商业 API 实现「换人跳舞视频」详细方案
目标：输入「一段别人的跳舞视频（动作来源）」+「一张目标人物图（外观来源）」，输出「目标人物跳同一支舞的视频」。
路线 A 的核心是用已托管的 Motion Control / 动作模仿模型 API，无需自备 GPU，几天即可出 MVP。
1. 技术本质与数据流
换人跳舞 =动作迁移（motion transfer）+ 角色替换（character replacement），不是换脸。
源跳舞视频 ──┐ ├─► [商业 Motion Control API] ──► 换人后的跳舞视频 目标人物图 ──┘ (图=谁在跳, 视频=怎么跳)API 内部做三件事（你无需自己实现）：
- 动作提取：从驱动视频抽骨架/3D 动作轨迹（只看动作，不看脸）。
- 角色注入：用参考图锁定身份、服装、比例。
- 视频扩散生成：把动作 + 外观合成连续帧视频，可选保留原音轨。
你只需要：上传两个文件 → 调用 API → 拿回视频 URL。
2. 主流 API 对比（2025–2026）
| 服务 | 模型/接口 | 输入 | 时长上限 | 分辨率 | 多人 | 参考价（约） |
|---|---|---|---|---|---|---|
| 可灵 Kling Motion Control | kling-motion-control / v2.6 / v3.0 | 角色图 + 驱动视频 | 3–30s（video模式） | 720p / 1080p | 否（绑定画面最大人物） | 720p ≈ $0.06–0.14/s；1080p ≈ $0.10–0.18/s |
| 即梦 动作模仿 2.0 | jimeng_dreamactor_m20_gen_video | 角色图 + 模版视频 | 按视频长度 | 720p / 25fps | 支持（视频人数=图片人数更稳） | 0.4 元/秒（≈$0.055/s） |
| Runway / DomoAI / Viggle | 各自动作控制 | 类似 | 各异 | 各异 | 部分支持 | 订阅制或按秒 |
价格因聚合商/地区/档位（std/pro）差异很大，且变动频繁，以官方最新文档为准。即梦单价目前最低且支持多人；可灵动作还原与面部一致性更强。
接入难度：可灵及其聚合商（Vidgo / APIModels / reAPI 等）多为Bearer Token+ REST，最简单；即梦走火山引擎签名鉴权（API Key + HMAC 签名），略复杂，建议直接用官方 SDK。
3. 统一异步调用范式（所有家都一样）
视频生成是异步任务，标准四步，千万别提交完立刻去取 URL（常见坑）：
1. POST 提交任务 ──► 立即返回 task_id（≠完成） 2. GET 轮询状态 ──► queued / running / succeeded / failed 3. 轮询到终态 succeeded 4. 取 video_url，下载并转存（URL 有有效期！）生产环境优先用callback_url接收完成通知，比轮询更省。
4. 关键参数详解（以可灵为例）
| 参数 | 说明 |
|---|---|
image_url/input_urls | 角色图（谁在跳）。全身照最佳；JPEG/PNG/WEBP，<10MB，短边≥340px，宽高比 0.4–2.5 |
video_url/video_urls | 驱动视频（怎么跳）。MP4/MOV/WEBM，<100MB，单镜头、无剪辑/转场/运镜 |
character_orientation | video：跟驱动视频朝向（≤30s）；image：跟角色图朝向（≤10s，身份更稳） |
mode | std（快/便宜）/pro（高清/慢） |
prompt | 描述场景/灯光/相机，不要描述动作（动作由视频决定）。如：plain grey studio, soft lighting, static camera |
negative_prompt | 抑制瑕疵：warped background, extra fingers, motion blur, duplicate limbs |
keep_original_sound | 是否保留原视频音轨 |
callback_url | 完成回调地址（替代轮询） |
5. 调用示例（Python）
5.1 可灵（Bearer，最简）
importos,time,requests BASE="https://api.apimodels.app/v1"# 换成你选用的聚合商/官方端点API_KEY=os.environ["KLING_API_KEY"]H={"Authorization":f"Bearer{API_KEY}","Content-Type":"application/json"}defsubmit(image_url,video_url,mode="720p"):r=requests.post(f"{BASE}/video/generations",headers=H,json={"model":"kling-motion-control","input_urls":[image_url],# 角色图"video_urls":[video_url],# 