---
read_when:
    - Generare video tramite l'agente
    - Configurare i provider e i modelli di generazione video
    - Comprendere i parametri dello strumento video_generate
sidebarTitle: Video generation
summary: Genera video tramite video_generate da riferimenti di testo, immagini o video su 16 backend di provider
title: Generazione di video
x-i18n:
    generated_at: "2026-05-11T20:40:40Z"
    model: gpt-5.5
    provider: openai
    source_hash: 1f1dbeea0393150c1495bcc0a9acc68a57b99d919f3134fb17820f22cfe05e90
    source_path: tools/video-generation.md
    workflow: 16
---

Gli agenti OpenClaw possono generare video da prompt di testo, immagini di riferimento o
video esistenti. Sono supportati sedici backend di fornitori, ciascuno con
opzioni di modello, modalità di input e set di funzionalità diversi. L'agente sceglie
automaticamente il fornitore corretto in base alla tua configurazione e alle chiavi API
disponibili.

<Note>
Lo strumento `video_generate` appare solo quando è disponibile almeno un
fornitore di generazione video. Se non lo vedi negli strumenti dell'agente, imposta una
chiave API del fornitore oppure configura `agents.defaults.videoGenerationModel`.
</Note>

OpenClaw tratta la generazione video come tre modalità di runtime:

- `generate` - richieste da testo a video senza media di riferimento.
- `imageToVideo` - la richiesta include una o più immagini di riferimento.
- `videoToVideo` - la richiesta include uno o più video di riferimento.

I fornitori possono supportare qualsiasi sottoinsieme di queste modalità. Lo strumento convalida la
modalità attiva prima dell'invio e segnala le modalità supportate in `action=list`.

## Avvio rapido

<Steps>
  <Step title="Configura l'autenticazione">
    Imposta una chiave API per qualsiasi fornitore supportato:

    ```bash
    export GEMINI_API_KEY="your-key"
    ```

  </Step>
  <Step title="Scegli un modello predefinito (opzionale)">
    ```bash
    openclaw config set agents.defaults.videoGenerationModel.primary "google/veo-3.1-fast-generate-preview"
    ```
  </Step>
  <Step title="Chiedi all'agente">
    > Genera un video cinematografico di 5 secondi di un'aragosta amichevole che fa surf al tramonto.

    L'agente chiama automaticamente `video_generate`. Non è necessario
    consentire esplicitamente lo strumento.

  </Step>
</Steps>

## Come funziona la generazione asincrona

La generazione video è asincrona. Quando l'agente chiama `video_generate` in una
sessione:

1. OpenClaw invia la richiesta al fornitore e restituisce immediatamente un ID attività.
2. Il fornitore elabora il job in background (in genere da 30 secondi a diversi minuti a seconda del fornitore e della risoluzione; i fornitori lenti basati su coda possono arrivare fino al timeout configurato).
3. Quando il video è pronto, OpenClaw riattiva la stessa sessione con un evento interno di completamento.
4. L'agente informa l'utente e allega il video completato. Nelle chat di gruppo/canale
   che usano la consegna visibile solo tramite strumento di messaggistica, l'agente inoltra il
   risultato tramite lo strumento di messaggistica invece che pubblicarlo direttamente con OpenClaw.

Mentre un job è in corso, le chiamate `video_generate` duplicate nella stessa
sessione restituiscono lo stato dell'attività corrente invece di avviare un'altra
generazione. Usa `openclaw tasks list` o `openclaw tasks show <taskId>` per
controllare l'avanzamento dalla CLI.

Al di fuori delle esecuzioni dell'agente supportate da sessione (ad esempio, invocazioni dirette dello strumento),
lo strumento ricade sulla generazione inline e restituisce il percorso del media finale
nello stesso turno.

I file video generati vengono salvati nell'archiviazione media gestita da OpenClaw quando
il fornitore restituisce byte. Il limite predefinito di salvataggio dei video generati segue
il limite dei media video e `agents.defaults.mediaMaxMb` lo aumenta per
render più grandi. Quando un fornitore restituisce anche un URL di output ospitato, OpenClaw
può consegnare quell'URL invece di far fallire l'attività se la persistenza locale
rifiuta un file troppo grande.

