiez l’état depuis la CLI :

openclaw tasks list
openclaw tasks show <lookup>
openclaw tasks cancel <lookup>

Fournisseurs pris en charge

Fournisseur	Modèle par défaut	Texte	Réf. image	Réf. vidéo	Authentification
Alibaba	`wan2.6-t2v`	✓	Oui (URL distante)	Oui (URL distante)	`MODELSTUDIO_API_KEY`
BytePlus (1.0)	`seedance-1-0-pro-250528`	✓	Jusqu’à 2 images (modèles I2V uniquement ; première et dernière images)	-	`BYTEPLUS_API_KEY`
BytePlus Seedance 1.5	`seedance-1-5-pro-251215`	✓	Jusqu’à 2 images (première et dernière images via le rôle)	-	`BYTEPLUS_API_KEY`
BytePlus Seedance 2.0	`dreamina-seedance-2-0-260128`	✓	Jusqu’à 9 images de référence	Jusqu’à 3 vidéos	`BYTEPLUS_API_KEY`
ComfyUI	`workflow`	✓	1 image	-	`COMFY_API_KEY` ou `COMFY_CLOUD_API_KEY`
DeepInfra	`Pixverse/Pixverse-T2V`	✓	-	-	`DEEPINFRA_API_KEY`
fal	`fal-ai/minimax/video-01-live`	✓	1 image ; jusqu’à 9 avec la conversion référence-vers-vidéo de Seedance	Jusqu’à 3 vidéos avec la conversion référence-vers-vidéo de Seedance	`FAL_KEY`
Google	`veo-3.1-fast-generate-preview`	✓	1 image	1 vidéo	`GEMINI_API_KEY`
MiniMax	`MiniMax-Hailuo-2.3`	✓	1 image	-	`MINIMAX_API_KEY` ou OAuth MiniMax
OpenAI	`sora-2`	✓	1 image	1 vidéo	`OPENAI_API_KEY`
OpenRouter	`google/veo-3.1-fast`	✓	Jusqu’à 4 images (première/dernière image ou références)	-	`OPENROUTER_API_KEY`
Qwen	`wan2.6-t2v`	✓	Oui (URL distante)	Oui (URL distante)	`QWEN_API_KEY`
Runway	`gen4.5`	✓	1 image	1 vidéo	`RUNWAYML_API_SECRET`
Together	`Wan-AI/Wan2.2-T2V-A14B`	✓	`Wan-AI/Wan2.2-I2V-A14B` uniquement	-	`TOGETHER_API_KEY`
Vydra	`veo3`	✓	1 image (`kling`)	-	`VYDRA_API_KEY`
xAI	`grok-imagine-video`	✓	Classique : 1 première image ou 7 références ; 1.5 : 1 image	Classique : 1 vidéo	`XAI_API_KEY`

Certains fournisseurs acceptent des variables d’environnement supplémentaires ou alternatives pour les clés API. Consultez les pages des fournisseurs pour plus de détails. Exécutez video_generate action=list pour examiner les fournisseurs, modèles et modes d’exécution disponibles au moment de l’exécution.

Matrice des capacités

Le contrat de mode explicite utilisé par video_generate, les tests de contrat et la vérification en conditions réelles partagée :

