
Generator AI Text to Image
Buat gambar halus dari prompt dengan model gambar AI terkemuka, pengaturan fleksibel, dan alur kerja berbasis browser yang cepat.
Buat video berpanduan referensi melalui Alibaba Happy Horse 1.1 API dengan gerakan terkontrol, performa stabil, dan alur kerja produksi kreatif yang skalabel. Happy Horse AI berbobot terbuka untuk pembuatan reference-to-video yang fleksibel.
// 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: 'happyhorse-1.1-reference-to-video',
prompt: 'Subject moves naturally while preserving reference style and appearance',
duration: 5,
resolution: '1080p',
aspect_ratio: '16:9',
images: [
'https://example.com/ref-1.jpg',
'https://example.com/ref-2.jpg'
],
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: 'happyhorse-1.1-reference-to-video',
prompt: 'Show the person from <<<image_1>>> walking beside the bicycle from <<<image_2>>> through the street in <<<image_3>>>, preserving all reference details',
duration: 5,
resolution: '1080p',
aspect_ratio: '16:9',
images: [
'https://example.com/person-reference.jpg',
'https://example.com/bicycle-reference.jpg',
'https://example.com/street-reference.jpg'
],
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': 'happyhorse-1.1-reference-to-video',
'prompt': 'Subject moves naturally while preserving reference style and appearance',
'duration': 5,
'resolution': '1080p',
'aspect_ratio': '16:9',
'images': [
'https://example.com/ref-1.jpg',
'https://example.com/ref-2.jpg'
],
'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': 'happyhorse-1.1-reference-to-video',
'prompt': 'Show the person from <<<image_1>>> walking beside the bicycle from <<<image_2>>> through the street in <<<image_3>>>, preserving all reference details',
'duration': 5,
'resolution': '1080p',
'aspect_ratio': '16:9',
'images': [
'https://example.com/person-reference.jpg',
'https://example.com/bicycle-reference.jpg',
'https://example.com/street-reference.jpg'
],
'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": "happyhorse-1.1-reference-to-video",
"prompt": "Subject moves naturally while preserving reference style and appearance",
"duration": 5,
"resolution": "1080p",
"aspect_ratio": "16:9",
"images": ["https://example.com/ref-1.jpg", "https://example.com/ref-2.jpg"],
"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": "happyhorse-1.1-reference-to-video",
"prompt": "Show the person from <<<image_1>>> walking beside the bicycle from <<<image_2>>> through the street in <<<image_3>>>, preserving all reference details",
"duration": 5,
"resolution": "1080p",
"aspect_ratio": "16:9",
"images": [
"https://example.com/person-reference.jpg",
"https://example.com/bicycle-reference.jpg",
"https://example.com/street-reference.jpg"
],
"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"
| Parameter | Harga | Harga asli | Diskon |
|---|
Happy Horse 1.1 Reference-to-Video API menghadirkan generasi video Alibaba yang ditingkatkan untuk tim yang membutuhkan karakter, produk, adegan, dan aset brand yang konsisten di berbagai klip yang dihasilkan. Integrasi API reference-to-video profesional ini menggunakan gambar referensi sebagai jangkar visual, lalu membuat output video yang rapi dengan konsistensi subjek lebih kuat, kepatuhan prompt lebih baik, dan tekstur visual lebih kaya dibandingkan Happy Horse 1.0. Dibangun untuk produksi kreatif skalabel di Flaq AI, Happy Horse 1.1 Reference-to-Video sangat cocok untuk iklan, drama pendek, e-commerce, workflow karakter, dan pipeline konten multi-aset.
Catatan Pastikan prompt dan gambar referensi Anda mematuhi panduan keamanan Alibaba. Jika terjadi error, tinjau input Anda untuk konten yang dibatasi, sesuaikan, lalu coba lagi.
Happy Horse 1.1 Reference-to-Video vs. Happy Horse 1.0
Happy Horse 1.0 mendukung generasi video teks dan gambar yang praktis. Happy Horse 1.1 Reference-to-Video memajukan workflow dengan grounding referensi yang lebih kuat, konsistensi subjek lebih baik, kepatuhan prompt yang lebih tinggi, dan tekstur visual lebih kaya.
Happy Horse 1.1 Reference-to-Video vs. Seedance 2.0 Reference-to-Video
Seedance 2.0 Reference-to-Video menyediakan pembuatan video berpanduan referensi dari ByteDance. Happy Horse 1.1 Reference-to-Video menekankan pemahaman multi-referensi Alibaba yang ditingkatkan dan konsistensi subjek untuk workflow commerce, karakter, dan kampanye.
Happy Horse 1.1 Reference-to-Video vs. Kling Reference-to-Video
Workflow referensi Kling kuat untuk gerak karakter yang ekspresif. Happy Horse 1.1 berfokus pada grounding visual konsisten, kepatuhan prompt yang lebih baik, dan integrasi API siap produksi untuk tim yang membutuhkan output berulang.
Happy Horse 1.1 Reference-to-Video vs. Runway Video Tools
Runway menyediakan kontrol video luas untuk kreator. Happy Horse 1.1 Reference-to-Video API lebih cocok untuk generasi terprogram, otomasi kreatif multi-referensi, dan produksi skalabel di dalam aplikasi.
Happy Horse 1.1 Reference-to-Video vs. Pika
Pika menawarkan generasi video yang mudah diakses untuk kreator. Happy Horse 1.1 Reference-to-Video menyediakan jalur API yang lebih berorientasi produksi untuk klip berpanduan referensi yang konsisten, penggunaan ulang visual yang aman untuk brand, dan sistem kreatif otomatis.
Jelajahi beberapa alat pembuatan AI untuk alur kerja gambar dan video cepat di browser Anda, lalu skalakan ide yang berhasil dengan API model siap produksi dari Flaq AI. Flaq AI menyediakan lapisan API terpadu untuk semua model, sehingga alur kerja Anda mudah digunakan dan diskalakan.

Buat gambar halus dari prompt dengan model gambar AI terkemuka, pengaturan fleksibel, dan alur kerja berbasis browser yang cepat.

Unggah gambar referensi, arahkan pengeditan dengan prompt, dan transformasikan visual untuk desain, pemasaran, serta produksi kreatif.

Ubah ide adegan tertulis menjadi video AI pendek dengan pemilihan model, prompt gerakan, dan kontrol generasi praktis.

Animasikan gambar referensi menjadi klip video AI yang mulus untuk produk, potret, posting sosial, dan konsep kreatif.