### Ciclo di vita dell'attività

| Stato       | Significato                                                                                            |
| ----------- | ------------------------------------------------------------------------------------------------------ |
| `queued`    | Attività creata, in attesa che il fornitore la accetti.                                                |
| `running`   | Il fornitore sta elaborando (in genere da 30 secondi a diversi minuti a seconda del fornitore e della risoluzione). |
| `succeeded` | Video pronto; l'agente si riattiva e lo pubblica nella conversazione.                                  |
| `failed`    | Errore del fornitore o timeout; l'agente si riattiva con i dettagli dell'errore.                       |

Controlla lo stato dalla CLI:

```bash
openclaw tasks list
openclaw tasks show <taskId>
openclaw tasks cancel <taskId>
```

Se un'attività video è già `queued` o `running` per la sessione corrente,
`video_generate` restituisce lo stato dell'attività esistente invece di avviarne una
nuova. Usa `action: "status"` per controllare esplicitamente senza attivare una nuova
generazione.

## Fornitori supportati

| Fornitore             | Modello predefinito            | Testo | Rif. immagine                                       | Rif. video                                      | Autenticazione                           |
| --------------------- | ------------------------------- | :--: | ---------------------------------------------------- | ----------------------------------------------- | ---------------------------------------- |
| Alibaba               | `wan2.6-t2v`                    |  ✓   | Sì (URL remoto)                                      | Sì (URL remoto)                                 | `MODELSTUDIO_API_KEY`                    |
| BytePlus (1.0)        | `seedance-1-0-pro-250528`       |  ✓   | Fino a 2 immagini (solo modelli I2V; primo + ultimo fotogramma) | -                                               | `BYTEPLUS_API_KEY`                       |
| BytePlus Seedance 1.5 | `seedance-1-5-pro-251215`       |  ✓   | Fino a 2 immagini (primo + ultimo fotogramma tramite ruolo) | -                                               | `BYTEPLUS_API_KEY`                       |
| BytePlus Seedance 2.0 | `dreamina-seedance-2-0-260128`  |  ✓   | Fino a 9 immagini di riferimento                     | Fino a 3 video                                  | `BYTEPLUS_API_KEY`                       |
| ComfyUI               | `workflow`                      |  ✓   | 1 immagine                                           | -                                               | `COMFY_API_KEY` o `COMFY_CLOUD_API_KEY`  |
| DeepInfra             | `Pixverse/Pixverse-T2V`         |  ✓   | -                                                    | -                                               | `DEEPINFRA_API_KEY`                      |
| fal                   | `fal-ai/minimax/video-01-live`  |  ✓   | 1 immagine; fino a 9 con Seedance da riferimento a video | Fino a 3 video con Seedance da riferimento a video | `FAL_KEY`                                |
| Google                | `veo-3.1-fast-generate-preview` |  ✓   | 1 immagine                                           | 1 video                                         | `GEMINI_API_KEY`                         |
| MiniMax               | `MiniMax-Hailuo-2.3`            |  ✓   | 1 immagine                                           | -                                               | `MINIMAX_API_KEY` o MiniMax OAuth        |
| OpenAI                | `sora-2`                        |  ✓   | 1 immagine                                           | 1 video                                         | `OPENAI_API_KEY`                         |
| OpenRouter            | `google/veo-3.1-fast`           |  ✓   | Fino a 4 immagini (primo/ultimo fotogramma o riferimenti) | -                                               | `OPENROUTER_API_KEY`                     |
| Qwen                  | `wan2.6-t2v`                    |  ✓   | Sì (URL remoto)                                      | Sì (URL remoto)                                 | `QWEN_API_KEY`                           |
| Runway                | `gen4.5`                        |  ✓   | 1 immagine                                           | 1 video                                         | `RUNWAYML_API_SECRET`                    |
| Together              | `Wan-AI/Wan2.2-T2V-A14B`        |  ✓   | 1 immagine                                           | -                                               | `TOGETHER_API_KEY`                       |
| Vydra                 | `veo3`                          |  ✓   | 1 immagine (`kling`)                                 | -                                               | `VYDRA_API_KEY`                          |
| xAI                   | `grok-imagine-video`            |  ✓   | 1 immagine del primo fotogramma o fino a 7 `reference_image` | 1 video                                         | `XAI_API_KEY`                            |

Alcuni fornitori accettano variabili di ambiente aggiuntive o alternative per le chiavi API. Consulta
le singole [pagine dei fornitori](#related) per i dettagli.