Fournisseur	`generate`	`imageToVideo`	`videoToVideo`	Scénarios partagés en conditions réelles actuellement
Alibaba	✓	✓	✓	`generate`, `imageToVideo` ; `videoToVideo` ignoré, car ce fournisseur nécessite des URL vidéo `http(s)` distantes
BytePlus	✓	✓	-	`generate`, `imageToVideo`
ComfyUI	✓	✓	-	Non inclus dans la vérification partagée ; la couverture propre aux workflows se trouve dans les tests ComfyUI
DeepInfra	✓	-	-	`generate` ; les schémas vidéo natifs de DeepInfra correspondent au texte vers vidéo dans le contrat du Plugin
fal	✓	✓	✓	`generate`, `imageToVideo` ; `videoToVideo` uniquement lors de l’utilisation de la conversion référence-vers-vidéo de Seedance
Google	✓	✓	✓	`generate`, `imageToVideo` ; le scénario partagé `videoToVideo` est ignoré, car la vérification Gemini/Veo actuelle adossée à un tampon n’accepte pas cette entrée
MiniMax	✓	✓	-	`generate`, `imageToVideo`
OpenAI	✓	✓	✓	`generate`, `imageToVideo` ; le scénario partagé `videoToVideo` est ignoré, car ce chemin d’organisation/d’entrée nécessite actuellement un accès fournisseur à l’édition vidéo
OpenRouter	✓	✓	-	`generate`, `imageToVideo`
Qwen	✓	✓	✓	`generate`, `imageToVideo` ; `videoToVideo` ignoré, car ce fournisseur nécessite des URL vidéo `http(s)` distantes
Runway	✓	✓	✓	`generate`, `imageToVideo` ; `videoToVideo` s’exécute uniquement lorsque le modèle sélectionné est `runway/gen4_aleph`
Together	✓	✓	-	`generate`, `imageToVideo`
Vydra	✓	✓	-	`generate` ; le scénario partagé `imageToVideo` est ignoré, car le modèle `veo3` intégré accepte uniquement du texte et le modèle `kling` intégré nécessite une URL d’image distante
xAI	✓	✓	✓	La version classique prend en charge tous les modes ; Video 1.5 prend uniquement en charge l’image vers vidéo ; une entrée MP4 distante exclut `videoToVideo` de la vérification partagée

Paramètres de l’outil

Obligatoires

string

requis

Description textuelle de la vidéo à générer. Obligatoire pour action: "generate".

Entrées de contenu

string

Une seule image de référence (chemin ou URL).

string[]

Plusieurs images de référence (jusqu’à 9).

string[]

Indications facultatives de rôle par position, correspondant à la liste combinée des images. Valeurs canoniques : first_frame, last_frame, reference_image.

string

Une seule vidéo de référence (chemin ou URL).

string[]

Plusieurs vidéos de référence (jusqu’à 4).

string[]

Indications facultatives de rôle par position, correspondant à la liste combinée des vidéos. Valeur canonique : reference_video.

string

Un seul contenu audio de référence (chemin ou URL). Utilisé comme musique de fond ou référence vocale lorsque le fournisseur prend en charge les entrées audio.

string[]

Plusieurs contenus audio de référence (jusqu’à 3).

string[]

Indications facultatives de rôle par position, correspondant à la liste combinée des contenus audio. Valeur canonique : reference_audio.

Les indications de rôle sont transmises telles quelles au fournisseur. Les valeurs canoniques proviennent de l’union VideoGenerationAssetRole, mais les fournisseurs peuvent accepter des chaînes de rôle supplémentaires. Les tableaux *Roles ne doivent pas comporter plus d’entrées que la liste de références correspondante ; les erreurs de décalage d’une position échouent avec un message clair. Utilisez une chaîne vide pour laisser un emplacement non défini. Pour xAI, définissez chaque rôle d’image sur reference_image afin d’utiliser son mode de génération reference_images ; omettez le rôle ou utilisez first_frame pour convertir une seule image en vidéo.

Contrôles de style

string

Indication de rapport d’aspect telle que 1:1, 16:9, 9:16, adaptive ou une valeur propre au fournisseur. OpenClaw normalise ou ignore les valeurs non prises en charge selon le fournisseur.

string

Indication de résolution telle que 360P, 480P, 540P, 720P, 768P, 1080P, 4K ou une valeur propre au fournisseur. OpenClaw normalise ou ignore les valeurs non prises en charge selon le fournisseur.

number

Durée cible en secondes (arrondie à la valeur la plus proche prise en charge par le fournisseur).

string

Indication de taille lorsque le fournisseur la prend en charge.

boolean

Active la génération audio dans la sortie lorsqu’elle est prise en charge. À distinguer de audioRef* (entrées).

boolean

Active ou désactive le filigrane du fournisseur lorsqu’il est pris en charge.

adaptive est une valeur sentinelle propre au fournisseur : elle est transmise telle quelle aux fournisseurs qui déclarent adaptive dans leurs capacités (par exemple, BytePlus Seedance l’utilise pour détecter automatiquement le rapport à partir des dimensions de l’image d’entrée). Les fournisseurs qui ne la déclarent pas exposent la valeur via details.ignoredOverrides dans le résultat de l’outil afin que son abandon soit visible.

