
مولد AI من النص إلى صورة
أنشئ صورًا مصقولة من المطالبات باستخدام نماذج صور AI رائدة، وإعدادات مرنة، وسير عمل سريع داخل المتصفح.
جرّب Vidu Q3 Reference-to-Video API مجانًا مع ما يصل إلى أربع صور مرجعية وإخراج بدقة 1080p وصوت اختياري ومدة مرنة والتحكم في seed. مناسب لسير عمل إبداعي مرن.
// Step 1: Submit generation request
const response = await fetch('https://api.flaq.ai/api/v1/video/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'viduq3-reference-to-video',
prompt: 'Keep the character from image one and the jacket details from image two while walking through a rainy city',
resolution: '1080p',
duration: 8,
aspect_ratio: '9:16',
images: [
'https://example.com/character-reference.jpg',
'https://example.com/outfit-reference.jpg'
],
sound: true,
seed: 42
})
});
const { data } = await response.json();
const taskId = data.task_id;
// Use the @ (AT) reference feature in prompt through <<<...>>> placeholders.
// Placeholder numbering is 1-based and follows the images array order:
// <<<image_1>>> = images[0], <<<image_2>>> = images[1], <<<image_3>>> = images[2]
const mediaReferenceResponse = await fetch('https://api.flaq.ai/api/v1/video/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'viduq3-reference-to-video',
prompt: 'Keep the character from <<<image_1>>> wearing the coat from <<<image_2>>> while entering the rainy city shown in <<<image_3>>>, then return to a close-up of <<<image_1>>>',
resolution: '1080p',
duration: 8,
aspect_ratio: '9:16',
images: [
'https://example.com/character-reference.jpg',
'https://example.com/coat-reference.jpg',
'https://example.com/rainy-city-reference.jpg'
],
sound: true,
seed: 42
})
});
const { data: mediaReferenceData } = await mediaReferenceResponse.json();
const mediaReferenceTaskId = mediaReferenceData.task_id;
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/video/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.videos[0].url);
break;
}
if (status === 'failed') {
console.error(pollResultData.data.task_status_msg);
break;
}
await new Promise(resolve => setTimeout(resolve, 10000));
}
# Step 1: Submit generation request
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/video/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'viduq3-reference-to-video',
'prompt': 'Keep the character from image one and the jacket details from image two while walking through a rainy city',
'resolution': '1080p',
'duration': 8,
'aspect_ratio': '9:16',
'images': [
'https://example.com/character-reference.jpg',
'https://example.com/outfit-reference.jpg'
],
'sound': True,
'seed': 42
}
)
result = response.json()
task_id = result['data']['task_id']
# Use the @ (AT) reference feature in prompt through <<<...>>> placeholders.
# Placeholder numbering is 1-based and follows the images array order:
# <<<image_1>>> = images[0], <<<image_2>>> = images[1], <<<image_3>>> = images[2]
media_reference_response = requests.post(
'https://api.flaq.ai/api/v1/video/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'viduq3-reference-to-video',
'prompt': 'Keep the character from <<<image_1>>> wearing the coat from <<<image_2>>> while entering the rainy city shown in <<<image_3>>>, then return to a close-up of <<<image_1>>>',
'resolution': '1080p',
'duration': 8,
'aspect_ratio': '9:16',
'images': [
'https://example.com/character-reference.jpg',
'https://example.com/coat-reference.jpg',
'https://example.com/rainy-city-reference.jpg'
],
'sound': True,
'seed': 42
}
)
media_reference_result = media_reference_response.json()
media_reference_task_id = media_reference_result['data']['task_id']
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/video/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['videos'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)
# Step 1: Submit generation request
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "viduq3-reference-to-video",
