
Texte vers image
Créer des images IA à partir de prompts textuels
Essayez l’API Seedance 2.5 Reference-to-Video de ByteDance avec des références facultatives d’image, de vidéo et d’audio, une durée de 4 à 30 secondes, du son et une sortie 720p.
// 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: 'seedance-v2.5-reference-to-video',
prompt: 'Use image one for the subject, video one for the movement, and audio one for the atmosphere',
resolution: '720p',
duration: 8,
aspect_ratio: '16:9',
sound: true,
images: ['https://example.com/subject-reference.jpg'],
videos: ['https://example.com/motion-reference.mp4'],
audios: ['https://example.com/atmosphere-reference.mp3']
})
});
const { data } = await response.json();
const taskId = data.task_id;
// Use the @ (AT) reference feature in prompt through <<<...>>> placeholders.
// Placeholder numbering is 1-based for each media array:
// <<<image_1>>> = images[0], <<<image_2>>> = images[1]
// <<<video_1>>> = videos[0], <<<audio_1>>> = audios[0]
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: 'seedance-v2.5-reference-to-video',
prompt: 'Place the explorer from <<<image_1>>> in the environment from <<<image_2>>>, following the camera movement in <<<video_1>>> and speaking with the reference voice from <<<audio_1>>>',
resolution: '720p',
duration: 10,
aspect_ratio: '16:9',
sound: true,
images: [
'https://example.com/explorer-reference.jpg',
'https://example.com/environment-reference.png'
],
videos: ['https://example.com/camera-movement-reference.mp4'],
audios: ['https://example.com/voice-reference.mp3']
})
});
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': 'seedance-v2.5-reference-to-video',
'prompt': 'Use image one for the subject, video one for the movement, and audio one for the atmosphere',
'resolution': '720p',
'duration': 8,
'aspect_ratio': '16:9',
'sound': True,
'images': ['https://example.com/subject-reference.jpg'],
'videos': ['https://example.com/motion-reference.mp4'],
'audios': ['https://example.com/atmosphere-reference.mp3']
}
)
result = response.json()
task_id = result['data']['task_id']
# Use the @ (AT) reference feature in prompt through <<<...>>> placeholders.
# Placeholder numbering is 1-based for each media array:
# <<<image_1>>> = images[0], <<<image_2>>> = images[1]
# <<<video_1>>> = videos[0], <<<audio_1>>> = audios[0]
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': 'seedance-v2.5-reference-to-video',
'prompt': 'Place the explorer from <<<image_1>>> in the environment from <<<image_2>>>, following the camera movement in <<<video_1>>> and speaking with the reference voice from <<<audio_1>>>',
'resolution': '720p',
'duration': 10,
'aspect_ratio': '16:9',
'sound': True,
'images': [
'https://example.com/explorer-reference.jpg',
'https://example.com/environment-reference.png'
],
'videos': ['https://example.com/camera-movement-reference.mp4'],
'audios': ['https://example.com/voice-reference.mp3']
}
)
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": "seedance-v2.5-reference-to-video",
"prompt": "Use image one for the subject, video one for the movement, and audio one for the atmosphere",
"resolution": "720p",
"duration": 8,
"aspect_ratio": "16:9",
"sound": true,
"images": ["https://example.com/subject-reference.jpg"],
"videos": ["https://example.com/motion-reference.mp4"],
"audios": ["https://example.com/atmosphere-reference.mp3"]
}'
# Use the @ (AT) reference feature in prompt through <<<...>>> placeholders.
# Placeholder numbering is 1-based for each media array:
# <<<image_1>>> = images[0], <<<image_2>>> = images[1]
# <<<video_1>>> = videos[0], <<<audio_1>>> = audios[0]
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": "seedance-v2.5-reference-to-video",
"prompt": "Place the explorer from <<<image_1>>> in the environment from <<<image_2>>>, following the camera movement in <<<video_1>>> and speaking with the reference voice from <<<audio_1>>>",
"resolution": "720p",
"duration": 10,
"aspect_ratio": "16:9",
"sound": true,
"images": [
"https://example.com/explorer-reference.jpg",
"https://example.com/environment-reference.png"
],
"videos": ["https://example.com/camera-movement-reference.mp4"],
"audios": ["https://example.com/voice-reference.mp3"]
}'
# 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"
| Paramètres | Prix | Prix d’origine | Remise |
|---|
L’API ByteDance Seedance 2.5 Reference-to-Video accepte des images, des fichiers audio et des vidéos facultatifs pour guider la création de nouvelles vidéos sur Flaq AI. Les développeurs et les équipes créatives peuvent utiliser des références multimodales pour communiquer l’apparence des sujets, les produits, les environnements, les mouvements, le rythme, le son et les intentions visuelles avec plus de précision qu’avec du texte seul. Les réglages de qualité, de durée, de format et de son généré rendent cette API adaptée aux contenus de marque, aux créations de personnages, aux récits produits et aux systèmes créatifs à grande échelle.
Remarque Les requêtes avec uniquement des images, des vidéos ou de l’audio, ainsi que celles sans médias de référence, sont acceptées. Pour générer sans références, Text-to-Video est recommandé. Veillez à ce que tous les prompts et médias respectent les consignes de sécurité des contenus de ByteDance.
Seedance 2.5 Reference-to-Video et Seedance 2.5 Text-to-Video
Text-to-Video génère uniquement à partir d’instructions
écrites. Reference-to-Video ajoute un guidage facultatif par images, vidéos et audio pour les workflows nécessitant un contrôle plus
concret des mouvements, de l’apparence, du rythme ou du style.
Seedance 2.5 Reference-to-Video et Seedance 2.5 Image-to-Video
Image-to-Video anime une première image obligatoire et
peut utiliser une dernière image facultative. Reference-to-Video peut combiner des vidéos,
images et fichiers audio facultatifs pour une direction multimodale plus large.
Seedance 2.5 Reference-to-Video et Wan Reference-to-Video
Les deux approches utilisent des médias importés pour guider la création de nouvelles
vidéos. Seedance 2.5 propose un workflow flexible avec des références visuelles, vidéo et audio facultatives ainsi que
des réglages de sortie flexibles via Flaq AI.
Seedance 2.5 Reference-to-Video et Vidu Reference-to-Video
Vidu propose une création vidéo guidée par références pour assurer la cohérence
visuelle. Seedance 2.5 permet un guidage vidéo facultatif et la combinaison de références visuelles et
audio dans une seule requête.
Seedance 2.5 Reference-to-Video et les outils vidéo Runway
Runway propose une large suite de création interactive.
L’API Seedance 2.5 Reference-to-Video offre un workflow programmatique ciblé pour les entrées multimodales, la direction
des références par prompt et la génération à grande échelle.
Explorez plusieurs outils de création IA pour des workflows rapides d'image et de vidéo dans votre navigateur, puis faites évoluer les idées réussies avec les API de modèles prêtes pour la production de Flaq AI. Flaq AI fournit une couche d'API unifiée pour tous les modèles, afin de faciliter l'utilisation et la mise à l'échelle de vos workflows.

Créer des images IA à partir de prompts textuels

Créer des images IA à partir d'images et de prompts textuels

Créer des vidéos IA à partir de prompts textuels

Animer des images en vidéos IA

Créez des images et des vidéos IA dans un espace de travail unifié

Créez des vidéos cohérentes à partir de médias de référence

Créez des flux visuels d'images et de vidéos IA sur un canevas infini