Avancé

"generate" | "status" | "list"

défaut:"generate"

"status" renvoie la tâche de la session actuelle ; "list" inspecte les fournisseurs.

string

Remplacement du fournisseur/modèle (par exemple runway/gen4.5).

string

Indication du nom du fichier de sortie.

number

Délai d’expiration facultatif de l’opération du fournisseur, en millisecondes. Lorsqu’il est omis, OpenClaw utilise agents.defaults.videoGenerationModel.timeoutMs s’il est configuré, sinon la valeur par défaut définie par l’auteur du plugin pour le fournisseur lorsqu’elle existe.

object

Options propres au fournisseur sous forme d’objet JSON (par exemple {"seed": 42, "draft": true}). Les fournisseurs qui déclarent un schéma typé valident les clés et les types ; les clés inconnues ou les incompatibilités entraînent l’exclusion du candidat lors du repli. Les fournisseurs sans schéma déclaré reçoivent les options telles quelles. Exécutez video_generate action=list pour connaître les valeurs acceptées par chaque fournisseur.

Tous les fournisseurs ne prennent pas en charge tous les paramètres. OpenClaw normalise la durée vers la valeur la plus proche prise en charge par le fournisseur et remappe les indications géométriques traduites, comme la conversion de la taille en rapport d’aspect, lorsqu’un fournisseur de repli expose une autre interface de contrôle. Les remplacements réellement non pris en charge sont ignorés dans la mesure du possible et signalés comme avertissements dans le résultat de l’outil. Les limites strictes de capacité (comme un trop grand nombre d’entrées de référence) provoquent un échec avant l’envoi. Les résultats de l’outil indiquent les paramètres appliqués ; details.normalization consigne toute conversion entre la valeur demandée et la valeur appliquée.

Les entrées de référence déterminent le mode d’exécution :

Aucun média de référence -> generate
Toute référence d’image -> imageToVideo
Toute référence vidéo -> videoToVideo
Les entrées audio de référence ne modifient pas le mode résolu ; elles s’appliquent par-dessus le mode sélectionné par les références d’image ou de vidéo, et fonctionnent uniquement avec les fournisseurs qui déclarent maxInputAudios.

Le mélange de références d’images et de vidéos ne constitue pas une interface de capacité partagée stable. Privilégiez un seul type de référence par requête.

Repli et options typées

Certaines vérifications de capacité s’appliquent au niveau du repli plutôt qu’à la frontière de l’outil. Une requête qui dépasse les limites du fournisseur principal peut donc tout de même être exécutée par un fournisseur de repli adapté :

Un candidat actif ne déclarant aucun maxInputAudios (ou déclarant 0) est ignoré lorsque la requête contient des références audio ; le candidat suivant est essayé. La même protection s’applique au nombre de références d’images et de vidéos par rapport à maxInputImages/maxInputVideos.
Si la valeur maxDurationSeconds du candidat actif est inférieure à la valeur durationSeconds demandée et qu’aucune liste supportedDurationSeconds n’est déclarée, le candidat est ignoré.
Si la requête contient providerOptions et que le candidat actif déclare explicitement un schéma providerOptions typé, il est ignoré si les clés fournies ne figurent pas dans le schéma ou si les types des valeurs ne correspondent pas. Les fournisseurs sans schéma déclaré reçoivent les options telles quelles (transmission rétrocompatible). Un fournisseur peut refuser toutes les options de fournisseur en déclarant un schéma vide (capabilities.providerOptions: {}), ce qui entraîne la même exclusion qu’une incompatibilité de type.

La première raison d’exclusion d’une requête est journalisée au niveau warn afin que les opérateurs voient quand leur fournisseur principal a été écarté ; les exclusions suivantes sont journalisées au niveau debug afin de ne pas encombrer les longues chaînes de repli. Si tous les candidats sont ignorés, l’erreur agrégée inclut la raison d’exclusion de chacun.

