動画生成

参照入力はランタイムモードを選択します。

• 参照メディアなし → generate
• 画像参照がある場合 → imageToVideo
• 動画参照がある場合 → videoToVideo
• 参照音声入力は、解決されたモードを変更しません。画像/動画参照が選択する どのモードにも追加で適用され、maxInputAudios を宣言している プロバイダーでのみ機能します。

画像参照と動画参照の混在は、安定した共有機能サーフェスではありません。 リクエストごとに 1 種類の参照タイプを優先してください。

# フォールバックと型付きオプション

一部の機能チェックはツール境界ではなくフォールバック層で適用されるため、 プライマリプロバイダーの上限を超えるリクエストでも、 対応可能なフォールバックで実行できます。

• maxInputAudios を宣言していない（または 0 の）アクティブ候補は、 リクエストに音声参照が含まれる場合にスキップされます。次の候補が試行されます。
• アクティブ候補の maxDurationSeconds が要求された durationSeconds より小さく、 supportedDurationSeconds リストが宣言されていない場合 → スキップされます。
• リクエストに providerOptions が含まれ、アクティブ候補が型付きの providerOptions スキーマを明示的に宣言している場合 → 指定されたキーが スキーマにない、または値の型が一致しない場合はスキップされます。宣言済みスキーマのないプロバイダーは、 オプションをそのまま受け取ります（後方互換の パススルー）。プロバイダーは空のスキーマ（capabilities.providerOptions: {}）を 宣言することで、すべてのプロバイダーオプションを拒否できます。これにより、 型の不一致と同じスキップが発生します。

リクエスト内の最初のスキップ理由は warn でログ出力されるため、オペレーターは プライマリプロバイダーが見送られたタイミングを確認できます。以降のスキップは debug でログ出力され、 長いフォールバックチェーンを静かに保ちます。すべての候補がスキップされた場合、 集約エラーには各候補のスキップ理由が含まれます。

# アクション

# モデル選択

OpenClaw は次の順序でモデルを解決します。

1. model ツールパラメーター - エージェントが呼び出しで指定している場合。
2. config の videoGenerationModel.primary。
3. videoGenerationModel.fallbacks の順序。
4. 自動検出 - 有効な認証を持つプロバイダー。現在のデフォルトプロバイダーから開始し、 残りのプロバイダーをアルファベット順に試します。

プロバイダーが失敗した場合、次の候補が自動的に試行されます。すべての 候補が失敗した場合、エラーには各試行の詳細が含まれます。

明示的な model, primary, fallbacks エントリのみを使用するには、 agents.defaults.mediaGenerationAutoProviderFallback: false を設定します。

{
  agents: {
    defaults: {
      videoGenerationModel: {
        primary: "google/veo-3.1-fast-generate-preview",
        fallbacks: ["runway/gen4.5", "qwen/wan2.6-t2v"],
      },
    },
  },
}

# プロバイダーの注記

# プロバイダー機能モード

共有動画生成コントラクトは、フラットな集計上限だけでなく モード固有の機能をサポートします。新しいプロバイダー実装では、 明示的なモードブロックを優先してください。

capabilities: {
  generate: {
    maxVideos: 1,
    maxDurationSeconds: 10,
    supportsResolution: true,
  },
  imageToVideo: {
    enabled: true,
    maxVideos: 1,
    maxInputImages: 1,
    maxInputImagesByModel: { "provider/reference-to-video": 9 },
    maxDurationSeconds: 5,
  },
  videoToVideo: {
    enabled: true,
    maxVideos: 1,
    maxInputVideos: 1,
    maxDurationSeconds: 5,
  },
}

maxInputImages や maxInputVideos などのフラットな集計フィールドだけでは、 変換モードのサポートを提示するには不十分です。プロバイダーは generate、imageToVideo、videoToVideo を明示的に宣言し、ライブ テスト、コントラクトテスト、共有 video_generate ツールがモードサポートを 決定論的に検証できるようにしてください。

プロバイダー内の1つのモデルだけが他より広い参照入力サポートを持つ場合は、 モード全体の上限を引き上げるのではなく、maxInputImagesByModel、maxInputVideosByModel、または maxInputAudiosByModel を使用してください。

# ライブテスト

共有バンドルプロバイダー向けのオプトインのライブカバレッジ:

OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/video-generation-providers.live.test.ts

リポジトリラッパー:

pnpm test:live:media video

このライブファイルは不足しているプロバイダー環境変数を ~/.profile から読み込み、 デフォルトで保存済み認証プロファイルより live/env API キーを優先し、 デフォルトでリリース安全なスモークを実行します。

• スイープ内のすべての非 FAL プロバイダーに対する generate。
• 1秒のロブスタープロンプト。
• OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS からのプロバイダーごとの操作上限 (デフォルトは 180000)。

FAL はオプトインです。プロバイダー側のキュー遅延がリリース時間を支配する可能性があるためです。

pnpm test:live:media video --video-providers fal

共有スイープがローカルメディアで安全に実行できる宣言済みの変換モードも実行するには、 OPENCLAW_LIVE_VIDEO_GENERATION_FULL_MODES=1 を設定します。

• capabilities.imageToVideo.enabled の場合は imageToVideo。
• capabilities.videoToVideo.enabled で、かつ プロバイダー/モデルが共有スイープ内でバッファに裏付けられたローカル動画入力を受け付ける場合は videoToVideo。

現在、共有 videoToVideo ライブレーンは、runway/gen4_aleph を選択した場合に限り runway を対象にします。

# 設定

OpenClaw 設定でデフォルトの動画生成モデルを設定します。

{
  agents: {
    defaults: {
      videoGenerationModel: {
        primary: "qwen/wan2.6-t2v",
        fallbacks: ["qwen/wan2.6-r2v-flash"],
      },
    },
  },
}

または CLI 経由:

openclaw config set agents.defaults.videoGenerationModel.primary "qwen/wan2.6-t2v"

# 関連

• Alibaba Model Studio
• バックグラウンドタスク - 非同期動画生成のタスク追跡
• BytePlus
• ComfyUI
• 設定リファレンス
• fal
• Google (Gemini)
• MiniMax
• モデル
• OpenAI
• Qwen
• Runway
• Together AI
• ツール概要
• Vydra
• xAI