
Generator AI Text to Image
Buat gambar halus dari prompt dengan model gambar AI terkemuka, pengaturan fleksibel, dan alur kerja berbasis browser yang cepat.
Coba gratis Vidu Q3 Reference-to-Video API dengan hingga empat gambar referensi, output 1080p, suara opsional, durasi fleksibel, dan kontrol seed.
// 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"
| Parameter | Harga | Harga asli | Diskon |
|---|
API Vidu Q3 Reference-to-Video menghadirkan pembuatan video AI siap produksi bagi pengembang dan tim kreatif yang membutuhkan karakter, objek, dan adegan yang konsisten. Integrasi API reference-to-video ini menggunakan satu atau beberapa gambar referensi untuk menetapkan identitas subjek sambil menghasilkan video banyak pengambilan yang koheren dengan audio bawaan tersinkronisasi. Dibangun dengan model Q3 generasi baru Vidu, API ini memadukan peralihan kamera cerdas, konsistensi kuat antarpengambilan gambar, dan kontrol keluaran yang fleksibel untuk alur kerja penceritaan berskala besar di Flaq AI.
Catatan Pastikan prompt dan gambar referensi Anda mematuhi pedoman keamanan konten Vidu. Jika terjadi kesalahan, periksa masukan Anda untuk menemukan konten yang dibatasi, sesuaikan, lalu coba lagi.
Vidu Q3 Reference-to-Video vs. Vidu Q3 Image-to-Video Vidu Q3 Image-to-Video menganimasikan gambar awal. Vidu Q3 Reference-to-Video menggunakan beberapa referensi subjek untuk mempertahankan identitas dan kesinambungan dalam pembuatan narasi yang lebih kaya dan melibatkan banyak pengambilan gambar.
Vidu Q3 Reference-to-Video vs. Vidu Q3 Turbo Reference-to-Video Vidu Q3 Turbo mengutamakan kecepatan maksimum dan efisiensi biaya. Vidu Q3 berfokus pada konsistensi yang lebih kuat di berbagai posisi kamera dan kualitas produksi yang seimbang untuk alur kerja narasi, merek, dan karakter.
Vidu Q3 Reference-to-Video vs. Seedance V2.0 Reference-to-Video Seedance V2.0 mendukung masukan referensi multimodal yang luas. Vidu Q3 tampil berbeda melalui penetapan subjek dari banyak gambar, peralihan kamera cerdas, serta dialog bawaan, efek, dan musik yang tersinkronisasi erat.
Vidu Q3 Reference-to-Video vs. Wan 2.7 Reference-to-Video Wan 2.7 mendukung referensi campuran gambar, video, dan suara opsional. Vidu Q3 menekankan konsistensi banyak gambar yang efisien, keluaran audio-video bawaan, dan penceritaan koheren di tengah perubahan kamera.
Vidu Q3 Reference-to-Video vs. Kling Video O3 Reference-to-Video Kling Video O3 menyediakan penalaran gerakan dan adegan berpanduan referensi yang kuat. Vidu Q3 menawarkan konsistensi subjek dari banyak gambar, audio bawaan multibahasa, dan peralihan pengambilan gambar cerdas untuk cerita audiovisual yang lengkap.
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.