Actions

Action	Effet
`generate`	Par défaut. Crée une vidéo à partir de l’invite fournie et des entrées de référence facultatives.
`status`	Vérifie l’état de la tâche vidéo en cours pour la session actuelle sans lancer une autre génération.
`list`	Affiche les fournisseurs et modèles disponibles, ainsi que leurs capacités.

Sélection du modèle

OpenClaw résout le modèle dans l’ordre suivant :

Paramètre d’outil model - si l’agent en indique un dans l’appel.
videoGenerationModel.primary dans la configuration.
videoGenerationModel.fallbacks dans l’ordre.
Détection automatique - fournisseurs disposant d’une authentification valide, en commençant par le fournisseur par défaut actuel, puis les fournisseurs restants dans l’ordre alphabétique.

Si un fournisseur échoue, le candidat suivant est essayé automatiquement. Si tous les candidats échouent, l’erreur inclut les détails de chaque tentative. Définissez agents.defaults.mediaGenerationAutoProviderFallback: false pour utiliser uniquement les entrées explicites model, primary et fallbacks.

{
  agents: {
    defaults: {
      videoGenerationModel: {
        primary: "google/veo-3.1-fast-generate-preview",
        fallbacks: ["runway/gen4.5", "qwen/wan2.6-t2v"],
        timeoutMs: 180000, // remplacement facultatif du délai d’expiration de la requête au fournisseur pour chaque outil
      },
    },
  },
}

Remarques sur les fournisseurs

Alibaba

Utilise le point de terminaison asynchrone DashScope / Model Studio. Les images et vidéos de référence doivent être des URL http(s) distantes.

BytePlus (1.0)

Identifiant du fournisseur : byteplus.Modèles : seedance-1-0-pro-250528 (par défaut), seedance-1-0-pro-t2v-250528, seedance-1-0-pro-fast-251015, seedance-1-0-lite-t2v-250428, seedance-1-0-lite-i2v-250428.Les modèles T2V (*-t2v-*) n’acceptent pas les entrées d’image ; les modèles I2V et les modèles généraux *-pro-* prennent en charge une seule image de référence (première image). Transmettez l’image par position ou définissez role: "first_frame". Lorsqu’une image est fournie, les identifiants de modèles T2V sont automatiquement remplacés par la variante I2V correspondante.Clés providerOptions prises en charge : seed (nombre), draft (booléen - impose 480p), camera_fixed (booléen).

BytePlus Seedance 1.5

Nécessite le plugin @openclaw/byteplus-modelark (externe, non inclus). Identifiant du fournisseur : byteplus-seedance15. Modèle : seedance-1-5-pro-251215.Utilise l’API unifiée content[]. Prend en charge au maximum 2 images d’entrée (first_frame + last_frame). Toutes les entrées doivent être des URL https:// distantes. Définissez role: "first_frame" / "last_frame" sur chaque image, ou transmettez les images par position.aspectRatio: "adaptive" détecte automatiquement le rapport à partir de l’image d’entrée. audio: true correspond à generate_audio. providerOptions.seed (nombre) est transmis.

BytePlus Seedance 2.0

Nécessite le plugin @openclaw/byteplus-modelark (externe, non inclus). Identifiant du fournisseur : byteplus-seedance2. Modèles : dreamina-seedance-2-0-260128, dreamina-seedance-2-0-fast-260128.Utilise l’API unifiée content[]. Prend en charge jusqu’à 9 images de référence, 3 vidéos de référence et 3 contenus audio de référence. Toutes les entrées doivent être des URL https:// distantes. Définissez role sur chaque ressource ; valeurs prises en charge : "first_frame", "last_frame", "reference_image", "reference_video", "reference_audio".aspectRatio: "adaptive" détecte automatiquement le rapport à partir de l’image d’entrée. audio: true correspond à generate_audio. providerOptions.seed (nombre) est transmis.

