> ## Documentation Index > Fetch the complete documentation index at: https://docs2.openclaw.ai/llms.txt > Use this file to discover all available pages before exploring further. # Tạo video Các agent OpenClaw có thể tạo video từ lời nhắc văn bản, hình ảnh tham chiếu hoặc video hiện có. Mười sáu backend nhà cung cấp được hỗ trợ, mỗi backend có các tùy chọn mô hình, chế độ đầu vào và bộ tính năng khác nhau. Agent tự động chọn nhà cung cấp phù hợp dựa trên cấu hình và các khóa API hiện có của bạn. Công cụ `video_generate` chỉ xuất hiện khi có ít nhất một nhà cung cấp tạo video khả dụng. Nếu bạn không thấy nó trong các công cụ agent, hãy đặt khóa API của nhà cung cấp hoặc cấu hình `agents.defaults.videoGenerationModel`. OpenClaw xem tạo video là ba chế độ thời gian chạy: * `generate` - yêu cầu văn bản thành video không có phương tiện tham chiếu. * `imageToVideo` - yêu cầu bao gồm một hoặc nhiều hình ảnh tham chiếu. * `videoToVideo` - yêu cầu bao gồm một hoặc nhiều video tham chiếu. Nhà cung cấp có thể hỗ trợ bất kỳ tập con nào của các chế độ đó. Công cụ xác thực chế độ đang hoạt động trước khi gửi và báo cáo các chế độ được hỗ trợ trong `action=list`. ## Bắt đầu nhanh Đặt khóa API cho bất kỳ nhà cung cấp nào được hỗ trợ: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} export GEMINI_API_KEY="your-key" ``` ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw config set agents.defaults.videoGenerationModel.primary "google/veo-3.1-fast-generate-preview" ``` > Tạo một video điện ảnh dài 5 giây về một con tôm hùm thân thiện đang lướt sóng lúc hoàng hôn. Agent tự động gọi `video_generate`. Không cần danh sách cho phép công cụ. ## Cách tạo bất đồng bộ hoạt động Tạo video là bất đồng bộ. Khi agent gọi `video_generate` trong một phiên: 1. OpenClaw gửi yêu cầu tới nhà cung cấp và trả về ngay một id tác vụ. 2. Nhà cung cấp xử lý công việc trong nền (thường từ 30 giây đến vài phút tùy thuộc vào nhà cung cấp và độ phân giải; các nhà cung cấp chậm dựa trên hàng đợi có thể chạy tới hết thời gian chờ đã cấu hình). 3. Khi video sẵn sàng, OpenClaw đánh thức cùng phiên đó bằng một sự kiện hoàn tất nội bộ. 4. Agent thông báo cho người dùng thông qua chế độ trả lời hiển thị thông thường của phiên: gửi trả lời cuối cùng khi tự động, hoặc `message(action="send")` khi phiên yêu cầu công cụ tin nhắn. Nếu phiên yêu cầu không hoạt động hoặc lần đánh thức đang hoạt động của nó thất bại, và một số video đã tạo vẫn còn thiếu trong trả lời hoàn tất, OpenClaw gửi một dự phòng trực tiếp có tính lũy đẳng chỉ với video còn thiếu. Trong khi một công việc đang chạy, các lệnh gọi `video_generate` trùng lặp trong cùng phiên sẽ trả về trạng thái tác vụ hiện tại thay vì bắt đầu một lần tạo khác. Dùng `openclaw tasks list` hoặc `openclaw tasks show ` để kiểm tra tiến độ từ CLI. Bên ngoài các lượt chạy agent có phiên hỗ trợ (ví dụ: gọi công cụ trực tiếp), công cụ quay về tạo nội tuyến và trả về đường dẫn phương tiện cuối cùng trong cùng lượt. Các tệp video đã tạo được lưu trong kho lưu trữ phương tiện do OpenClaw quản lý khi nhà cung cấp trả về byte. Giới hạn lưu video đã tạo mặc định tuân theo giới hạn phương tiện video, và `agents.defaults.mediaMaxMb` tăng giới hạn đó cho các bản render lớn hơn. Khi nhà cung cấp cũng trả về URL đầu ra được lưu trữ, OpenClaw có thể gửi URL đó