Texte vers image
Créer des images IA à partir de prompts textuels
Vidu/viduq3-reference-to-video
viduq3-reference-to-video
Essayez gratuitement l’API Vidu Q3 pour la référence-vidéo avec jusqu’à quatre images de référence, une sortie 1080p, un son facultatif, une durée flexible et le contrôle de la seed. Conçue pour les créateurs.
Reference to Video
Exemples d'API
Exemple d'envoi
// 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;
Exemple de polling
// 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));
}
Exemple d'envoi
# 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']
Exemple de polling
# 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)
Exemple d'envoi
# 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
}'
Exemple de polling
# 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"
Essayez le Générateur Vidéo IA dès maintenant
Tarifs de Vidu Q3 Reference to Video
| Paramètres | Prix | Prix d’origine | Remise |
|---|
README
API professionnelle Vidu Q3 Reference-to-Video (génération vidéo cohérente avec audio natif)
L'API Vidu Q3 Reference-to-Video offre aux développeurs et aux équipes créatives une génération vidéo par IA prête pour la production qui préserve la cohérence des personnages, des objets et des scènes. Cette intégration d'API reference-to-video utilise une ou plusieurs images de référence pour ancrer l'identité des sujets tout en générant des vidéos cohérentes à plusieurs plans avec un audio natif synchronisé. Basée sur le modèle Q3 de nouvelle génération de Vidu, elle combine des changements de caméra intelligents, une forte cohérence entre les plans et des commandes de sortie flexibles pour des workflows narratifs évolutifs sur Flaq AI.
Principales fonctionnalités de l'API Vidu Q3 Reference-to-Video
- Génération à partir de plusieurs images de référence : utilisez plusieurs images de référence pour définir des personnages, des produits, des objets ou des scènes et préserver leurs principaux détails visuels dans la vidéo générée.
- Forte cohérence entre les plans : maintenez les sujets reconnaissables à travers différentes positions de caméra, différents changements de scène et temps forts narratifs afin de raconter des histoires cohérentes à plusieurs plans.
- Sortie audio-vidéo native : générez simultanément des dialogues, une voix off, des effets sonores, de la musique et les images afin d'obtenir des clips synchronisés prêts à être publiés.
- Changements de caméra intelligents : dirigez le rythme cinématographique et le langage de la caméra pendant que Vidu Q3 maintient la continuité entre les changements de point de vue.
- Niveaux de résolution flexibles : générez en 540p, 720p ou 1080p afin d'équilibrer vitesse, qualité et exigences de production.
- Large prise en charge des formats : créez des vidéos dans plusieurs formats paysage, portrait, carrés et standard pour des workflows destinés aux réseaux sociaux, à la publicité et au divertissement.
- Contrôle créatif reproductible : utilisez des prompts en langage naturel et le contrôle du seed pour affiner les actions, les dialogues, la mise en scène et les variations de sortie.
Comment utiliser l'API Vidu Q3 Reference-to-Video pour générer des vidéos cohérentes sur Flaq AI
- Entrée : au moins une image de référence et un prompt en langage naturel décrivant les sujets, les dialogues, les actions, le décor, la direction de la caméra et le son souhaité.
- Sortie : des clips vidéo guidés par des références avec audio natif synchronisé, fournis grâce à l'intégration de l'API Vidu Q3 Reference-to-Video.
- Médias de référence : prend en charge plusieurs images afin d'ancrer des sujets et des éléments visuels cohérents.
- Résolution : sortie en 540p, 720p ou 1080p.
- Durée : génération flexible de clips courts pour raconter des histoires en un ou plusieurs plans.
- Formats d'image : prend en charge plusieurs formats de publication paysage, portrait, carrés et standard.
- Capacités : cohérence des sujets à partir de plusieurs références, changements de caméra intelligents, génération audio-vidéo native, dialogues multilingues et itérations contrôlées par seed grâce à l'API Vidu Q3.
Meilleurs cas d'usage pour l'intégration de l'API Vidu Q3 Reference-to-Video
- Séries courtes aux personnages cohérents : produisez des personnages récurrents dans des récits à plusieurs plans tout en préservant leur apparence, leurs vêtements et leur identité à partir des références fournies.
- Contenus narratifs et dialogués : générez simultanément des conversations, une voix off, des effets sonores et les images pour des fictions comiques, des courts-métrages et du contenu épisodique pour les réseaux sociaux.
- Récits de produits e-commerce : créez des démonstrations de produits et des scènes lifestyle tout en conservant les détails des produits reconnaissables lors des changements de caméra.
- Contenus publicitaires et de marque : créez des vidéos de campagne conformes aux références avec des mascottes, des porte-paroles, des produits et un son natif cohérents.
- Pipelines narratifs automatisés : intégrez une génération audiovisuelle cohérente dans des plateformes créatives, des systèmes multimédias, des outils marketing et des workflows de création de contenus à grande échelle.
Remarque Veillez à ce que vos prompts et images de référence respectent les consignes de sécurité du contenu de Vidu. En cas d'erreur, vérifiez que votre entrée ne contient aucun contenu interdit, modifiez-la, puis réessayez.
Vidu Q3 Reference-to-Video face à ses concurrents : analyse comparative
-
Vidu Q3 Reference-to-Video face à Vidu Q3 Image-to-Video Vidu Q3 Image-to-Video anime une image initiale. Vidu Q3 Reference-to-Video utilise plusieurs références de sujets pour maintenir leur identité et la continuité au cours d'une génération narrative plus riche et comportant plusieurs plans.
-
Vidu Q3 Reference-to-Video face à Vidu Q3 Turbo Reference-to-Video Vidu Q3 Turbo privilégie une vitesse maximale et une réduction des coûts. Vidu Q3 se concentre sur une plus grande cohérence entre les positions de caméra et une qualité de production équilibrée pour les workflows narratifs, de marque et centrés sur les personnages.
-
Vidu Q3 Reference-to-Video face à Seedance V2.0 Reference-to-Video Seedance V2.0 prend en charge un large éventail d'entrées de référence aux modalités mixtes. Vidu Q3 se distingue par l'ancrage de sujets à partir de plusieurs images, les changements de caméra intelligents et la synchronisation précise des dialogues, effets et musiques natifs.
-
Vidu Q3 Reference-to-Video face à Wan 2.7 Reference-to-Video Wan 2.7 prend en charge des références mixtes d'images, de vidéos et de voix facultatives. Vidu Q3 met l'accent sur une cohérence efficace à partir de plusieurs images, la sortie audio-vidéo native et une narration cohérente au fil des changements de caméra.
-
Vidu Q3 Reference-to-Video face à Kling Video O3 Reference-to-Video Kling Video O3 offre une excellente compréhension des mouvements et des scènes guidée par des références. Vidu Q3 offre une cohérence des sujets à partir de plusieurs images, un audio multilingue natif et des changements de plan intelligents pour créer des récits audiovisuels complets.
Utilisez directement le modèle Vidu Q3 Reference to Video dans de puissants outils d’IA
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.
Image vers image
Créer des images IA à partir d'images et de prompts textuels
Texte vers vidéo
Créer des vidéos IA à partir de prompts textuels
Image vers vidéo
Animer des images en vidéos IA
Créateur de médias IA
Créez des images et des vidéos IA dans un espace de travail unifié
Référence en vidéo
Créez des vidéos cohérentes à partir de médias de référence
Canevas IA
Créez des flux visuels d'images et de vidéos IA sur un canevas infini