怎么用 AI 做宣传片视频

多模态生成，难点不在生成而在"调对模型"

当一个平台同时提供图像、视频、音乐和语音生成，每类任务下又有多个模型时，真正的麻烦是路由：一个需求该走哪种 task_type、用哪个准确的 model_id，模型别名（Nano Banana、SeeDream、Wan、Kling、Suno 等）和实际 ID 对不上就调用失败；做宣传片这类复合需求，还要先生成参考图、再生成视频和配乐，多步之间的顺序、积分、参数和轮询都要照看；同一角色或产品要出多张图和视频，外观一致性也容易跑偏。

这个技能怎么统一调度多模态生成

它充当 IMA Studio 多模态能力的统一入口和路由层。面对一个需求，它先解析媒体类型与 task_type（图像、视频、音乐还是语音），再按产品列表匹配准确的 model_id 调用生成脚本创建任务，并处理轮询、积分、输入图片和视频参数；遇到模型别名，它负责把别名映射到正确的 ID。对宣传片、MV 这类多媒体工作流，它会拆解步骤、安排好"先参考图、后视频和音乐"的顺序，并维持同一角色或产品在多张图、多段视频间的视觉一致性，同时记录用户显式的模型偏好。

它的价值在于把"选对模型、串好流程、保持一致"这些容易出错的环节标准化，让多模型调用变得规范、可复用。

怎么用它

用法是把要生成的内容、风格和指定模型用自然语言交给它。例如可以这样对它说：

它适合这些场景：需要用 IMA 生成图片、视频、配乐或语音并选择合适模型；用户指定 Nano Banana、SeeDream、Wan、Kling、Suno 等模型别名；制作宣传片或 MV、需要先生成参考图再生成视频和音乐；以及同一角色或产品要多张图和视频保持外观一致。

大家常问

IMA AI 知识库总览这个技能里说的"多模态生成统一入口"到底是什么意思？

指图像、视频、音乐、语音四类生成走同一套 API：先 GET product/list 查产品、（按需）上传图片、POST tasks/create 建任务、POST tasks/detail 轮询结果，鉴权、请求结构与错误码体系完全一致，task_type 字段区分模态，由 Gateway 自动路由到对应后端。

为什么用 IMA 做多模态生成时一定要写准确的 model_id，写模型别名不行吗？

因为 IMA Open API 只做精确匹配、不做别名解析，model_id 是 tasks/create、product/list、attribute_id 计费校验贯通的唯一路由键。别名与真实 ID 之间没有可推测的命名规律（如 Nano Banana Pro 实际是 gemini-3-pro-image），写错就匹配不到产品，任务直接失败。

IMA 里的文生视频、图生视频和首尾帧视频是同一回事吗？怎么区分？

不是。三者是独立的 task_type：文生视频只吃文本 prompt、无中生有；图生视频要 1 张图作为首帧、让画面动起来；首尾帧视频要 2 张图、模型补全中间过渡。各自有独立的模型路由表和参数规则，同一模型在不同 task_type 下 model_id 也可能不同。

为什么用 IMA 生成宣传片这类复合任务时，要先出参考图再生成视频和音乐？

因为 IMA 一次 tasks/create 只产出一种模态，宣传片要靠依赖链编排：先生成主参考图，再用 image_to_video 以它为首帧出各段视频，保证角色与风格一致；视频生成后才拿得到实际时长，把时长传给音乐生成才能让 BGM 节奏匹配画面。