如何在 Midjourney API 中建立影片？

Midjourney 進軍影片領域，是 2025 年最重大的創意科技故事之一。這款深受喜愛、以影像為核心的工具，現已加入「Image-to-Video」工作流程，可將靜態圖片轉換成短篇動畫片段——而且系統正在迅速演進。

Midjourney 的影片能力是一種 image-to-video 工作流程，透過「Animate」流程將單張影像動畫化為短片，預設產出 5 秒片段，並允許延長至約 21 秒。此功能於 2025 年中以 Midjourney 的 V1 影片模型推出，並透過 CometAPI 的 Midjourney Video V1 API 提供。

什麼是 Midjourney V1

Midjourney V1 的功能與如何呈現給使用者

Midjourney 的 V1 影片模型將單張靜態圖片（可為 Midjourney 內生成或外部託管的圖片）轉換為短篇動畫片段——預設約 5 秒——可使用自動或手動動畫模式與動作強度旗標（--motion low / --motion high）。使用者可每次以 4 秒為增量延長片段（最多約 21 秒），並可控制批次大小、循環與結尾影格；影片輸出為 MP4。Midjourney 的 V1 影片模型是一個針對短篇、風格化、可循環片段優化的影像轉影片模型。V1 模型的典型特性包括：

• 基礎片段長度約 5 秒，具受控延長機制（每次 4 秒增量，至既定上限）。
• 著重保留來源影像的藝術風格（筆觸、色彩、氛圍）。
• 為快速迭代所做的解析度與品質取捨；V1 偏向社群與網頁內容，而非完整電影級輸出。

這些限制會影響你設計素材與提示詞的方式：V1 更適合用於精簡的動態、動態化的靜態圖、產品主視覺循環，或短角色片段，而非長篇場景。

CometAPI 如何呈現 Midjourney Video 模型

CometAPI 是一個多模型閘道，將數百個 AI 模型（文字、影像、音訊，以及現在的 image-to-video）整合於單一 REST 介面之下。其 Midjourney Video 服務封裝了 Midjourney 的 V1 影片能力，讓工程師可透過程式呼叫進行 image-to-video 生成，而不必只依賴 Discord/網頁互動。這對於自動化創意流程、打造概念驗證，以及將短篇動畫素材整合至應用或內容製作工作流程非常實用。

CometAPI 的 Midjourney Video 可讓開發者驗證、呼叫 /mj/submit/video 端點並傳入參數，例如 prompt（可包含起始影像 URL）、videoType（例如 vid_1.1_i2v_480）、mode（"fast" 或視方案允許使用 "relax"）、以及 animateMode（"automatic"/"manual"）。與直接整合 Midjourney 的 Discord 為主工作流程相比，CometAPI 具更低的單次呼叫價格與便利性（單一 API 金鑰 + REST 介面）。

在呼叫 API 之前我該如何準備？

我需要哪些憑證與帳戶？

1. 在 CometAPI 註冊，並於帳戶儀表板建立 API 金鑰（CometAPI 使用類似 sk-xxxxx 的 bearer token）。
2. 若計畫使用外部影像作為起始影格，請確保你的影像素材已上線（可公開存取的 URL）。Midjourney 在外部影像→影片流程中需要可存取的 URL。

前期需要做出的決策

• 起始影像 — 選擇主體明確、構圖清晰的影像；長寬比會影響最終影片的解析度/比例（Midjourney 會將起始長寬比映射至 SD/HD 像素尺寸）。
• 動作風格 — 決定低動作 vs 高動作（--motion low vs --motion high），以及你要自動推理還是手動控制鏡頭/主體動作。
• 長度與批次大小 — 預設為 5 秒；可延長至約 21 秒。批次大小預設為 4（Midjourney 會返回 4 個變體），但你可請求 1 或 2 以節省算力。
• 解析度 — V1 預設主要為 SD（480p）；HD（720p）需要參數描述，例如 vid_1.1_i2v_480。

如何呼叫 CometAPI 的 Midjourney 影片端點（逐步範例）？

最小請求內容是什麼？

至少需要傳送：

• prompt: 起始影像 URL 與可選的文字動態提示（例如，"https://.../frame.png add a dog running from left to right"）。
• videoType: 例如 vid_1.1_i2v_480。
• mode: "fast"（或如果你的方案允許則為 "relax"）。
• animateMode: "automatic" 或 "manual"。

以下是一個示範 curl，展示如何 POST 到 https://api.cometapi.com/mj/submit/video. 這是一個經過整理、可直接複製使用的 curl 範例，改寫自 CometAPI 的示例：

curl --location --request POST 'https://api.cometapi.com/mj/submit/video' \
  --header 'Authorization: Bearer sk-YOUR_COMETAPI_KEY' \
  --header 'Content-Type: application/json' \
  --data-raw '{
    "prompt": "https://cdn.midjourney.com/example/0_0.png A peaceful seaside scene — camera slowly zooms out and a gull flies by",
    "videoType": "vid_1.1_i2v_480",
    "mode": "fast",
    "animateMode": "manual",
    "motion": "low",
    "bs": 1
  }'

Python 範例（requests）

若你偏好 Python，下方是一個使用 requests 的穩健範例，用於提交影片工作並輪詢完成（請替換占位符）。這是一個實務模式：提交 → 輪詢 → 下載。下方範例刻意簡化，實際上線應依你的應用的非同步/工作系統進行調整。

import time
import requests

API_KEY = "sk-YOUR_COMETAPI_KEY"
BASE = "https://api.cometapi.com"
HEADERS = {"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"}

payload = {
    "prompt": "https://cdn.midjourney.com/example/0_0.png A calm city street — camera pans left, rain falling",
    "videoType": "vid_1.1_i2v_480",
    "mode": "fast",
    "animateMode": "manual",
    "motion": "low",
    "bs": 1
}