驱动视频"mode":mode,"character_orientation":"video",},timeout=60)r.raise_for_status()returnr.json()["data"]["task_id"]defwait(task_id,interval=5,timeout=600):deadline=time.time()+timeoutwhiletime.time()<deadline:r=requests.get(f"{BASE}/video/generations",params={"task_id":task_id},headers=H,timeout=60)d=r.json()["data"]ifd["state"]=="completed":returnd["resultUrls"][0]ifd["state"]=="failed":raiseRuntimeError(d.get("failMsg"))time.sleep(interval)raiseTimeoutError("timeout")task_id=submit("https://your-cdn.com/char.png","https://your-cdn.com/dance.mp4")print("video:",wait(task_id))5.2 即梦 动作模仿 2.0（火山引擎签名）
# 即梦需要火山引擎 HMAC 签名鉴权，建议直接用官方 Python SDK（volcengine-python-sdk）# 核心字段如下，签名细节见火山文档「公共参数 - 签名」importrequests SUBMIT_URL="https://visual.volcengineapi.com?Action=CVSync2AsyncSubmitTask&Version=2022-08-31"# 查询接口：同样的 host，Action=CVSync2AsyncGetResult（见官方文档）payload={"req_key":"jimeng_dreamactor_m20_gen_video",# 固定服务标识"image_url":"https://your-cdn.com/char.png",# 角色图（公网可访问）"video_url":"https://your-cdn.com/dance.mp4",# 模版视频# 可选隐性水印（合规）："req_json": '{"aigc_meta": {...}}'}# 提交后返回 task_id → 轮询 → 取 video_url（有效期仅 1 小时，务必下载转存）6. 工程架构（落地结构）
[前端] 上传源视频 + 目标人物图 │ ▼ [后端] 1. 存到对象存储(OSS/COS/S3/七牛) → 拿到公网 URL ← 关键！API 必须公网可访问 │ 2. POST 提交任务 → task_id │ 3. 轮询 / callback 等完成 │ 4. 下载结果视频转存到自己存储（结果 URL 有有效期） │ 5. 返回最终视频 URL 给用户 ▼ [队列/限流] 即梦并发=1，需排队；可灵注意额度必踩的坑（提前规避）：
- URL 必须公网可访问：本地
localhost不行，先传对象存储/图床再传 URL。 - 结果 URL 有有效期：即梦 1 小时、可灵各档 30 天不等 → 生成后立刻下载转存到自己服务器。
- 驱动视频要单镜头：不能有剪辑、转场、相机运动；单人画面最稳（即梦支持多人但要求视频人数=图片人数）。
- 动作别太快：快速运动易模糊；减少遮挡、手持物、背面。
- 身份漂移：用更高档位（pro）更稳；
character_orientation=image在 10s 内更稳。 - 鉴权差异：可灵用 Bearer 简单；即梦需火山签名，直接用官方 SDK。
7. 成本估算（一段 10 秒跳舞视频）
| 方案 | 单价 | 10 秒成本 |
|---|---|---|
| 即梦 动作模仿 2.0 | 0.4 元/秒 | 4 元 |
| 可灵 720p（聚合） | ~$0.06/s | ~4.3 元 |
| 可灵 1080p | ~$0.10/s | ~5.2 元 |
| 可灵 3.0 Pro | ~$0.18/s | ~13 元 |
量大时即梦最省；追求质量/面部一致性选可灵 Pro。失败任务一般不计费（可灵类自动退款）。
8. 合规提醒（务必保留）
- 版权 + 肖像权：用「别人的视频」涉及原视频版权与被换人物肖像权，商用/公开传播前必须取得授权，避免 Deepfake 滥用、侵犯肖像权/名誉权。
- AIGC 标识：国内《人工智能生成合成内容标识办法》要求隐式/显式标识。即梦原生支持
aigc_meta隐性水印，建议接入。 - 产品侧加「仅限授权素材」提示与溯源水印。
9. 推荐落地步骤
- 注册可灵 / 即梦开发者，申请 API Key，充少量测试额度。
- 开通对象存储（OSS/COS/七牛），用于输入与输出文件。
- 写统一调用封装：提交 → 轮询/回调 → 下载转存。
- 先做单视频 MVP：上传 → 生成 → 播放，验证效果。
- 加队列、限流、超时重试、失败退款处理。
- 加合规水印与授权声明，灰度上线。
下一步可选：若量大/有隐私/要深度定制，再评估路线 B（Wan2.2-Animate-14B / ComfyUI 自部署）。