Esegui `video_generate action=list` per ispezionare fornitori, modelli e
modalità di runtime disponibili in fase di esecuzione.

### Matrice delle capacità

Il contratto di modalità esplicito usato da `video_generate`, dai test di contratto e
dallo sweep live condiviso:

| Fornitore  | `generate` | `imageToVideo` | `videoToVideo` | Lane live condivise oggi                                                                                                                 |
| ---------- | :--------: | :------------: | :------------: | ---------------------------------------------------------------------------------------------------------------------------------------- |
| Alibaba    |     ✓      |       ✓        |       ✓        | `generate`, `imageToVideo`; `videoToVideo` saltato perché questo fornitore richiede URL video remoti `http(s)`                          |
| BytePlus   |     ✓      |       ✓        |       -        | `generate`, `imageToVideo`                                                                                                               |
| ComfyUI    |     ✓      |       ✓        |       -        | Non incluso nello sweep condiviso; la copertura specifica del workflow vive con i test Comfy                                             |
| DeepInfra  |     ✓      |       -        |       -        | `generate`; gli schemi video nativi di DeepInfra sono da testo a video nel contratto incluso                                             |
| fal        |     ✓      |       ✓        |       ✓        | `generate`, `imageToVideo`; `videoToVideo` solo quando si usa Seedance da riferimento a video                                            |
| Google     |     ✓      |       ✓        |       ✓        | `generate`, `imageToVideo`; `videoToVideo` condiviso saltato perché lo sweep Gemini/Veo corrente basato su buffer non accetta quell'input |
| MiniMax    |     ✓      |       ✓        |       -        | `generate`, `imageToVideo`                                                                                                               |
| OpenAI     |     ✓      |       ✓        |       ✓        | `generate`, `imageToVideo`; `videoToVideo` condiviso saltato perché questo percorso org/input richiede attualmente accesso inpaint/remix lato fornitore |
| OpenRouter |     ✓      |       ✓        |       -        | `generate`, `imageToVideo`                                                                                                               |
| Qwen       |     ✓      |       ✓        |       ✓        | `generate`, `imageToVideo`; `videoToVideo` saltato perché questo fornitore richiede URL video remoti `http(s)`                          |
| Runway     |     ✓      |       ✓        |       ✓        | `generate`, `imageToVideo`; `videoToVideo` viene eseguito solo quando il modello selezionato è `runway/gen4_aleph`                      |
| Together   |     ✓      |       ✓        |       -        | `generate`, `imageToVideo`                                                                                                               |
| Vydra      |     ✓      |       ✓        |       -        | `generate`; `imageToVideo` condiviso saltato perché `veo3` incluso è solo testo e `kling` incluso richiede un URL immagine remoto        |
| xAI        |     ✓      |       ✓        |       ✓        | `generate`, `imageToVideo`; `videoToVideo` saltato perché questo fornitore attualmente richiede un URL MP4 remoto                       |

## Parametri dello strumento

### Obbligatori

<ParamField path="prompt" type="string" required>
  Descrizione testuale del video da generare. Obbligatoria per `action: "generate"`.
</ParamField>

### Input di contenuto

<ParamField path="image" type="string">Singola immagine di riferimento (percorso o URL).</ParamField>
<ParamField path="images" type="string[]">Più immagini di riferimento (fino a 9).</ParamField>
<ParamField path="imageRoles" type="string[]">
Suggerimenti di ruolo opzionali per posizione, paralleli all'elenco combinato delle immagini.
Valori canonici: `first_frame`, `last_frame`, `reference_image`.
</ParamField>
<ParamField path="video" type="string">Singolo video di riferimento (percorso o URL).</ParamField>
<ParamField path="videos" type="string[]">Più video di riferimento (fino a 4).</ParamField>
<ParamField path="videoRoles" type="string[]">
Suggerimenti di ruolo opzionali per posizione, paralleli all'elenco combinato dei video.
Valore canonico: `reference_video`.
</ParamField>
<ParamField path="audioRef" type="string">
Singolo audio di riferimento (percorso o URL). Usato per musica di sottofondo o come
riferimento vocale quando il provider supporta input audio.
</ParamField>
<ParamField path="audioRefs" type="string[]">Più audio di riferimento (fino a 3).</ParamField>
<ParamField path="audioRoles" type="string[]">
Suggerimenti di ruolo opzionali per posizione, paralleli all'elenco combinato degli audio.
Valore canonico: `reference_audio`.
</ParamField>

