AIテキストから画像生成ツール
主要AI画像モデル、柔軟な設定、高速なブラウザベースのワークフローで、プロンプトから洗練された画像を作成できます。
Vidu/viduq3-reference-to-video
viduq3-reference-to-video
Vidu Q3 参照素材から動画生成 APIを無料でお試しください。最大4枚の参照画像、1080p出力、任意のサウンド、柔軟な再生時間、シード制御に対応します。
Reference to Video
API 例
送信例
// 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;
ポーリング例
// 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));
}
送信例
# 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']
ポーリング例
# 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)
送信例
# 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
}'
ポーリング例
# 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"
今すぐAI動画生成を試す
Vidu Q3 Reference to Videoの料金
| パラメータ | 料金 | 元の料金 | 割引 |
|---|
README
プロフェッショナル Vidu Q3 Reference-to-Video API（ネイティブ音声対応の一貫した動画生成）
Vidu Q3 Reference-to-Video API は、一貫したキャラクター、オブジェクト、シーンを必要とする開発者やクリエイティブチームに、 実運用対応の AI 動画生成を提供します。この Reference-to-Video API 連携は、1 つ以上の参照画像を使用して 被写体のアイデンティティを固定しながら、同期されたネイティブ音声付きの一貫したマルチショット動画を生成します。Vidu の 新世代 Q3 モデルを基盤とし、インテリジェントなカメラ切り替え、ショット間の高い一貫性、柔軟な出力 制御を組み合わせ、Flaq AI 上でスケーラブルなストーリーテリングのワークフローを実現します。
Vidu Q3 Reference-to-Video API の主な機能
- 複数画像による参照生成： 複数の参照画像を使用してキャラクター、商品、オブジェクト、シーンを定義し、 その重要なビジュアルのディテールを生成動画内で維持します。
- ショット間の高い一貫性： 異なるカメラ位置、シーンの切り替え、 物語の展開を通して被写体を認識可能な状態に保ち、一貫したマルチショットのストーリーテリングを実現します。
- ネイティブな音声付き動画出力： 映像とともに会話、ナレーション、効果音、音楽を生成し、 同期済みですぐに公開できるクリップを制作します。
- インテリジェントなカメラ切り替え： Vidu Q3 が変化する視点間の連続性を維持しながら、 映画的なテンポとカメラ表現を指定できます。
- 柔軟な解像度レベル： 540p、720p、1080p で生成し、速度、品質、制作 要件のバランスを調整できます。
- 幅広い形式への対応： ソーシャル、広告、エンターテインメントのワークフロー向けに、横長、縦長、正方形、 標準アスペクト比など複数の形式で動画を作成できます。
- 再現可能なクリエイティブ制御： 自然言語プロンプトとシード制御を使用して、アクション、会話、シーンの 演出、出力のバリエーションを調整できます。
Flaq AI で Vidu Q3 Reference-to-Video API を使用して一貫した動画を生成する方法
- 入力： 少なくとも 1 枚の参照画像と、被写体、会話、アクション、 舞台設定、カメラ演出、目的の音声を記述した自然言語プロンプト。
- 出力： Vidu Q3 Reference-to-Video API 連携を通じて提供される、ネイティブな同期音声付きの参照ベースの動画クリップ。
- 参照メディア： 一貫した被写体とビジュアル要素の基準となる複数の画像に対応します。
- 解像度： 540p、720p、1080p の出力。
- 長さ： シングルショットおよびマルチショットのストーリーテリングに対応する柔軟な短尺クリップ生成。
- アスペクト比： 横長、縦長、正方形、標準的な公開レイアウトに適した複数形式に対応します。
- 機能： 複数参照による被写体の一貫性、インテリジェントなカメラ切り替え、ネイティブな音声付き動画生成、 多言語の会話、Vidu Q3 API によるシード制御付きの反復生成。
Vidu Q3 Reference-to-Video API 連携に最適なユースケース
- キャラクターの一貫した短編シリーズ： 提供された参照素材の 外見、衣装、アイデンティティを維持しながら、マルチショットのストーリー全体で繰り返し登場するキャラクターを制作します。
- 会話と物語のコンテンツ： 会話、ナレーション、効果音、映像をまとめて生成し、コミック調の ドラマ、短編映画、エピソード形式のソーシャルコンテンツを制作します。
- E コマースの商品ストーリーテリング： カメラが切り替わっても認識可能な 商品のディテールを維持しながら、商品デモンストレーションやライフスタイルシーンを作成します。
- 広告とブランドコンテンツ： 一貫したマスコット、広告出演者、 商品、ネイティブ音声を使用し、参照素材に沿ったキャンペーン動画を制作します。
- 自動化されたストーリーテリングパイプライン： 一貫した音声付き動画生成をクリエイティブプラットフォーム、メディア システム、マーケティングツール、大量のコンテンツを扱うワークフローに統合します。
注意 プロンプトと参照画像が Vidu 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。エラーが 発生した場合は、入力に制限対象のコンテンツがないか確認し、調整してから再試行してください。
Vidu Q3 Reference-to-Video と競合製品の比較分析
-
Vidu Q3 Reference-to-Video と Vidu Q3 Image-to-Video の比較 Vidu Q3 Image-to-Video は開始画像をアニメーション化します。Vidu Q3 Reference-to-Video は複数の被写体参照を使用して、より多彩なマルチショットの 物語生成でもアイデンティティと連続性を維持します。
-
Vidu Q3 Reference-to-Video と Vidu Q3 Turbo Reference-to-Video の比較 Vidu Q3 Turbo は最高の速度とコスト 効率を優先します。Vidu Q3 はカメラ位置が変わっても高い一貫性を維持し、物語、ブランド、 キャラクターのワークフローに適したバランスのよい制作品質に重点を置いています。
-
Vidu Q3 Reference-to-Video と Seedance V2.0 Reference-to-Video の比較 Seedance V2.0 は幅広い混合モダリティの 参照入力に対応します。Vidu Q3 は複数画像による被写体の基準付け、インテリジェントなカメラ切り替え、 ネイティブな会話、効果音、音楽の緊密な同期を特長としています。
-
Vidu Q3 Reference-to-Video と Wan 2.7 Reference-to-Video の比較 Wan 2.7 は画像、動画、任意の音声を組み合わせた 参照素材に対応します。Vidu Q3 は効率的な複数画像の一貫性、ネイティブな音声付き動画出力、カメラの切り替えを通した 一貫したストーリーテリングを重視しています。
-
Vidu Q3 Reference-to-Video と Kling Video O3 Reference-to-Video の比較 Kling Video O3 は参照素材に基づく強力な 動きとシーンの推論を提供します。Vidu Q3 は複数画像による被写体の一貫性、ネイティブな多言語音声、インテリジェントな ショット切り替えにより、完全な音声付き動画ストーリーを生成します。
Flaq AIで複数のクリエイティブツールを探す
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。
