autovideo/docs/mimo_video_guide.md

MiMo 2.5 视频理解调用指南

⚠️ 关键注意事项

必须用 OpenAI 格式调用，Anthropic 格式会丢弃视频数据！

调用方式

import openai
import base64

client = openai.OpenAI(
    base_url="http://127.0.0.1:15721/v1",  # 本地代理
    api_key="dummy-key"
)

with open("compressed.mp4", "rb") as f:
    video_b64 = base64.b64encode(f.read()).decode()

response = client.chat.completions.create(
    model="mimo-v2.5",                       # 模型名
    messages=[{
        "role": "user",
        "content": [
            {
                "type": "video_url",           # ← OpenAI 格式
                "video_url": {
                    "url": f"data:video/mp4;base64,{video_b64}"
                }
            },
            {
                "type": "text",
                "text": "请分析这个视频的内容"
            }
        ]
    }],
    max_tokens=8192,
)
print(response.choices[0].message.content)

错误示范 (Anthropic 格式 — 会丢失视频!)

# ❌ 错误! 视频数据会被丢弃
client = anthropic.Anthropic(base_url="http://127.0.0.1:15721", api_key="dummy-key")
message = client.messages.create(
    model="claude-opus-4-8",
    messages=[{
        "role": "user",
        "content": [
            {"type": "video", "source": {"type": "base64", ...}},  # ← 不支持!
            {"type": "text", "text": "..."}
        ]
    }]
)

参数说明

参数	推荐值	说明
model	mimo-v2.5	通过代理映射到 MiMo 2.5
video_url.url	data:video/mp4;base64,...	Base64 编码的视频
max_tokens	8192	输出 token 上限
temperature	0.1	低温度，更稳定的分析

视频压缩建议

原始大小	建议	压缩后
> 10 MB	必须压缩	scale=480, crf=28
2-10 MB	建议压缩	scale=480, crf=30
< 2 MB	可直接发送	—

ffmpeg -y -i input.mp4 -vf scale=-2:480 -c:v libx264 -preset fast -crf 28 -c:a aac -b:a 48k -ar 16000 -ac 1 output.mp4