thay vì làm tác vụ thất bại nếu việc lưu cục bộ từ chối một tệp quá lớn. ### Vòng đời tác vụ | Trạng thái | Ý nghĩa | | ----------- | ---------------------------------------------------------------------------------------------------- | | `queued` | Tác vụ đã được tạo, đang chờ nhà cung cấp chấp nhận. | | `running` | Nhà cung cấp đang xử lý (thường từ 30 giây đến vài phút tùy thuộc vào nhà cung cấp và độ phân giải). | | `succeeded` | Video đã sẵn sàng; agent thức dậy và đăng video vào cuộc trò chuyện. | | `failed` | Lỗi nhà cung cấp hoặc hết thời gian chờ; agent thức dậy với chi tiết lỗi. | Kiểm tra trạng thái từ CLI: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw tasks list openclaw tasks show openclaw tasks cancel ``` Nếu một tác vụ video đã ở trạng thái `queued` hoặc `running` cho phiên hiện tại, `video_generate` trả về trạng thái tác vụ hiện có thay vì bắt đầu một tác vụ mới. Dùng `action: "status"` để kiểm tra rõ ràng mà không kích hoạt một lần tạo mới. ## Nhà cung cấp được hỗ trợ | Nhà cung cấp | Mô hình mặc định | Văn bản | Tham chiếu hình ảnh | Tham chiếu video | Xác thực | | --------------------- | ------------------------------- | :-----: | -------------------------------------------------------- | -------------------------------------------------- | ------------------------------------------ | | Alibaba | `wan2.6-t2v` | ✓ | Có (URL từ xa) | Có (URL từ xa) | `MODELSTUDIO_API_KEY` | | BytePlus (1.0) | `seedance-1-0-pro-250528` | ✓ | Tối đa 2 hình ảnh (chỉ mô hình I2V; khung đầu + cuối) | - | `BYTEPLUS_API_KEY` | | BytePlus Seedance 1.5 | `seedance-1-5-pro-251215` | ✓ | Tối đa 2 hình ảnh (khung đầu + cuối qua vai trò) | - | `BYTEPLUS_API_KEY` | | BytePlus Seedance 2.0 | `dreamina-seedance-2-0-260128` | ✓ | Tối đa 9 hình ảnh tham chiếu | Tối đa 3 video | `BYTEPLUS_API_KEY` | | ComfyUI | `workflow` | ✓ | 1 hình ảnh | - | `COMFY_API_KEY` hoặc `COMFY_CLOUD_API_KEY` | | DeepInfra | `Pixverse/Pixverse-T2V` | ✓ | - | - | `DEEPINFRA_API_KEY` | | fal | `fal-ai/minimax/video-01-live` | ✓ | 1 hình ảnh; tối đa 9 với Seedance tham chiếu thành video | Tối đa 3 video với Seedance tham chiếu thành video | `FAL_KEY` | | Google | `veo-3.1-fast-generate-preview` | ✓ | 1 hình ảnh | 1 video | `GEMINI_API_KEY` | | MiniMax | `MiniMax-Hailuo-2.3` | ✓ | 1 hình ảnh | - | `MINIMAX_API_KEY` hoặc MiniMax OAuth | | OpenAI | `sora-2` | ✓ | 1 hình ảnh | 1 video | `OPENAI_API_KEY` | | OpenRouter | `google/veo-3.1-fast` | ✓ | Tối đa 4 hình ảnh (khung đầu/cuối hoặc tham chiếu) | - | `OPENROUTER_API_KEY` | | Qwen | `wan2.6-t2v` | ✓ | Có (URL từ xa) | Có (URL từ xa) | `QWEN_API_KEY` | | Runway | `gen4.5` | ✓ | 1 hình ảnh | 1 video | `RUNWAYML_API_SECRET` | | Together | `Wan-AI/Wan2.2-T2V-A14B` | ✓ | chỉ `Wan-AI/Wan2.2-I2V-A14B` | - | `TOGETHER_API_KEY` | | Vydra | `veo3` | ✓ | 1 hình ảnh (`kling`) | - | `VYDRA_API_KEY` | | xAI | `grok-imagine-video` | ✓ | 1 hình ảnh khung đầu hoặc tối đa 7 `reference_image` | 1 video | `XAI_API_KEY` | Một số nhà cung cấp chấp nhận các biến môi trường khóa API bổ sung hoặc thay thế. Xem từng [trang nhà cung cấp](#related) để biết chi tiết. Chạy `video_generate action=list` để kiểm tra các nhà cung cấp, mô hình và chế độ thời gian chạy khả dụng tại thời gian chạy. ### Ma trận năng lực Hợp đồng chế độ tường minh được dùng bởi `video_generate`, kiểm thử hợp đồng và đợt quét trực tiếp dùng chung: | Nhà cung cấp | `generate` | `imageToVideo` | `videoToVideo` | Các làn trực tiếp dùng chung hiện nay | | ------------ | :--------: | :------------: | :------------: | ------------------------------------------------------------------------------------------------------------------------------------------------------- | | Alibaba | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; bỏ qua `videoToVideo` vì nhà cung cấp này cần URL video `http(s)` từ xa | | BytePlus | ✓ | ✓ | - | `generate`, `imageToVideo` | | ComfyUI | ✓ | ✓ | - | Không có trong đợt quét dùng chung; phạm vi kiểm thử theo workflow nằm trong các kiểm thử Comfy | | DeepInfra | ✓ | - | - | `generate`; các schema video DeepInfra gốc là văn bản thành video trong hợp đồng Plugin | | fal | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; `videoToVideo` chỉ khi dùng Seedance tham chiếu thành video | | Google | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; bỏ qua `videoToVideo` dùng chung vì đợt quét Gemini/Veo hiện tại dựa trên bộ đệm không chấp nhận đầu vào đó | | MiniMax | ✓ | ✓ | - | `generate`, `imageToVideo` | | OpenAI | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; bỏ qua `videoToVideo` dùng chung vì đường dẫn tổ chức/đầu vào này hiện cần quyền truy cập chỉnh sửa video phía nhà cung cấp | | OpenRouter | ✓ | ✓ | - | `generate`, `imageToVideo` | | Qwen | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; bỏ qua `videoToVideo` vì nhà cung cấp này cần URL video `http(s)` từ xa | | Runway | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; `videoToVideo` chỉ chạy khi mô hình được chọn là `runway/gen4_aleph` | | Together | ✓ | ✓ | - | `generate`, `imageToVideo` | | Vydra | ✓ | ✓ | - | `generate`; bỏ qua `imageToVideo` dùng chung vì `veo3` được đóng gói chỉ hỗ trợ văn bản và `kling` được đóng gói yêu cầu URL hình ảnh từ xa | | xAI | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; bỏ qua `videoToVideo` vì nhà cung cấp này hiện cần URL MP4 từ xa | ## Tham số công cụ ### Bắt buộc Mô tả văn bản của video cần tạo. Bắt buộc đối với `action: "generate"`. ### Đầu vào nội dung Một hình ảnh tham chiếu duy nhất (đường dẫn hoặc URL). Nhiều hình ảnh tham chiếu (tối đa 9). Gợi ý vai trò tùy chọn theo từng vị trí, song song với danh sách hình ảnh đã kết hợp. Giá trị chuẩn: `first_frame`, `last_frame`, `reference_image`. Một video tham chiếu duy nhất (đường dẫn hoặc URL). Nhiều video tham chiếu (tối đa 4). Gợi ý vai trò tùy chọn theo từng vị trí, song song với danh sách video đã kết hợp. Giá trị chuẩn: `reference_video`. Một âm thanh tham chiếu duy nhất (đường dẫn hoặc URL). Dùng cho nhạc nền hoặc tham chiếu giọng nói khi nhà cung cấp hỗ trợ đầu vào âm thanh. Nhiều âm thanh tham chiếu (tối đa 3). Gợi ý vai trò tùy chọn theo từng vị trí, song song với danh sách âm thanh đã kết hợp. Giá trị chuẩn: `reference_audio`. Gợi ý vai trò được chuyển nguyên trạng đến nhà cung cấp. Các giá trị chuẩn đến từ union `VideoGenerationAssetRole`, nhưng nhà cung cấp có thể chấp nhận thêm các chuỗi vai trò khác. Mảng `*Roles` không được có nhiều mục hơn danh sách tham chiếu tương ứng; lỗi lệch một mục sẽ thất bại với thông báo lỗi rõ ràng. Dùng chuỗi rỗng để bỏ đặt một vị trí. Với xAI, đặt mọi vai trò hình ảnh thành `reference_image` để dùng chế độ tạo `reference_images` của nó; bỏ qua vai trò hoặc dùng `first_frame` cho chuyển đổi hình ảnh sang video với một hình ảnh. ### Điều khiển kiểu Gợi ý tỷ lệ khung hình như `1:1`, `16:9`, `9:16`, `adaptive`, hoặc một giá trị riêng của nhà cung cấp. OpenClaw chuẩn hóa hoặc bỏ qua các giá trị không được hỗ trợ theo từng nhà cung cấp. Gợi ý độ phân giải như `480P`, `720P`, `768P`, `1080P`, `4K`, hoặc một giá trị riêng của nhà cung cấp. OpenClaw chuẩn hóa hoặc bỏ qua các giá trị không được hỗ trợ theo từng nhà cung cấp. Thời lượng mục tiêu tính bằng giây (làm tròn đến giá trị gần nhất được nhà cung cấp hỗ trợ). Gợi ý kích thước khi nhà cung cấp hỗ trợ. Bật âm thanh được tạo trong đầu ra khi được hỗ trợ. Khác với `audioRef*` (đầu vào). Bật/tắt watermark của nhà cung cấp khi được hỗ trợ. `adaptive` là một sentinel riêng của nhà cung cấp: nó được chuyển nguyên trạng đến các nhà cung cấp khai báo `adaptive` trong capability của họ (ví dụ BytePlus Seedance dùng nó để tự động phát hiện tỷ lệ từ kích thước hình ảnh đầu vào). Các nhà cung cấp không khai báo nó sẽ hiển thị giá trị qua `details.ignoredOverrides` trong kết quả công cụ để việc bỏ qua có thể thấy được. ### Nâng cao `"status"` trả về tác vụ phiên hiện tại; `"list"` kiểm tra các nhà cung cấp. Ghi đè nhà cung cấp/model (ví dụ `runway/gen4.5`). Gợi ý tên tệp đầu ra. Thời gian chờ thao tác nhà cung cấp tùy chọn tính bằng mili giây. Khi bị bỏ qua, OpenClaw dùng `agents.defaults.videoGenerationModel.timeoutMs` nếu được cấu hình, nếu không thì dùng mặc định của nhà cung cấp do plugin định nghĩa khi có. Tùy chọn riêng của nhà cung cấp dưới dạng đối tượng JSON (ví dụ `{"seed": 42, "draft": true}`). Các nhà cung cấp khai báo schema có kiểu sẽ xác thực khóa và kiểu; khóa không xác định hoặc không khớp sẽ bỏ qua ứng viên trong quá trình fallback. Nhà cung cấp không có schema đã khai báo sẽ nhận tùy chọn nguyên trạng. Chạy `video_generate action=list` để xem từng nhà cung cấp chấp nhận gì. Không phải mọi nhà cung cấp đều hỗ trợ tất cả tham số. OpenClaw chuẩn hóa thời lượng về giá trị gần nhất được nhà cung cấp hỗ trợ, và ánh xạ lại các gợi ý hình học đã dịch như kích thước sang tỷ lệ khung hình khi nhà cung cấp fallback cung cấp một bề mặt điều khiển khác. Các ghi đè thật sự không được hỗ trợ sẽ bị bỏ qua theo cơ chế nỗ lực tối đa và được báo cáo dưới dạng cảnh báo trong kết quả công cụ. Các giới hạn capability cứng (như quá nhiều đầu vào tham chiếu) sẽ thất bại trước khi gửi. Kết quả công cụ báo cáo các thiết lập đã áp dụng; `details.normalization` ghi lại mọi chuyển đổi từ yêu cầu sang áp dụng. Đầu vào tham chiếu chọn chế độ runtime: * Không có phương tiện tham chiếu → `generate` * Có bất kỳ tham chiếu hình ảnh nào → `imageToVideo` * Có bất kỳ tham chiếu video nào → `videoToVideo` * Đầu vào âm thanh tham chiếu **không** thay đổi chế độ đã phân giải; chúng áp dụng trên chế độ mà tham chiếu hình ảnh/video chọn, và chỉ hoạt động với nhà cung cấp khai báo `maxInputAudios`. Trộn tham chiếu hình ảnh và video không phải là một bề mặt capability dùng chung ổn định. Ưu tiên một loại tham chiếu cho mỗi yêu cầu. #### Fallback và tùy chọn có kiểu Một số kiểm tra capability được áp dụng ở lớp fallback thay vì ranh giới công cụ, nên một yêu cầu vượt quá giới hạn của nhà cung cấp