<Note>
I suggerimenti di ruolo vengono inoltrati al provider così come sono. I valori canonici provengono
dall'unione `VideoGenerationAssetRole`, ma i provider possono accettare stringhe di ruolo
aggiuntive. Gli array `*Roles` non devono avere più voci dell'elenco di riferimenti
corrispondente; gli errori di una posizione generano un errore chiaro.
Usa una stringa vuota per lasciare uno slot non impostato. Per xAI, imposta ogni ruolo immagine su
`reference_image` per usare la sua modalità di generazione `reference_images`; ometti il
ruolo oppure usa `first_frame` per image-to-video da immagine singola.
</Note>

### Controlli dello stile

<ParamField path="aspectRatio" type="string">
  Suggerimento per le proporzioni, come `1:1`, `16:9`, `9:16`, `adaptive` o un valore specifico del provider. OpenClaw normalizza o ignora i valori non supportati in base al provider.
</ParamField>
<ParamField path="resolution" type="string">Suggerimento per la risoluzione, come `480P`, `720P`, `768P`, `1080P`, `4K` o un valore specifico del provider. OpenClaw normalizza o ignora i valori non supportati in base al provider.</ParamField>
<ParamField path="durationSeconds" type="number">
  Durata di destinazione in secondi (arrotondata al valore supportato dal provider più vicino).
</ParamField>
<ParamField path="size" type="string">Suggerimento per la dimensione quando il provider lo supporta.</ParamField>
<ParamField path="audio" type="boolean">
  Abilita l'audio generato nell'output quando supportato. Distinto da `audioRef*` (input).
</ParamField>
<ParamField path="watermark" type="boolean">Attiva o disattiva il watermark del provider quando supportato.</ParamField>

`adaptive` è un sentinel specifico del provider: viene inoltrato così com'è ai
provider che dichiarano `adaptive` nelle proprie capacità (ad esempio BytePlus
Seedance lo usa per rilevare automaticamente le proporzioni dalle dimensioni
dell'immagine di input). I provider che non lo dichiarano espongono il valore tramite
`details.ignoredOverrides` nel risultato dello strumento, così lo scarto è visibile.

### Avanzate

<ParamField path="action" type='"generate" | "status" | "list"' default="generate">
  `"status"` restituisce il task della sessione corrente; `"list"` ispeziona i provider.
</ParamField>
<ParamField path="model" type="string">Override di provider/modello (ad esempio `runway/gen4.5`).</ParamField>
<ParamField path="filename" type="string">Suggerimento per il nome del file di output.</ParamField>
<ParamField path="timeoutMs" type="number">Timeout opzionale dell'operazione del provider in millisecondi. Se omesso, OpenClaw usa `agents.defaults.videoGenerationModel.timeoutMs` se configurato.</ParamField>
<ParamField path="providerOptions" type="object">
  Opzioni specifiche del provider come oggetto JSON (ad esempio `{"seed": 42, "draft": true}`).
  I provider che dichiarano uno schema tipizzato convalidano chiavi e tipi; chiavi
  sconosciute o mismatch escludono il candidato durante il fallback. I provider senza uno
  schema dichiarato ricevono le opzioni così come sono. Esegui `video_generate action=list`
  per vedere cosa accetta ciascun provider.
</ParamField>

<Note>
Non tutti i provider supportano tutti i parametri. OpenClaw normalizza la durata al
valore supportato dal provider più vicino e rimappa i suggerimenti geometrici tradotti
come dimensione-in-proporzioni quando un provider di fallback espone una superficie di
controllo diversa. Gli override realmente non supportati vengono ignorati secondo il
miglior tentativo possibile e riportati come avvisi nel risultato dello strumento. I limiti
rigidi di capacità (come troppi input di riferimento) falliscono prima dell'invio. I risultati
dello strumento riportano le impostazioni applicate; `details.normalization` registra ogni
traduzione da richiesto ad applicato.
</Note>

Gli input di riferimento selezionano la modalità runtime:

- Nessun media di riferimento → `generate`
- Qualsiasi riferimento immagine → `imageToVideo`
- Qualsiasi riferimento video → `videoToVideo`
- Gli input audio di riferimento **non** cambiano la modalità risolta; si applicano
  sopra qualsiasi modalità selezionata dai riferimenti immagine/video e funzionano solo
  con provider che dichiarano `maxInputAudios`.

