核心用法
jimeng-video 是基于火山引擎即梦AI（Dreamina）API 的视频生成工具，v2.0 版本核心升级在于原生支持带音频的视频生成。用户通过 CLI 调用，输入文本提示词或上传图片，即可自动生成包含环境音、背景音乐或音效的完整视频。
主要功能路径：
1. 单条生成：jimeng-video generate -p "提示词" -o output.mp4，默认调用 doubao-seedance-1-5-pro-251215 模型
2. 批量生成：通过 batch 子命令从文件读取多条提示词批量产出
3. 任务管理：支持查询任务状态、获取生成结果
关键配置：需在 ~/.openclaw/.credentials/volcengine-dreamina.env 中配置火山引擎 Access Key，并在控制台开通即梦AI服务。
---
显著优点
| 维度 | 优势 |
|:---|:---|
| **端到端产出** | 告别"画面+后期配音"的分离流程，单次调用即得带声音的成品视频，短视频创作效率大幅提升 |
| **模型质量** | 默认 1.5 Pro 模型生成 1080p 画质，动作连贯性与画面美感优于 Lite 版本 |
| **音频智能化** | AI 根据提示词语义自动匹配音效（如"海浪+海鸥声""台球厅+击球声"），降低音效搭配门槛 |
| **多模态输入** | 同时支持文生视频与图生视频，覆盖从纯创意到基于参考素材的创作场景 |
| **批量能力** | 内置批量生成支持，适合内容运营团队规模化产出 |
---
潜在缺点与局限性
| 问题 | 说明 |
|:---|:---|
| **音频可控性弱** | 自动生成音频无法指定具体音乐曲目，对品牌定制音乐、特定版权音乐有需求的场景需后期替换 |
| **生成成本高** | 带声音版本价格显著高于无声版本，且生成耗时翻倍（30-40秒 vs 15-25秒） |
| **音频质量边界** | AI 合成音效非真实录音，复杂声学场景（如多人对话、精细乐器演奏）表现有限 |
| **平台绑定** | 依赖火山引擎即梦AI服务，API 稳定性与定价策略受平台方制约 |
| **时长限制** | 当前版本生成视频时长较短（约 5 秒），长视频需多次生成后拼接 |
---
适合人群
- 短视频创作者/MCN 机构：需要快速产出带氛围音的成品内容，降低后期制作成本
- 广告素材团队：电商、本地生活等场景下快速生成带音效的产品展示视频
- AI 内容实验者：探索端到端 AI 音视频生成的工作流整合
- 运营自动化场景：结合批量生成能力，搭建内容生产线
不适合：对音频有精确版权/品质要求的专业影视制作，或需要长叙事结构的视频项目。
---
常规风险
| 风险类别 | 具体说明 |
|:---|:---|
| **内容合规** | AI 生成视频可能存在不可控元素，需人工审核后方可发布，尤其涉及人物肖像、特定场景时 |
| **API 额度** | 视频生成消耗较高额度，批量任务前需确认账户余额，避免任务中断 |
| **版权模糊地带** | 即梦AI生成内容的商用授权范围需以火山引擎官方条款为准，建议关键项目前确认授权边界 |
| **输出稳定性** | 提示词敏感度较高，相同提示词多次生成结果可能存在差异，需预留迭代空间 |
| **凭证安全** | Access Key 存储于本地明文文件，共享环境或公共服务器部署时存在泄露风险 |