"prompt": "Keep the character from image one and the jacket details from image two while walking through a rainy city",
"resolution": "1080p",
"duration": 8,
"aspect_ratio": "9:16",
"images": [
"https://example.com/character-reference.jpg",
"https://example.com/outfit-reference.jpg"
],
"sound": true,
"seed": 42
}'
# Use the @ (AT) reference feature in prompt through <<<...>>> placeholders.
# Placeholder numbering is 1-based and follows the images array order:
# <<<image_1>>> = images[0], <<<image_2>>> = images[1], <<<image_3>>> = images[2]
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "viduq3-reference-to-video",
"prompt": "Keep the character from <<<image_1>>> wearing the coat from <<<image_2>>> while entering the rainy city shown in <<<image_3>>>, then return to a close-up of <<<image_1>>>",
"resolution": "1080p",
"duration": 8,
"aspect_ratio": "9:16",
"images": [
"https://example.com/character-reference.jpg",
"https://example.com/coat-reference.jpg",
"https://example.com/rainy-city-reference.jpg"
],
"sound": true,
"seed": 42
}'
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/video/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"
| المعلمات | السعر | السعر الأصلي | الخصم |
|---|
تقدم واجهة Vidu Q3 Reference-to-Video API إنشاء فيديو بالذكاء الاصطناعي جاهزاً للإنتاج للمطورين والفرق الإبداعية التي تحتاج إلى شخصيات وعناصر ومشاهد متسقة. يستخدم تكامل API لتحويل المراجع إلى فيديو صورة مرجعية واحدة أو أكثر لتثبيت هوية الشخص مع إنشاء فيديو مترابط متعدد اللقطات بصوت أصلي متزامن. تعتمد الواجهة على نموذج Q3 من الجيل الجديد لدى Vidu، وتجمع بين التبديل الذكي للكاميرا والثبات القوي عبر اللقطات وعناصر تحكم مرنة في الإخراج لمسارات عمل قابلة للتوسع لسرد القصص على Flaq AI.
ملاحظة يُرجى التأكد من توافق الـ prompts والصور المرجعية مع إرشادات سلامة المحتوى لدى Vidu. إذا حدث خطأ، فراجع مدخلاتك بحثاً عن محتوى محظور وعدّلها ثم حاول مجدداً.
Vidu Q3 Reference-to-Video مقابل Vidu Q3 Image-to-Video يحرك Vidu Q3 Image-to-Video صورة بداية. بينما يستخدم Vidu Q3 Reference-to-Video مراجع متعددة للأشخاص للحفاظ على الهوية والاستمرارية في إنشاء سرد أغنى متعدد اللقطات.
Vidu Q3 Reference-to-Video مقابل Vidu Q3 Turbo Reference-to-Video يعطي Vidu Q3 Turbo الأولوية لأقصى سرعة وكفاءة من حيث التكلفة. يركز Vidu Q3 على ثبات أقوى عبر مواضع الكاميرا وجودة إنتاج متوازنة لمسارات عمل السرد والعلامات التجارية والشخصيات.
Vidu Q3 Reference-to-Video مقابل Seedance V2.0 Reference-to-Video يدعم Seedance V2.0 مجموعة واسعة من مدخلات المراجع متعددة الوسائط. يتميز Vidu Q3 بتثبيت الأشخاص بالاستناد إلى صور متعددة والتبديل الذكي للكاميرا والمزامنة الدقيقة للحوار الأصلي والمؤثرات والموسيقى.
Vidu Q3 Reference-to-Video مقابل Wan 2.7 Reference-to-Video يدعم Wan 2.7 مراجع مختلطة من الصور والفيديو والصوت الاختياري. يركز Vidu Q3 على الثبات الفعال بالاستناد إلى صور متعددة والإخراج الأصلي للصوت والفيديو والسرد المترابط عبر تغيرات الكاميرا.
Vidu Q3 Reference-to-Video مقابل Kling Video O3 Reference-to-Video يوفر Kling Video O3 قدرة قوية على استيعاب الحركة والمشاهد بالاستناد إلى المراجع. يقدم Vidu Q3 ثبات الأشخاص باستخدام صور متعددة وصوتاً أصلياً متعدد اللغات وتبديلاً ذكياً للقطات لإنشاء قصص سمعية بصرية متكاملة.
استكشف عدة أدوات إنشاء AI لسير عمل سريع للصور والفيديو داخل متصفحك، ثم وسّع الأفكار الناجحة باستخدام واجهات API لنماذج Flaq AI الجاهزة للإنتاج. يوفر Flaq AI طبقة API موحدة لكل النماذج، مما يسهل استخدام سير العمل وتوسيعه.

أنشئ صورًا مصقولة من المطالبات باستخدام نماذج صور AI رائدة، وإعدادات مرنة، وسير عمل سريع داخل المتصفح.

حمّل صورة مرجعية، ووجّه التعديلات بالمطالبات، وحوّل المرئيات للتصميم والتسويق والإنتاج الإبداعي.

حوّل أفكار المشاهد المكتوبة إلى فيديوهات AI قصيرة مع اختيار النموذج ومطالبات الحركة وتحكمات إنشاء عملية.

حوّل الصور المرجعية إلى مقاطع فيديو AI سلسة للمنتجات والبورتريهات والمنشورات الاجتماعية والمفاهيم الإبداعية.