Riferimenti misti di immagini e video non sono una superficie di capacità condivisa stabile.
Preferisci un solo tipo di riferimento per richiesta.

#### Fallback e opzioni tipizzate

Alcuni controlli di capacità vengono applicati a livello di fallback invece che al
confine dello strumento, quindi una richiesta che supera i limiti del provider primario può
comunque essere eseguita su un fallback capace:

- Il candidato attivo che non dichiara `maxInputAudios` (o dichiara `0`) viene saltato quando
  la richiesta contiene riferimenti audio; viene provato il candidato successivo.
- Il `maxDurationSeconds` del candidato attivo è inferiore al `durationSeconds` richiesto
  senza un elenco `supportedDurationSeconds` dichiarato → saltato.
- La richiesta contiene `providerOptions` e il candidato attivo dichiara esplicitamente
  uno schema `providerOptions` tipizzato → saltato se le chiavi fornite non sono
  nello schema o i tipi dei valori non corrispondono. I provider senza uno
  schema dichiarato ricevono le opzioni così come sono (pass-through
  retrocompatibile). Un provider può disattivare tutte le opzioni del provider
  dichiarando uno schema vuoto (`capabilities.providerOptions: {}`), il che
  causa lo stesso salto di un mismatch di tipo.

Il primo motivo di salto in una richiesta viene registrato a livello `warn`, così gli operatori vedono quando
il loro provider primario è stato ignorato; i salti successivi vengono registrati a livello `debug` per
mantenere silenziose le catene di fallback lunghe. Se ogni candidato viene saltato, l'errore
aggregato include il motivo di salto per ciascuno.

## Azioni

| Azione     | Cosa fa                                                                                                  |
| ---------- | -------------------------------------------------------------------------------------------------------- |
| `generate` | Predefinita. Crea un video dal prompt fornito e dagli input di riferimento opzionali.                    |
| `status`   | Controlla lo stato del task video in corso per la sessione corrente senza avviare un'altra generazione. |
| `list`     | Mostra i provider, i modelli e le loro capacità disponibili.                                             |

## Selezione del modello

OpenClaw risolve il modello in questo ordine:

1. **Parametro strumento `model`** - se l'agente ne specifica uno nella chiamata.
2. **`videoGenerationModel.primary`** dalla configurazione.
3. **`videoGenerationModel.fallbacks`** in ordine.
4. **Rilevamento automatico** - provider con autenticazione valida, a partire dal
   provider predefinito corrente, poi i provider rimanenti in ordine alfabetico.

Se un provider fallisce, il candidato successivo viene provato automaticamente. Se tutti
i candidati falliscono, l'errore include i dettagli di ogni tentativo.

Imposta `agents.defaults.mediaGenerationAutoProviderFallback: false` per usare
solo le voci esplicite `model`, `primary` e `fallbacks`.

```json5
{
  agents: {
    defaults: {
      videoGenerationModel: {
        primary: "google/veo-3.1-fast-generate-preview",
        fallbacks: ["runway/gen4.5", "qwen/wan2.6-t2v"],
      },
    },
  },
}
```

## Note sui provider

<AccordionGroup>
  <Accordion title="Alibaba">
    Usa l'endpoint asincrono DashScope / Model Studio. Le immagini e i
    video di riferimento devono essere URL remoti `http(s)`.
  </Accordion>
  <Accordion title="BytePlus (1.0)">
    ID provider: `byteplus`.

    Modelli: `seedance-1-0-pro-250528` (predefinito),
    `seedance-1-0-pro-t2v-250528`, `seedance-1-0-pro-fast-251015`,
    `seedance-1-0-lite-t2v-250428`, `seedance-1-0-lite-i2v-250428`.

    I modelli T2V (`*-t2v-*`) non accettano input immagine; i modelli I2V e
    i modelli generali `*-pro-*` supportano una singola immagine di riferimento (primo
    frame). Passa l'immagine posizionalmente o imposta `role: "first_frame"`.
    Gli ID dei modelli T2V vengono automaticamente cambiati nella variante I2V
    corrispondente quando viene fornita un'immagine.

