
Da testo a immagine
Crea immagini AI da prompt testuali
Prova l'API Seedance 2.5 per Reference-to-Video di ByteDance con immagini, video e audio di riferimento opzionali, più riferimenti, durata 4–30 secondi, sonoro e output 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"
| Parametri | Prezzo | Prezzo originale | Sconto |
|---|
L’API ByteDance Seedance 2.5 Reference-to-Video supporta immagini, audio e video facoltativi per guidare la generazione di nuovi video su Flaq AI. Sviluppatori e team creativi possono usare riferimenti multimodali per comunicare aspetto dei soggetti, prodotti, ambienti, movimenti, tempi, suoni e direzione visiva con maggiore precisione rispetto al solo testo. I controlli flessibili su qualità, durata, proporzioni e audio generato rendono l’API adatta a contenuti di marca, flussi di lavoro sui personaggi, narrazioni di prodotto e sistemi creativi scalabili.
Nota Sono supportate richieste con sole immagini, soli video, solo audio e senza media di riferimento. Per la generazione senza riferimenti si consiglia Text-to-Video. Assicurati che tutti i prompt e i media rispettino le linee guida sulla sicurezza dei contenuti di ByteDance.
Seedance 2.5 Reference-to-Video e Seedance 2.5 Text-to-Video
Text-to-Video genera esclusivamente da indicazioni
scritte. Reference-to-Video aggiunge una guida facoltativa tramite immagini, video e audio per i flussi che richiedono un controllo più
concreto su movimento, aspetto, tempi o stile.
Seedance 2.5 Reference-to-Video e Seedance 2.5 Image-to-Video
Image-to-Video anima un primo fotogramma obbligatorio e
può usare un fotogramma finale facoltativo. Reference-to-Video può combinare video,
immagini e audio facoltativi per una direzione multimodale più ampia.
Seedance 2.5 Reference-to-Video e Wan Reference-to-Video
Entrambi gli approcci usano media caricati per guidare la generazione di nuovi
video. Seedance 2.5 offre un flusso flessibile con riferimenti visivi, video e audio facoltativi, oltre a
controlli di output flessibili tramite Flaq AI.
Seedance 2.5 Reference-to-Video e Vidu Reference-to-Video
Vidu offre creazione video basata su riferimenti per garantire coerenza
visiva. Seedance 2.5 supporta una guida video facoltativa e permette di combinare riferimenti visivi e
audio in un’unica richiesta.
Seedance 2.5 Reference-to-Video e gli strumenti video di Runway
Runway offre un’ampia suite di creazione interattiva.
L’API Seedance 2.5 Reference-to-Video offre un flusso programmatico mirato per input multimodali, direzione dei
riferimenti tramite prompt e generazione scalabile.
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

Crea flussi visivi di immagini e video IA su una tela infinita