多模态混合驱动视频生成，可组合音频/视频/图片/文本任意输入。适用于音乐转视频、从视频中提取运镜/节奏参考、多素材混合生成。至少需提供一种多媒体类型（不能纯文本生成）。

meitu video-multimodal-generate

使用示例

# 场景一：音乐驱动视频（仅必填参数 + 音频）
meitu video-multimodal-generate \
  --reference_audio_list ./music.mp3 \
  --prompt "跟随音乐节奏的视觉画面" \
  --json

# 场景二：图片+视频驱动
meitu video-multimodal-generate \
  --image_list ./style.jpg \
  --reference_video_list ./camera.mp4 \
  --prompt "运镜节奏参考 + 参考图风格" \
  --json

# 场景三：多素材 + 完整参数 + 下载结果
meitu video-multimodal-generate \
  --image_list ./ref1.jpg \
  --reference_video_list ./ref.mp4 \
  --reference_audio_list ./bgm.mp3 \
  --prompt "多素材融合生成" \
  --video_duration 8 \
  --ratio 16:9 \
  --sound on \
  --json \
  --download-dir ./output

参数说明

参数	必需	说明
`--image_list`	否	类型：string[]；可选参考图片（不超过 9 张）
`--reference_video_list`	否	类型：string[]；可选参考视频（不超过 3 个，总时长不超过 15 秒）
`--reference_audio_list`	否	类型：string[]；可选音频驱动（不超过 3 个，总时长不超过 15 秒）
`--prompt`	是	类型：string；生成描述（*至少提供一种多媒体类型，总计不超过 12 个素材）
`--video_duration`	否	类型：number；默认：-1（智能）；生成视频时长
`--ratio`	否	类型：string；画面比例
`--sound`	否	类型：string；可选：on / off；是否添加音频
`--resolution`	否	类型：string；输出分辨率
`--download-dir`	否	类型：string；将结果文件下载到指定本地目录
`--output`	否	类型：string[]；指定输出文件路径，按 data.result.urls 顺序映射
`--json`	否	以 JSON 格式输出结果，便于脚本或 Agent 解析

多模态视频

使用示例

参数说明