    Chiavi `providerOptions` supportate: `seed` (numero), `draft` (booleano -
    forza 480p), `camera_fixed` (booleano).

  </Accordion>
  <Accordion title="BytePlus Seedance 1.5">
    Richiede il Plugin [`@openclaw/byteplus-modelark`](https://www.npmjs.com/package/@openclaw/byteplus-modelark).
    ID provider: `byteplus-seedance15`. Modello:
    `seedance-1-5-pro-251215`.

    Usa l'API unificata `content[]`. Supporta al massimo 2 immagini di input
    (`first_frame` + `last_frame`). Tutti gli input devono essere URL remoti `https://`.
    Imposta `role: "first_frame"` / `"last_frame"` su ogni immagine oppure
    passa le immagini posizionalmente.

    `aspectRatio: "adaptive"` rileva automaticamente le proporzioni dall'immagine di input.
    `audio: true` viene mappato a `generate_audio`. `providerOptions.seed`
    (numero) viene inoltrato.

  </Accordion>
  <Accordion title="BytePlus Seedance 2.0">
    Richiede il Plugin [`@openclaw/byteplus-modelark`](https://www.npmjs.com/package/@openclaw/byteplus-modelark).
    ID provider: `byteplus-seedance2`. Modelli:
    `dreamina-seedance-2-0-260128`,
    `dreamina-seedance-2-0-fast-260128`.

    Usa l'API unificata `content[]`. Supporta fino a 9 immagini di riferimento,
    3 video di riferimento e 3 audio di riferimento. Tutti gli input devono essere URL remoti
    `https://`. Imposta `role` su ogni asset - valori supportati:
    `"first_frame"`, `"last_frame"`, `"reference_image"`,
    `"reference_video"`, `"reference_audio"`.

    `aspectRatio: "adaptive"` rileva automaticamente le proporzioni dall'immagine di input.
    `audio: true` viene mappato a `generate_audio`. `providerOptions.seed`
    (numero) viene inoltrato.

  </Accordion>
  <Accordion title="ComfyUI">
    Esecuzione locale o cloud basata su workflow. Supporta text-to-video e
    image-to-video tramite il grafo configurato.
  </Accordion>
  <Accordion title="fal">
    Usa un flusso basato su coda per i job di lunga durata. OpenClaw attende fino a 20
    minuti per impostazione predefinita prima di considerare scaduto un job della coda fal
    ancora in corso. La maggior parte dei modelli video fal
    accetta un singolo riferimento immagine. I modelli Seedance 2.0 reference-to-video
    accettano fino a 9 immagini, 3 video e 3 riferimenti audio, con
    al massimo 12 file di riferimento totali.
  </Accordion>
  <Accordion title="Google (Gemini / Veo)">
    Supporta un riferimento immagine o un riferimento video. Le richieste con audio generato
    vengono ignorate con un avviso nel percorso API Gemini perché quell'API rifiuta
    il parametro `generateAudio` per l'attuale generazione video Veo.
  </Accordion>
  <Accordion title="MiniMax">
    Solo un singolo riferimento immagine. MiniMax accetta risoluzioni `768P` e `1080P`;
    richieste come `720P` vengono normalizzate al valore supportato più vicino
    prima dell'invio.
  </Accordion>
  <Accordion title="OpenAI">
    Viene inoltrato solo l'override `size`. Gli altri override di stile
    (`aspectRatio`, `resolution`, `audio`, `watermark`) vengono ignorati con
    un avviso.
  </Accordion>
  <Accordion title="OpenRouter">
    Usa l'API asincrona `/videos` di OpenRouter. OpenClaw invia il
    job, interroga `polling_url` e scarica `unsigned_urls` oppure
    l'endpoint documentato del contenuto del job. Il valore predefinito incluso `google/veo-3.1-fast`
    dichiara durate di 4/6/8 secondi, risoluzioni `720P`/`1080P` e
    proporzioni `16:9`/`9:16`.
  </Accordion>
  <Accordion title="Qwen">
    Stesso backend DashScope di Alibaba. Gli input di riferimento devono essere URL remoti
    `http(s)`; i file locali vengono rifiutati in anticipo.
  </Accordion>
  <Accordion title="Runway">
    Supporta file locali tramite data URI. Video-to-video richiede
    `runway/gen4_aleph`. Le esecuzioni solo testo espongono proporzioni
    `16:9` e `9:16`.
  </Accordion>
  <Accordion title="Together">
    Solo un singolo riferimento immagine.
  </Accordion>
  <Accordion title="Vydra">
    Usa direttamente `https://www.vydra.ai/api/v1` per evitare redirect
    che eliminano l'autenticazione. `veo3` è incluso solo come text-to-video; `kling` richiede
    un URL immagine remoto.
  </Accordion>
  <Accordion title="xAI">
    Supporta text-to-video, image-to-video con una singola immagine del primo frame, fino a 7
    input `reference_image` tramite `reference_images` di xAI e flussi remoti
    di modifica/estensione video.
  </Accordion>
</AccordionGroup>