ComfyUI

Exécution locale ou dans le cloud pilotée par un workflow. Prend en charge la génération de texte en vidéo et d’image en vidéo via le graphe configuré.

fal

Utilise un flux adossé à une file d’attente pour les tâches de longue durée. Par défaut, OpenClaw attend jusqu’à 20 minutes avant de considérer comme expirée une tâche fal en cours dans la file d’attente. La plupart des modèles vidéo fal acceptent une seule image de référence. Les modèles Seedance 2.0 de génération de vidéo à partir de références acceptent jusqu’à 9 images, 3 vidéos et 3 références audio, dans la limite de 12 fichiers de référence au total.

Google (Gemini / Veo)

Prend en charge une référence d’image ou de vidéo. Les demandes de génération audio sont ignorées avec un avertissement sur le chemin de l’API Gemini, car cette API rejette le paramètre generateAudio pour la génération vidéo Veo actuelle.

MiniMax

Une seule référence d’image. MiniMax accepte les résolutions 768P et 1080P ; les demandes telles que 720P sont normalisées vers la valeur prise en charge la plus proche avant leur envoi.

OpenAI

Seule la substitution de size est transmise. Les autres substitutions de style (aspectRatio, resolution, audio, watermark) sont ignorées avec un avertissement.

OpenRouter

Utilise l’API asynchrone /videos d’OpenRouter. OpenClaw soumet la tâche, interroge polling_url, puis télécharge soit unsigned_urls, soit le point de terminaison documenté du contenu de la tâche. Le modèle google/veo-3.1-fast fourni par défaut annonce des durées de 4/6/8 secondes, des résolutions 720P/1080P et des formats d’image 16:9/9:16.

Qwen

Utilise le même backend DashScope qu’Alibaba. Les entrées de référence doivent être des URL http(s) distantes ; les fichiers locaux sont rejetés en amont.

Runway

Prend en charge les fichiers locaux via des URI de données. La transformation de vidéo en vidéo nécessite runway/gen4_aleph. Les exécutions à partir de texte uniquement proposent les formats d’image 16:9 et 9:16.

Together

Une seule référence d’image.

Vydra

Utilise directement https://www.vydra.ai/api/v1 afin d’éviter les redirections qui suppriment l’authentification. veo3 est fourni uniquement pour la génération de texte en vidéo ; kling nécessite une URL d’image distante.

xAI

Le modèle par défaut grok-imagine-video prend en charge la génération de texte en vidéo, la génération de vidéo à partir d’une seule image servant de première image, jusqu’à 7 entrées reference_image via reference_images de xAI, ainsi que les flux distants de modification et d’extension de vidéo. La génération utilise 480P par défaut ; la génération de vidéo à partir d’une seule image reprend le format de la source lorsque aspectRatio est omis. La modification et l’extension de vidéo reprennent la géométrie de l’entrée et n’acceptent aucune substitution du format d’image ni de la résolution. L’extension accepte une durée de 2 à 10 secondes.grok-imagine-video-1.5 prend uniquement en charge la génération d’image en vidéo : fournissez exactement une image. Il accepte une durée de 1 à 15 secondes et les résolutions 480P, 720P ou 1080P, avec 480P par défaut ; omettez aspectRatio pour reprendre le format de l’image source. Les identifiants de préversion et les identifiants 1.5 datés font l’objet de la même validation et sont transmis sans modification.

Modes de capacités des fournisseurs

Le contrat partagé de génération vidéo prend en charge des capacités propres à chaque mode plutôt que de simples limites agrégées globales. Les nouvelles implémentations de fournisseurs doivent privilégier des blocs de mode explicites :

capabilities: {
  generate: {
    maxVideos: 1,
    maxDurationSeconds: 10,
    supportsResolution: true,
  },
  imageToVideo: {
    enabled: true,
    maxVideos: 1,
    maxInputImages: 1,
    maxInputImagesByModel: { "provider/reference-to-video": 9 },
    maxDurationSeconds: 5,
  },
  videoToVideo: {
    enabled: true,
    maxVideos: 1,
    maxInputVideos: 1,
    maxDurationSeconds: 5,
  },
}

Les champs agrégés globaux tels que maxInputImages et maxInputVideos ne suffisent pas à annoncer la prise en charge des modes de transformation. Les fournisseurs doivent déclarer explicitement generate, imageToVideo et videoToVideo afin que les tests en conditions réelles, les tests de contrat et l’outil partagé video_generate puissent valider de manière déterministe la prise en charge de chaque mode. Lorsqu’un modèle d’un fournisseur prend en charge davantage d’entrées de référence que les autres, utilisez maxInputImagesByModel, maxInputVideosByModel ou maxInputAudiosByModel plutôt que d’augmenter la limite applicable à l’ensemble du mode.

