图像与视频生成

请求一张图片或一个视频，专门的媒体代理会生成它：图像生成与编辑（Seedream / SeedEdit），以及文本转视频和参考图像动画化（Seedance / Veo），直接保存 straigh

OpenHuman 可以 生成 媒体，而不仅仅是读取它。让助手“生成一张……的图片”、“将这张截图编辑为……”，或者“把这张照片动画化为一个短片”，专门的媒体子代理就会接手。无需插件、无需 API 密钥、无需单独计费。

它能做什么

• 图像生成与编辑。 通过托管的 GMI 模型进行文生图和图像编辑（Seedream 用于生成， SeedEdit 用于编辑）。

• 视频生成。 文生视频，或将参考图像动效化为一个短片（Seedance / Veo）。视频是异步的：代理会启动渲染，并在完成后获取该片段。

• 模型发现。 代理可以列出当前可用的媒体模型，并为任务选择合适的模型。

工作原理

这个 media_generation 域（src/openhuman/media/generation/）提供三个代理工具（生成图像、生成视频、列出模型），由 OpenHuman 后端的媒体生成提供方支持。后端负责提供方密钥、计费和速率限制；你的订阅会像其他模型调用一样覆盖这些费用。

这些工具会提交任务，然后以 4 秒一次的频率轮询（图像最长 180 秒，视频最长 420 秒），因此代理和你都能获得实时进度，而不是卡住的调用。完成的产物会下载到代理的 generated-media/ 工作区中的文件夹里，并作为本地文件路径返回，可随时附加、发布或进一步编辑。

隐私

这些工具的提示词和参考媒体会发送到 OpenHuman 后端，再转发给托管的媒体提供方。这一点已在应用内能力目录（intelligence.image_generation / intelligence.video_generation，两者均为 Beta）。请注意 隐私模式的仅本地执行当前仅覆盖 推理提供方。媒体工具仍然会调用后端，因此如果你现在需要严格的无外发，请避免使用它们。将执行范围扩展到集成和网络工具是后续计划中的工作。

另请参阅

• 图像工具 涵盖了 视觉 部分：读取和分析图像。

• 可用工具 列出完整的原生工具集。

• 计费、成本与使用情况 说明媒体任务如何计量。