
テキストから画像
テキストプロンプトからAI画像を作成
Seedance 2.0 リファレンスから動画 APIによるサウンド生成内蔵の高品質動画生成。リアルな人物生成に対応し、リファレンスベースの高度なワークフローと合わせ、大量制作向けに安定かつ低コストで高い出力品質を実現します。開発者やチームが画像、動画、またはマルチモーダル生成フローへ接続しやすいモデルです。まず生成効果を試し、デザイン、広告素材、バッチ制作、自動化されたコンテンツワークフローに活用できます。
// 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"
| パラメータ | 料金 | 元の料金 | 割引 |
|---|
ByteDance Seedance V2.0 参照動画生成 API は、Flaq AI 上の開発者やクリエイティブ チーム向けに、参照ガイド動画生成を提供します。現在の API 統合では、テキストプロンプトと少なくとも 1 つの参照画像または動画に加え、 任意で追加の画像、動画、音声参照を使用できます。設定可能な長さ、複数のアスペクト比、 複数の解像度、制御された動画ワークフロー向けの任意の生成サウンド設定に対応しています。
注記 少なくとも 1 つの参照画像または動画が必要です。音声のみを唯一の参照入力として使用することはできません。 プロンプトと参照メディアが ByteDance のコンテンツ安全ガイドラインに準拠していることを確認してください。
Seedance V2.0 参照動画生成と Seedance V2.0 テキスト動画生成 Seedance V2.0 テキスト動画生成は、テキスト プロンプトから動作します。参照動画生成では、対応する画像、動画、任意の音声入力と、プロンプト内でのメディア指定が追加されます。
Seedance V2.0 参照動画生成と Seedance V2.0 Fast 参照動画生成 どちらのバリアントも同じ 参照メディアの種類と Flaq AI 上の主要コントロールを提供します。標準バリアントは 1080p と 4K の解像度オプションを追加し、 Fast バリアントは 480p と 720p のワークフローに重点を置いています。
Seedance V2.0 参照動画生成と Wan 2.7 参照動画生成 どちらの API も画像と動画の参照に対応します。Wan 2.7 はネガティブプロンプトとシードのコントロールも提供し、Seedance V2.0 は複数の任意の音声 参照と生成サウンドの切り替えに対応します。
Seedance V2.0 参照動画生成と Vidu Q3 参照動画生成 現在の Flaq AI 設定では、Vidu Q3 参照動画生成は画像参照を 使用します。Seedance V2.0 は参照動画と任意の参照音声にも対応します。
Seedance V2.0 参照動画生成と Runway 動画ツール Runway は、より幅広いインタラクティブ制作スイートを提供します。 Seedance V2.0 参照動画生成は、プロンプト、対応する参照のアップロード、出力 設定、生成サウンドに特化した API ワークフローを提供します。
ブラウザで画像と動画のクイックワークフロー向けAI制作ツールを複数試し、成功したアイデアをFlaq AIの本番対応モデルAPIで拡張できます。Flaq AIはすべてのモデルに統合APIレイヤーを提供し、ワークフローを簡単に利用・拡張できます。
シネマティック動画向けのSeedance 2.5 APIがFlaq AIで正式に利用可能になり、クリエイターや開発者は、サウンドの有無を選べるプロンプトベースの動画生成、柔軟なアスペクト比、480pまたは720p出力、そして4秒から30秒までのクリップを直接利用できるようになりました。
MiniMax H3 APIは、動画チームにとって有用な組み合わせを提供します。画像から動画への生成、768pおよび2Kの出力オプション、最大15秒のクリップ、そして複数の同等なSeedance 2.0設定よりも低く設定されたコストです。MiniMaxはまた、Hugging FaceでH3-Baseの重みを公開しており、ライセンスで許可される範囲において、研究、カスタムパイプライン、セルフホストによる実験のための新たな選択肢を生み出しています。
WaveSpeed と Flaq AI を、Seedance 2.0 API ワークフローにおけるワークフロー設計、エンドポイント選択、プロンプト検証、レイテンシ、コスト、フォールバック・ルーティング、スケーラブルな動画ビルドの観点で比較する。
Seedance 2.5のリリース見通し、想定されるAPIアップグレード、Seedance 2.0との比較ポイント、プロンプトテスト、そして動画制作ビルダー向けのFlaq AIワークフロー計画を探る。
Flaq AI 上の Seedance 2.0 API を実践的に活用するためのガイド。機能紹介、ワークフローのコツ、価格の背景情報、そしてテキストから動画をより高速に生成するためのアイデアをまとめています。