生成抵达指定尾帧的视频

Agent 主路径

当尾帧必须成为结束画面时使用 beatra.videos.interpolate；只有开场也必须 受控时才提供 first_frame。

1. 上传尾帧、可选首帧与可选驱动音频。
2. 用 capability: "frames_to_video" 调用 beatra.models.list，读取当前 媒体组合、时长、分辨率、音频支持和价格。
3. 描述抵达尾帧的运动；如提供首帧，也描述两个端点间的过渡。
4. 使用一个 client_request_id 提交一次，再用 beatra.tasks.get 轮询。

AI 指南

工具参数

{
  "prompt": "商品平滑升起，并在两个视角之间旋转",
  "first_frame": { "type": "artifact", "artifact_id": "artifact_start" },
  "last_frame": { "type": "artifact", "artifact_id": "artifact_end" },
  "driving_audio": { "type": "artifact", "artifact_id": "artifact_optional_audio" },
  "resolution": "720p",
  "duration": 6,
  "client_request_id": "vid-frames-opaque-1"
}

last_frame 必填；first_frame 与 driving_audio 可选，但必须由所选模型 支持。输入图片派生的宽高比规则以模型发现结果为准。

模型、控制与成本

通用控制项包括 prompt、negative_prompt、resolution、 duration、aspect_ratio、seed、enhance_prompt 和 watermark； 每一项都应按所选模型的元数据使用。

不要维护静态模型表。beatra.models.list 返回可选模型、可接受的帧/音频 组合、约束、默认值、忽略字段规则和客户价格。分辨率与时长通常影响成本， 不得静默改写。

MiniMax H3

设置 model: "minimax-h3" 可使用尾帧单图或首尾帧双图。尾帧和提示词必填， 首帧可选，时长为 4–15 秒。公共 720p 输出每秒 370 credits，2k 输出 每秒 590 credits；显式选择 H3 并省略分辨率时默认 720p。H3 支持 watermark，但不接受驱动音频或其他可选控制项。提供的边界图片免费。

Wan 3.0

设置 model: "wan3.0-video" 或 wan3.0-video-prime，需提供首尾帧。时长 2–30 秒。 不要传 driving_audio。480p 为每输出秒 225 / 335 credits（标准 / prime）。

任务状态与恢复

queued 和 running 阶段持续轮询同一任务。创建响应丢失时，只能用完全 相同的参数与同一 client_request_id 重试。交换任一帧，或改变音频、提示 词、输出设置，都需要新 ID。

通过 REST 调用

直接协议集成可使用 POST /v1/videos/frames-to-video，并遵循 API 操作定义。 推荐通过 Skill + MCP 接入；REST 适合自定义应用直连。