chính vẫn có thể chạy trên fallback có khả năng: * Ứng viên đang hoạt động không khai báo `maxInputAudios` (hoặc `0`) sẽ bị bỏ qua khi yêu cầu chứa tham chiếu âm thanh; ứng viên tiếp theo được thử. * `maxDurationSeconds` của ứng viên đang hoạt động thấp hơn `durationSeconds` được yêu cầu và không có danh sách `supportedDurationSeconds` đã khai báo → bị bỏ qua. * Yêu cầu chứa `providerOptions` và ứng viên đang hoạt động khai báo rõ ràng schema `providerOptions` có kiểu → bị bỏ qua nếu khóa được cung cấp không nằm trong schema hoặc kiểu giá trị không khớp. Nhà cung cấp không có schema đã khai báo sẽ nhận tùy chọn nguyên trạng (truyền qua tương thích ngược). Một nhà cung cấp có thể chọn không nhận tất cả tùy chọn nhà cung cấp bằng cách khai báo schema rỗng (`capabilities.providerOptions: {}`), điều này gây ra cùng kiểu bỏ qua như lỗi không khớp kiểu. Lý do bỏ qua đầu tiên trong một yêu cầu được ghi log ở mức `warn` để operator thấy khi nhà cung cấp chính của họ bị bỏ qua; các lần bỏ qua tiếp theo ghi log ở mức `debug` để giữ các chuỗi fallback dài không ồn. Nếu mọi ứng viên đều bị bỏ qua, lỗi tổng hợp sẽ bao gồm lý do bỏ qua cho từng ứng viên. ## Hành động | Hành động | Chức năng | | ---------- | ---------------------------------------------------------------------------------------------------- | | `generate` | Mặc định. Tạo video từ prompt đã cho và các đầu vào tham chiếu tùy chọn. | | `status` | Kiểm tra trạng thái của tác vụ video đang chạy cho phiên hiện tại mà không bắt đầu một lần tạo khác. | | `list` | Hiển thị các nhà cung cấp, model và capability có sẵn của họ. | ## Chọn model OpenClaw phân giải model theo thứ tự này: 1. **Tham số công cụ `model`** - nếu agent chỉ định trong lời gọi. 2. **`videoGenerationModel.primary`** từ cấu hình. 3. **`videoGenerationModel.fallbacks`** theo thứ tự. 4. **Tự động phát hiện** - các nhà cung cấp có xác thực hợp lệ, bắt đầu với nhà cung cấp mặc định hiện tại, rồi đến các nhà cung cấp còn lại theo thứ tự bảng chữ cái. Nếu một nhà cung cấp thất bại, ứng viên tiếp theo sẽ được thử tự động. Nếu tất cả ứng viên thất bại, lỗi sẽ bao gồm chi tiết từ từng lần thử. Đặt `agents.defaults.mediaGenerationAutoProviderFallback: false` để chỉ dùng các mục `model`, `primary` và `fallbacks` rõ ràng. ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { agents: { defaults: { videoGenerationModel: { primary: "google/veo-3.1-fast-generate-preview", fallbacks: ["runway/gen4.5", "qwen/wan2.6-t2v"], }, }, }, } ``` ## Ghi chú nhà cung cấp Dùng endpoint bất đồng bộ DashScope / Model Studio. Hình ảnh và video tham chiếu phải là URL `http(s)` từ xa. ID nhà cung cấp: `byteplus`. Model: `seedance-1-0-pro-250528` (mặc định), `seedance-1-0-pro-t2v-250528`, `seedance-1-0-pro-fast-251015`, `seedance-1-0-lite-t2v-250428`, `seedance-1-0-lite-i2v-250428`. Model T2V (`*-t2v-*`) không chấp nhận đầu vào hình ảnh; model I2V và model `*-pro-*` chung hỗ trợ một hình ảnh tham chiếu duy nhất (khung hình đầu tiên). Truyền hình ảnh theo vị trí hoặc đặt `role: "first_frame"`. ID model T2V tự động được chuyển sang biến thể I2V tương ứng khi có hình ảnh được cung cấp. Các khóa `providerOptions` được hỗ trợ: `seed` (số), `draft` (boolean - buộc 480p), `camera_fixed` (boolean). Yêu cầu plugin [`@openclaw/byteplus-modelark`](https://www.npmjs.com/package/@openclaw/byteplus-modelark). ID