# Submit job
r = requests.post(f"{BASE}/mj/submit/video", json=payload, headers=HEADERS)
r.raise_for_status()
job = r.json()
job_id = job.get("id") or job.get("job_id")

# Poll for completion (example polling)
status_url = f"{BASE}/mj/status/{job_id}"
for _ in range(60):  # poll up to ~60 times
    s = requests.get(status_url, headers=HEADERS)
    s.raise_for_status()
    st = s.json()
    if st.get("status") == "completed":
        download_url = st.get("result", {}).get("video_url")
        print("Video ready:", download_url)
        break
    elif st.get("status") in ("failed", "error"):
        raise RuntimeError("Video generation failed: " + str(st))
    time.sleep(2)

我如何為 Midjourney/CometAPI 影片加入音訊（語音、音樂、音效）？

Midjourney 是否原生產生音訊？

不會——截至 V1，Midjourney 的影片輸出是靜音（不含嵌入音訊的 MP4）。使用者需在外部補上聲音。（也有其他 AI 系統可同時生成音訊/影片，但 Midjourney 的 V1 著重於視覺動態。）

建議的語音與音效添加流程

1. 文字轉語音（TTS）做旁白/人聲 — 使用 ElevenLabs、Replica 或類似的語音克隆/TTS 服務，從腳本產生語音軌。這些服務能提供自然的語音風格，且有時每分鐘成本較低。（LinkedIn／社群貼文推薦 ElevenLabs 作為輕量的人聲選擇。）
2. AI 音訊設計工具製作音樂/SFX — 像 MM Audio、Magicshot 或專門的音效生成器可產出符合片段的背景氛圍與效果。社群指南與教學顯示 MM Audio 等音訊 AI 的品質不錯。
3. 手動 DAW/剪輯（精細控制） — 將生成的 MP4 匯入 DaVinci Resolve／Premiere／Audacity，加入 TTS 音訊、音效並混音。這是精準口型同步與時間控制的最佳途徑。社群教學與 YouTube 影片提供將音訊匹配到 Midjourney 影片的逐步示範。

快速範例：使用 ffmpeg 合成音訊與影片

假設已有 video.mp4（靜音）與 speech.mp3（TTS）：

# Normalize audio length (optional), then combine:
ffmpeg -i video.mp4 -i speech.mp3 -c:v copy -c:a aac -shortest output_with_audio.mp4

若要進行更進階的混音（背景音樂 + 對話 + 音效），請先在你的 DAW 輸出單一混音音軌，再依上述方式將其與影片封裝。

如何撰寫動態提示以控制動畫？

動態提示範式

Midjourney V1 的動態提示採自然語言驅動。實用範式：

• 方向／動作： 「鏡頭向左移動，主體向前行走」
• 物件動作： 「葉子從樹上落下並向鏡頭飄來」
• 鏡頭指令： 「慢速推近，輕微視差，2x 速度」
• 時間質感： 「動作細微、可循環、電影節奏」

先以簡潔的動態句為起點，然後附加風格與節奏形容詞：例如，"start_frame_url animate: 'slow spiral camera, subject bobs gently, loopable', style: 'film grain, cinematic, 2 fps tempo'"。持續試驗與小幅迭代至關重要。

手動 vs 自動動畫

• 自動：讓模型推斷合理動作。適合快速實驗。
• 手動：提供明確的鏡頭路徑與主體向量，以獲得一致、可重現的結果——在需要可預測的走位或要匹配真人拍攝素材時特別有用。

如何延長影片、調整批次大小或建立循環？

延長影片長度

生成後，Midjourney（與 CometAPI 等封裝）會提供「Extend」控制項。Midjourney 的介面允許將 5 秒片段每次延長 4 秒（最多約 21 秒）。在程式層面，你可以對同一端點加入 extend 旗標，或提交新的 extend 工作並引用原始片段（CometAPI 的文件在概覽中示範了參數化端點與按鈕）。延長的成本大致與初次生成相當。

建立循環影片或指定結尾影格

• 要建立循環，可重用起始影格作為結尾影格，或加入 --loop 參數。
• 若需要不同的結尾影格，請提供另一個影像 URL（作為 end），並確保其長寬比相容。Midjourney 支援 --end 參數。考慮使用 manual 的延長，在延長過程中微調提示以維持連貫性。

批次大小與成本控制

Midjourney 預設會生成多個變體（批次大小 4）。在生產或成本敏感的流程中，可設定 bs:1 以降低算力消耗。Midjourney 的文件包含 SD vs HD 與不同批次大小的 GPU 時間估算（有助於成本預測）。CometAPI 提供具競爭力的定價。

結論

Midjourney 的 V1 影片模型是邁向程式化影片的第一步——設計上較保守，但具潛力。我們預期後續模型更新將改善更長序列、更高保真度，以及更可控的鏡頭機制。作為聚合器的 CometAPI，降低了開發者將 Midjourney 影片整合到應用中時的障礙，無需面對多供應商特定的驗證與並發細節。

開發者可透過 CometAPI 存取 MIdjourney Video API。開始之前，請在 CometAPI 的 Playground 探索模型能力，並參考 API 指南取得詳細指示。使用前請先登入 CometAPI 並取得 API 金鑰。CometAPI 提供遠低於官方價格的方案，協助你完成整合。

準備好了嗎？→ Midjourney 免費試用!