Tests en conditions réelles

Couverture en conditions réelles facultative pour les fournisseurs intégrés partagés :

OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/video-generation-providers.live.test.ts

Script d’encapsulation du dépôt :

pnpm test:live:media video

Par défaut, ce fichier de test en conditions réelles utilise les variables d’environnement des fournisseurs déjà exportées avant les profils d’authentification enregistrés, et exécute un test de bon fonctionnement sûr pour la publication :

generate pour chaque fournisseur autre que FAL inclus dans la série de tests.
Une invite d’une seconde mettant en scène un homard.
Une limite de durée par opération et par fournisseur définie par OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS (180000 par défaut).

FAL est facultatif, car la latence de la file d’attente côté fournisseur peut dominer la durée de publication :

pnpm test:live:media video --video-providers fal

Définissez OPENCLAW_LIVE_VIDEO_GENERATION_FULL_MODES=1 pour exécuter également les modes de transformation déclarés que la série de tests partagée peut exercer en toute sécurité avec des médias locaux :

imageToVideo lorsque capabilities.imageToVideo.enabled.
videoToVideo lorsque capabilities.videoToVideo.enabled et que le fournisseur ou le modèle accepte, dans la série de tests partagée, une entrée vidéo locale adossée à un tampon.

Actuellement, le parcours de test en conditions réelles partagé videoToVideo ne couvre runway que lorsque vous sélectionnez runway/gen4_aleph.

Configuration

Définissez le modèle de génération vidéo par défaut dans votre configuration OpenClaw :

{
  agents: {
    defaults: {
      videoGenerationModel: {
        primary: "qwen/wan2.6-t2v",
        fallbacks: ["qwen/wan2.6-r2v-flash"],
      },
    },
  },
}

Ou via la CLI :

openclaw config set agents.defaults.videoGenerationModel.primary "qwen/wan2.6-t2v"

Ressources associées

Alibaba Model Studio
Tâches en arrière-plan - suivi des tâches pour la génération vidéo asynchrone
BytePlus
ComfyUI
Référence de configuration
fal
Google (Gemini)
MiniMax
Modèles
OpenAI
Qwen
Runway
Together AI
Présentation des outils
Vydra
xAI

Overview

Plugins

Plugin guides

Building plugins

Skills

Automation

Tools

Agent coordination

Génération de vidéos

Démarrage rapide

Fonctionnement de la génération asynchrone

Cycle de vie d’une tâche

Fournisseurs pris en charge

Matrice des capacités

Paramètres de l’outil

Obligatoires

Entrées de contenu

Contrôles de style

Avancé

Repli et options typées

Actions

Sélection du modèle

Remarques sur les fournisseurs

Modes de capacités des fournisseurs

Tests en conditions réelles

Configuration

Ressources associées

​Démarrage rapide

​Fonctionnement de la génération asynchrone

​Cycle de vie d’une tâche

​Fournisseurs pris en charge

​Matrice des capacités

​Paramètres de l’outil

​Obligatoires

​Entrées de contenu

​Contrôles de style

​Avancé

​Repli et options typées

​Actions

​Sélection du modèle

​Remarques sur les fournisseurs

​Modes de capacités des fournisseurs

​Tests en conditions réelles

​Configuration

​Ressources associées

Démarrage rapide

Fonctionnement de la génération asynchrone

Cycle de vie d’une tâche

Fournisseurs pris en charge

Matrice des capacités

Paramètres de l’outil

Obligatoires

Entrées de contenu

Contrôles de style

Avancé

Repli et options typées

Actions

Sélection du modèle

Remarques sur les fournisseurs

Modes de capacités des fournisseurs

Tests en conditions réelles

Configuration

Ressources associées