nhà cung cấp: `byteplus-seedance15`. Model: `seedance-1-5-pro-251215`. Dùng API `content[]` hợp nhất. Hỗ trợ tối đa 2 hình ảnh đầu vào (`first_frame` + `last_frame`). Tất cả đầu vào phải là URL `https://` từ xa. Đặt `role: "first_frame"` / `"last_frame"` trên từng hình ảnh, hoặc truyền hình ảnh theo vị trí. `aspectRatio: "adaptive"` tự động phát hiện tỷ lệ từ hình ảnh đầu vào. `audio: true` ánh xạ sang `generate_audio`. `providerOptions.seed` (số) được chuyển tiếp. Yêu cầu plugin [`@openclaw/byteplus-modelark`](https://www.npmjs.com/package/@openclaw/byteplus-modelark). ID nhà cung cấp: `byteplus-seedance2`. Model: `dreamina-seedance-2-0-260128`, `dreamina-seedance-2-0-fast-260128`. Dùng API `content[]` hợp nhất. Hỗ trợ tối đa 9 hình ảnh tham chiếu, 3 video tham chiếu và 3 âm thanh tham chiếu. Tất cả đầu vào phải là URL `https://` từ xa. Đặt `role` trên từng asset - các giá trị được hỗ trợ: `"first_frame"`, `"last_frame"`, `"reference_image"`, `"reference_video"`, `"reference_audio"`. `aspectRatio: "adaptive"` tự động phát hiện tỷ lệ từ hình ảnh đầu vào. `audio: true` ánh xạ sang `generate_audio`. `providerOptions.seed` (số) được chuyển tiếp. Thực thi cục bộ hoặc trên đám mây theo workflow. Hỗ trợ text-to-video và image-to-video thông qua graph đã cấu hình. Sử dụng luồng có hàng đợi hỗ trợ cho các tác vụ chạy lâu. Theo mặc định, OpenClaw chờ tối đa 20 phút trước khi xem một tác vụ hàng đợi fal đang chạy là đã hết thời gian chờ. Hầu hết các mô hình video của fal chấp nhận một tham chiếu hình ảnh duy nhất. Các mô hình Seedance 2.0 reference-to-video chấp nhận tối đa 9 hình ảnh, 3 video và 3 tham chiếu âm thanh, với tối đa 12 tệp tham chiếu tổng cộng. Hỗ trợ một tham chiếu hình ảnh hoặc một tham chiếu video. Các yêu cầu âm thanh được tạo sẽ bị bỏ qua kèm cảnh báo trên đường dẫn Gemini API vì API đó từ chối tham số `generateAudio` cho quá trình tạo video Veo hiện tại. Chỉ hỗ trợ một tham chiếu hình ảnh duy nhất. MiniMax chấp nhận độ phân giải `768P` và `1080P`; các yêu cầu như `720P` được chuẩn hóa về giá trị được hỗ trợ gần nhất trước khi gửi. Chỉ chuyển tiếp phần ghi đè `size`. Các ghi đè kiểu dáng khác (`aspectRatio`, `resolution`, `audio`, `watermark`) bị bỏ qua kèm cảnh báo. Sử dụng API `/videos` bất đồng bộ của OpenRouter. OpenClaw gửi tác vụ, thăm dò `polling_url`, rồi tải xuống `unsigned_urls` hoặc endpoint nội dung tác vụ được ghi trong tài liệu. Giá trị mặc định `google/veo-3.1-fast` đi kèm quảng bá thời lượng 4/6/8 giây, độ phân giải `720P`/`1080P` và tỷ lệ khung hình `16:9`/`9:16`. Cùng backend DashScope như Alibaba. Đầu vào tham chiếu phải là URL `http(s)` từ xa; tệp cục bộ bị từ chối ngay từ đầu. Hỗ trợ tệp cục bộ qua data URI. Video-to-video yêu cầu `runway/gen4_aleph`. Các lần chạy chỉ có văn bản cung cấp tỷ lệ khung hình `16:9` và `9:16`. Chỉ hỗ trợ một tham chiếu hình ảnh duy nhất. Sử dụng trực tiếp `https://www.vydra.ai/api/v1` để tránh các chuyển hướng làm mất thông tin xác thực. `veo3` được đi kèm chỉ ở dạng text-to-video; `kling` yêu cầu URL hình ảnh từ xa. Hỗ trợ text-to-video, image-to-video với một hình ảnh khung đầu tiên, tối đa 7 đầu vào `reference_image` thông qua `reference_images` của xAI, và các luồng chỉnh sửa/mở rộng video từ xa. ## Chế độ khả năng của nhà cung cấp Hợp đồng