## Modalità delle capacità dei provider

Il contratto condiviso di generazione video supporta capacità specifiche per modalità
anziché solo limiti aggregati piatti. Le nuove implementazioni dei provider
dovrebbero preferire blocchi di modalità espliciti:

```typescript
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,
  },
}
```

Campi aggregati piatti come `maxInputImages` e `maxInputVideos` **non**
sono sufficienti per dichiarare il supporto della modalità di trasformazione. I provider dovrebbero
dichiarare esplicitamente `generate`, `imageToVideo` e `videoToVideo` affinché i test
live, i test di contratto e lo strumento condiviso `video_generate` possano convalidare
il supporto delle modalità in modo deterministico.

Quando un modello in un provider ha un supporto per input di riferimento più ampio rispetto agli
altri, usa `maxInputImagesByModel`, `maxInputVideosByModel` o
`maxInputAudiosByModel` invece di aumentare il limite dell'intera modalità.

## Test live

Copertura live opzionale per i provider inclusi condivisi:

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

Wrapper del repo:

```bash
pnpm test:live:media video
```

Questo file live carica le variabili d'ambiente mancanti dei provider da `~/.profile`, preferisce
per impostazione predefinita le chiavi API live/da ambiente rispetto ai profili di autenticazione salvati ed esegue
uno smoke test sicuro per la release per impostazione predefinita:

- `generate` per ogni provider non FAL nello sweep.
- Prompt di un'aragosta della durata di un secondo.
- Limite di operazioni per provider da
  `OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS` (`180000` per impostazione predefinita).

FAL è opzionale perché la latenza della coda lato provider può dominare il tempo
di release:

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

Imposta `OPENCLAW_LIVE_VIDEO_GENERATION_FULL_MODES=1` per eseguire anche le
modalità di trasformazione dichiarate che lo sweep condiviso può esercitare in sicurezza con media locali:

- `imageToVideo` quando `capabilities.imageToVideo.enabled`.
- `videoToVideo` quando `capabilities.videoToVideo.enabled` e il
  provider/modello accetta input video locali basati su buffer nello sweep
  condiviso.

Oggi la lane live condivisa `videoToVideo` copre `runway` solo quando
selezioni `runway/gen4_aleph`.

## Configurazione

Imposta il modello predefinito di generazione video nella tua configurazione OpenClaw:

```json5
{
  agents: {
    defaults: {
      videoGenerationModel: {
        primary: "qwen/wan2.6-t2v",
        fallbacks: ["qwen/wan2.6-r2v-flash"],
      },
    },
  },
}
```

Oppure tramite la CLI:

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

## Correlati

- [Alibaba Model Studio](/it/providers/alibaba)
- [Attività in background](/it/automation/tasks) - tracciamento delle attività per la generazione video asincrona
- [BytePlus](/it/concepts/model-providers#byteplus-international)
- [ComfyUI](/it/providers/comfy)
- [Riferimento di configurazione](/it/gateway/config-agents#agent-defaults)
- [fal](/it/providers/fal)
- [Google (Gemini)](/it/providers/google)
- [MiniMax](/it/providers/minimax)
- [Modelli](/it/concepts/models)
- [OpenAI](/it/providers/openai)
- [Qwen](/it/providers/qwen)
- [Runway](/it/providers/runway)
- [Together AI](/it/providers/together)
- [Panoramica degli strumenti](/it/tools)
- [Vydra](/it/providers/vydra)
- [xAI](/it/providers/xai)
