VITA在腾讯TokenHub平台上怎么使用？

摘要：

腾讯云TokenHub平台是VITA模型的官方接入渠道。以下内容将详细说明如何在TokenHub平台上开通VITA服务、获取API密钥、调用API接口，以及通过ADP平台进行无代码配置接入。

一、腾讯云TokenHub平台简介

腾讯云TokenHub平台，简单说，就是腾讯云提供的一个模型服务平台。用户在这里可以开通VITA多模态理解模型服务、拿到API密钥，然后通过兼容OpenAI API协议的接口直接调用。

在TokenHub平台上，VITA模型的调用名称是youtu-vita。目前提供两个可用模型，关键要看你的场景是否需要处理音频：

二、开通VITA服务步骤

2.1 第一步：登录腾讯云控制台

先访问腾讯云官网，登录你的腾讯云控制台。

2.2 第二步：进入TokenHub平台

在控制台里，找到并进入“腾讯云TokenHub平台”页面。

2.3 第三步：创建API密钥

进入平台后，创建一个API密钥。需要提醒的是，每个账号会赠送100万免费Token额度，足够用来测试和评估VITA的各项能力。

2.4 第四步：开始调用

拿到密钥后，就可以根据API接入文档进行接口调用了。VITA API兼容OpenAI API协议，直接用OpenAI SDK就能接入。

三、API接入说明

3.1 接口基础信息

配置过程其实不复杂，核心参数如下：

接口协议：兼容OpenAI Completions API协议
BaseURL：https://tokenhub.tencentmaas.com/v1
接口路径：/chat/completions
请求方式：POST
调用方式：支持流式或非流式，根据需要选择
授权方式：Bearer Token

3.2 请求参数说明

3.3 messages参数结构

messages是一个数组，每个元素包含role和content字段：

而content本身也是一个数组，每个元素包含type字段和对应的内容字段：

四、调用示例

4.1 示例1：输入为视频

代码语言：bash

复制

curl -X POST 'https://tokenhub.tencentmaas.com/v1/chat/completions' -H 'Authorization: Bearer YOUR_API_KEY' -H 'Content-Type: application/json' -d '{"model": "vita-video-long","messages": [{"role": "user", "content": [{"type": "video_url", "video_url": {"url": "

如果视频不含音频，建议使用vita-video-3.0模型。

4.2 示例2：输入为图片

代码语言：bash

复制

curl -X POST 'https://tokenhub.tencentmaas.com/v1/chat/completions' -H 'Authorization: Bearer YOUR_API_KEY' -H 'Content-Type: application/json' -d '{"model": "vita-video-3.0","messages": [{"role": "user", "content": [{"type": "image_url", "image_url": {"url": ""}},{"type": "image_url", "image_url": {"url": ""}},{"type": "text", "text": "请描述图片的内容"}]}],"stream": false}'

4.3 示例3：使用OpenAI SDK接入

代码语言：python

复制

from openai import OpenAIclient = OpenAI(api_key="YOUR_API_KEY",base_url="https://tokenhub.tencentmaas.com/v1")response = client.chat.completions.create(model="vita-video-long",messages=[{"role": "user", "content": [{"type": "video_url", "video_url": {"url": "

五、输入文件格式要求

5.1 视频输入限制

封装格式：MP4、MOV、A VI、WebM
编码格式：H.264、H.265
文件大小：默认最大100MB，特殊情况下（白名单）可支持最大600MB
一次请求仅支持1个视频

5.2 图片输入限制

封装格式：JPG、JPEG、PNG、WebP
文件大小：单图最大10MB
一次请求最多10张图片

另外值得注意的是，YT-VITA支持一次传入多张图片（最多10张），而HY-Vision系列模型一次仅可传入单张图片。

六、总结

在腾讯云TokenHub平台上使用VITA模型，主要就两种方式：一是直接调用兼容OpenAI API协议的接口，适合有开发能力的用户；二是通过ADP平台进行无代码配置接入，适合希望快速上线的用户。