最近刷到好几篇文章说 Agnes AI 的 API 可以免费调用生图生视频都行。说实话我是真的心动了。大家好我是小虎。心动不如行动我花了 1 个小时把整个流程跑了一遍。用 WorkBuddy 接上 Agnes 的 API从注册到出图五分钟搞定体验确实很丝滑。后面我还试了图生图和图生视频整个过程有不少有意思的发现也有一些值得注意的地方。先说结论免费生图够用于测试和创意探索生视频方面有些有趣的细节值得聊聊。怎么五分钟接上这个 APIAgnes AI 有个文档指引页面地址是 agnes-ai.com/doc/cid5 上面写了怎么让 AI 帮你生成一个 Skill。这个操作特别省事你不需要自己写代码直接把文档喂给 WorkBuddy让它按照指引生成一个调用 Agnes API 的 Skill 文件就行了。我生成的这个 Skill 支持三个模型agnes-image-2.0-flash 和 agnes-image-2.1-flash 用来生图agnes-video-v2.0 用来生视频。文生图、图生图、图生视频全都覆盖。Skill 生成好之后接下来你需要去 agnes-ai.com 注册一个账号在控制台里创建一个 API Key复制下来。然后把 API Key 给到 WorkBuddy 就行了。我图省事直接在 Windows 系统里把 Key 设成了环境变量这样 WorkBuddy 每次启动都能自动读取不用反复粘贴。这步做完你就可以开始生图了。整个接入过程坦白讲比接大多数 API 都简单。免费额度和付费额度这里有个关键点需要注意一下。Agnes 的额度分两种免费额度和 Token Plan 额度。免费额度是注册就送的生图每张标准价 0.003 美元、生视频每秒标准价 0.005 美元但目前都是免费的不扣钱。Token Plan 有三个档位具体价格我截了个图放在下面。说实话价格确实不贵对做内容生产的人来说基本可以忽略不计。我的建议是先用免费额度跑通流程觉得效果 OK 了再考虑充值。第一张图旗袍女子还挺惊艳接好 API 之后我迫不及待地试了一下文生图。跟 WorkBuddy 说帮我生成一张旗袍女子在江南水乡的照片。一位穿旗袍的女性站在江南水乡的石桥边晨光柔和水面倒映着白墙黑瓦电影级写实风格浅景深。 用 2.1 Flash 768x1024竖版大概等了十几秒图片就出来了。不瞒你说第一眼看到的时候我是真的觉得不错。构图、光影、细节都在线旗袍的纹理和背景的水乡氛围都到位了。用的模型是 agnes-image-2.1-flash这个模型擅长处理复杂场景和丰富细节。到这里为止我对这个免费 API 的印象是非常好的。第二张图用我的头像生汉服照挺有意思接下来我想试试图生图功能。就是给 AI 一张我的照片让它把我「变身」成穿汉服喝茶的样子。我把自己的头像传给 WorkBuddy跟它说用这张照片生成一张穿汉服在茶室品茶的图片。出来之后我仔细看了看整体还不错人物的五官确实有我的影子汉服和茶室的场景也搭起来了。不过怎么说呢总有一种说不出来的微妙感。当时也说不上具体哪里不一样就觉得生成的风格有点违和感。但也没多想毕竟图生图本身就会带有一些模型自己的审美风格这很正常。于是就兴冲冲地继续下一步了。让照片动起来有意思的发现来了静态图看完之后我跟 WorkBuddy 说把这张汉服照变成视频让它动起来。等了一会儿短视频出来了。我一点开播放 怎么说呢人物确实动了但动态效果和静态图之间有一些明显的差异。面部的细节在运动过程中会有变化表情和眼神跟原图不完全一致。【视频链接】这时候 WorkBuddy 告诉我Agnes Video V2.0 支持最长 18 秒的视频。我一听18 秒挺长的那就来个最长的试试看看更长的视频效果怎么样。于是又等了几分钟18 秒的视频生成了。18 秒视频一个有趣的发现18 秒的视频一播放我发现了一个很有意思的现象。画面里的人物在视频中有了自己的「表演」。【视频链接】更有意思的是模型自动给视频加上了语音说出来的是韩语。不是中文不是英语是韩语这时候我回头看了看之前那张汉服照恍然大悟。原来之前那种微妙的距离感是因为模型生成的服装风格偏向东亚另一种审美体系。五官、气质、神态带着一种我们在韩剧里常见的那种风格。穿汉服看着有些违和也是因为这是韩版的服装。动态视频把这个特征放大了不少。静态图你还可以把它理解为一种风格化的处理视频里人物一开口说韩语整个审美倾向就非常明确了。再试一次换成中文我又跟 WorkBuddy 说不要讲韩语要讲中文。好这次确实说中文了。不过动作神态的风格还是一样的。那种微妙的面部表情、肢体语言依然带着韩剧里人物常见的那种质感。中文配上这种审美风格的面孔有一种挺特别的反差感。坦白讲到这一步我对 Agnes Video 在人物面部风格方面的特点已经有了比较清晰的了解了。模型本身有一套自己的审美体系这个特点在亚洲人物上体现得比较明显。客观聊聊各个能力体验了一圈我来分享一下各方面的感受。文生图的质量确实不错。那张旗袍女子的效果放在免费 API 里算上乘。如果你需要生成一些不涉及特定人物身份的场景图、产品图、氛围图Agnes 的图片生成能力完全够用。图生图会带有模型自己的审美风格。用你的照片做输入出来的结果「像你但又不是你」会带有一种特定的审美倾向。图生视频在人物一致性方面是目前 AI 视频领域的共同挑战。这不光是 Agnes 的特点目前市面上大部分 AI 视频生成模型都面临类似的情况。静态图到动态视频之间人脸的一致性很难完全保持。Agnes Video V2.0 目前不支持人脸锁定所以视频里的人物神态和动作会有自己的发挥。如果你需要数字人或者人脸高度一致的视频HeyGen 这种专用方案会更对口。比较适合的使用场景体验下来我总结了几种比较适合的使用场景。氛围图和概念图。不涉及真人面部特写的场景比如产品背景、风景、建筑、抽象艺术这类免费额度的效果相当好。快速原型验证。你有一个创意想法想快速出几张图看看方向对不对免费 API 完全能满足。学习和测试。想了解 AI 生图生视频 API 是怎么回事想练练 Skill 编写和 API 调用免费额度就是最好的练手场。人物视频建议用专用工具。尤其是需要人脸一致性的场景比如 IP 形象、数字人、个人品牌视频目前用 HeyGen 这类专用方案效果会更好。Agnes 的文生图和氛围图能力完全可以作为创意前端的辅助。你也可以试试整个上手流程真的很简单。打开 agnes-ai.com/doc/cid5 跟着指引让 WorkBuddy 生成一个 Skill注册拿 API Key给到 WorkBuddy就可以开始了。五分钟的事。免费的额度拿来做测试绰绰有余。觉得效果好就考虑 Token Plan三个档位的价格也不贵。想都是问题。干就对了。