
Da testo a immagine
Crea immagini AI da prompt testuali
Crea video guidati con Seedance 2.0 Reference-to-Video API, con supporto alla generazione di umani realistici, controllo tramite riferimento, audio integrato e output ByteDance stabile.
// 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-v2.0-reference-to-video',
prompt: 'Use image one for the subject, video one for the movement, and audio one for the atmosphere',
resolution: '1080p',
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-v2.0-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: '1080p',
duration: 10,
aspect_ratio: '16:9',
sound: true,
images: [
'https://example.com/explorer-reference.jpg',
'https://example.com/environment-reference.jpg'
],
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-v2.0-reference-to-video',
'prompt': 'Use image one for the subject, video one for the movement, and audio one for the atmosphere',
'resolution': '1080p',
'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-v2.0-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': '1080p',
'duration': 10,
'aspect_ratio': '16:9',
'sound': True,
'images': [
'https://example.com/explorer-reference.jpg',
'https://example.com/environment-reference.jpg'
],
'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-v2.0-reference-to-video",
"prompt": "Use image one for the subject, video one for the movement, and audio one for the atmosphere",
"resolution": "1080p",
"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-v2.0-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": "1080p",
"duration": 10,
"aspect_ratio": "16:9",
"sound": true,
"images": [
"https://example.com/explorer-reference.jpg",
"https://example.com/environment-reference.jpg"
],
"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"
| Parametri | Prezzo | Prezzo originale | Sconto |
|---|
L'API Seedance V2.0 Reference-to-Video di ByteDance offre una generazione video guidata da riferimenti per sviluppatori e team creativi su Flaq AI. L'attuale integrazione API accetta un prompt testuale con almeno un'immagine o un video di riferimento, oltre a riferimenti aggiuntivi facoltativi di immagini, video e audio. Supporta durata configurabile, diverse proporzioni, vari livelli di risoluzione e un'impostazione facoltativa per l'audio generato nei workflow video controllati.
Nota È necessaria almeno un'immagine o un video di riferimento; l'audio da solo non può essere usato come unico input di riferimento. Assicurati che i prompt e i contenuti di riferimento rispettino le linee guida di ByteDance sulla sicurezza dei contenuti.
Seedance V2.0 Reference-to-Video e Seedance V2.0 Text-to-Video Seedance V2.0 Text-to-Video funziona a partire da un prompt testuale. Reference-to-Video aggiunge input supportati di immagini, video e audio facoltativo, oltre alle menzioni dei contenuti nel prompt.
Seedance V2.0 Reference-to-Video e Seedance V2.0 Fast Reference-to-Video Entrambe le varianti offrono gli stessi tipi di contenuti di riferimento e controlli principali su Flaq AI. La variante standard aggiunge opzioni di risoluzione a 1080p e 4K, mentre la variante Fast si concentra su workflow a 480p e 720p.
Seedance V2.0 Reference-to-Video e Wan 2.7 Reference-to-Video Entrambe le API accettano riferimenti di immagini e video. Wan 2.7 offre inoltre controlli per prompt negativo e seed, mentre Seedance V2.0 supporta diversi riferimenti audio facoltativi e un'opzione per l'audio generato.
Seedance V2.0 Reference-to-Video e Vidu Q3 Reference-to-Video Vidu Q3 Reference-to-Video usa riferimenti di immagini nell'attuale configurazione di Flaq AI. Seedance V2.0 accetta anche video di riferimento e audio di riferimento facoltativo.
Seedance V2.0 Reference-to-Video e gli strumenti video Runway Runway offre una suite di creazione interattiva più ampia. Seedance V2.0 Reference-to-Video fornisce un workflow API mirato basato su prompt, caricamenti di riferimenti supportati, impostazioni di output e audio generato.
Esplora diversi strumenti di creazione AI per flussi rapidi di immagini e video nel browser, poi scala le idee migliori con le API dei modelli Flaq AI pronte per la produzione. Flaq AI fornisce un livello API unificato per tutti i modelli, rendendo facile usare e scalare i tuoi flussi.

Crea immagini AI da prompt testuali

Crea immagini AI da immagini e prompt testuali

Crea video AI da prompt testuali

Anima immagini in video AI

Crea immagini e video IA in un unico spazio di lavoro

Crea video coerenti da contenuti multimediali di riferimento
L’API Seedance 2.5 per video cinematografici è ora disponibile su Flaq AI, offrendo a creatori e sviluppatori accesso diretto alla generazione di video basata su prompt con audio opzionale, proporzioni flessibili, output a 480p o 720p e clip da 4 a 30 secondi.
L’API MiniMax H3 offre ai team video una combinazione utile: generazione da immagine a video, opzioni di output a 768p e 2K, clip fino a 15 secondi e un costo dichiarato inferiore rispetto a diverse impostazioni comparabili di Seedance 2.0. MiniMax ha inoltre pubblicato i pesi H3-Base su Hugging Face, creando nuove opzioni per la ricerca, pipeline personalizzate e sperimentazione self-hosted laddove la sua licenza lo consenta.
Confronta Higgsfield MCP e CLI con gli endpoint REST di Seedance 2.0 di Flaq AI per quanto riguarda prezzi, polling delle attività, varianti del modello, testing e casi d’uso pratici in produzione.
Confronto tra WaveSpeed e Flaq AI per i flussi di lavoro dell’API Seedance 2.0, la scelta degli endpoint, i test dei prompt, la latenza, i costi, il routing di fallback e le build video scalabili.
Esplora le prospettive di rilascio di Seedance 2.5, i probabili aggiornamenti delle API, i punti di confronto con Seedance 2.0, i test dei prompt e la pianificazione del flusso di lavoro di Flaq AI per i creatori di video.
Una guida pratica all’API Seedance 2.0 su Flaq AI, con funzionalità, suggerimenti di workflow, contesto sui prezzi e idee per una creazione di video da testo più rapida.