tạo video dùng chung hỗ trợ các khả năng theo từng chế độ thay vì chỉ có các giới hạn tổng hợp phẳng. Các triển khai nhà cung cấp mới nên ưu tiên các khối chế độ rõ ràng: ```typescript theme={"theme":{"light":"min-light","dark":"min-dark"}} 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, }, } ``` Các trường tổng hợp phẳng như `maxInputImages` và `maxInputVideos` **không** đủ để quảng bá hỗ trợ chế độ chuyển đổi. Nhà cung cấp nên khai báo rõ `generate`, `imageToVideo` và `videoToVideo` để các bài kiểm thử trực tiếp, kiểm thử hợp đồng và công cụ dùng chung `video_generate` có thể xác thực hỗ trợ chế độ một cách xác định. Khi một mô hình trong nhà cung cấp hỗ trợ đầu vào tham chiếu rộng hơn phần còn lại, hãy dùng `maxInputImagesByModel`, `maxInputVideosByModel` hoặc `maxInputAudiosByModel` thay vì tăng giới hạn cho toàn bộ chế độ. ## Kiểm thử trực tiếp Phạm vi kiểm thử trực tiếp tùy chọn cho các nhà cung cấp đi kèm dùng chung: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/video-generation-providers.live.test.ts ``` Wrapper của repo: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} pnpm test:live:media video ``` Theo mặc định, tệp trực tiếp này dùng các biến môi trường nhà cung cấp đã xuất trước các hồ sơ xác thực đã lưu, và chạy smoke an toàn cho phát hành theo mặc định: * `generate` cho mọi nhà cung cấp không phải FAL trong lượt quét. * Prompt một giây về tôm hùm. * Giới hạn thao tác theo từng nhà cung cấp từ `OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS` (mặc định là `180000`). FAL là tùy chọn vì độ trễ hàng đợi phía nhà cung cấp có thể chiếm phần lớn thời gian phát hành: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} pnpm test:live:media video --video-providers fal ``` Đặt `OPENCLAW_LIVE_VIDEO_GENERATION_FULL_MODES=1` để cũng chạy các chế độ chuyển đổi đã khai báo mà lượt quét dùng chung có thể thực thi an toàn với media cục bộ: * `imageToVideo` khi `capabilities.imageToVideo.enabled`. * `videoToVideo` khi `capabilities.videoToVideo.enabled` và nhà cung cấp/mô hình chấp nhận đầu vào video cục bộ dựa trên bộ đệm trong lượt quét dùng chung. Hiện tại, làn trực tiếp `videoToVideo` dùng chung chỉ bao phủ `runway` khi bạn chọn `runway/gen4_aleph`. ## Cấu hình Đặt mô hình tạo video mặc định trong cấu hình OpenClaw của bạn: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { agents: { defaults: { videoGenerationModel: { primary: "qwen/wan2.6-t2v", fallbacks: ["qwen/wan2.6-r2v-flash"], }, }, }, } ``` Hoặc thông qua CLI: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw config set agents.defaults.videoGenerationModel.primary "qwen/wan2.6-t2v" ``` ## Liên quan * [Alibaba Model Studio](/vi/providers/alibaba) * [Tác vụ nền](/vi/automation/tasks) - theo dõi tác vụ cho tạo video bất đồng bộ * [BytePlus](/vi/concepts/model-providers#byteplus-international) * [ComfyUI](/vi/providers/comfy) * [Tham chiếu cấu hình](/vi/gateway/config-agents#agent-defaults) * [fal](/vi/providers/fal) * [Google (Gemini)](/vi/providers/google) * [MiniMax](/vi/providers/minimax) * [Mô hình](/vi/concepts/models) * [OpenAI](/vi/providers/openai) * [Qwen](/vi/providers/qwen) * [Runway](/vi/providers/runway) * [Together AI](/vi/providers/together) * [Tổng quan về công cụ](/vi/tools) * [Vydra](/vi/providers/vydra) * [xAI](/vi/providers/xai)