ИИ-генератор Текст в изображение
Создавайте отполированные изображения из промптов с ведущими ИИ-моделями изображений, гибкими настройками и быстрым браузерным процессом.
Alibaba/wan-2.7-reference-to-video
wan-2.7-reference-to-video
Бесплатно попробуйте Wan 2.7 Reference-to-Video API с пятью референсными изображениями или видео, необязательным голосовым референсом, выводом в 1080p и управлением seed.
Reference to Video
Связанные модели Wan 2.7
Примеры API
Пример отправки
// 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: 'wan-2.7-reference-to-video',
prompt: 'Use image one for the hero and video one for the motion; keep the hero voice consistent with audio one',
resolution: '1080p',
duration: 8,
aspect_ratio: '16:9',
images: ['https://example.com/hero-reference.jpg'],
videos: ['https://example.com/motion-reference.mp4'],
audios: ['https://example.com/voice-reference.mp3'],
negative_prompt: 'flicker, distorted hands, duplicate subjects',
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 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: 'wan-2.7-reference-to-video',
prompt: 'Place the presenter from <<<image_1>>> in the studio from <<<image_2>>>, follow the camera path in <<<video_1>>>, and use the reference voice from <<<audio_1>>>',
resolution: '1080p',
duration: 8,
aspect_ratio: '16:9',
images: [
'https://example.com/presenter-reference.jpg',
'https://example.com/studio-reference.jpg'
],
videos: ['https://example.com/camera-path-reference.mp4'],
audios: ['https://example.com/voice-reference.mp3'],
negative_prompt: 'flicker, distorted hands, duplicate subjects',
seed: 42
})
});
const { data: mediaReferenceData } = await mediaReferenceResponse.json();
const mediaReferenceTaskId = mediaReferenceData.task_id;
Пример опроса
// 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));
}
Пример отправки
# 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': 'wan-2.7-reference-to-video',
'prompt': 'Use image one for the hero and video one for the motion; keep the hero voice consistent with audio one',
'resolution': '1080p',
'duration': 8,
'aspect_ratio': '16:9',
'images': ['https://example.com/hero-reference.jpg'],
'videos': ['https://example.com/motion-reference.mp4'],
'audios': ['https://example.com/voice-reference.mp3'],
'negative_prompt': 'flicker, distorted hands, duplicate subjects',
'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 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': 'wan-2.7-reference-to-video',
'prompt': 'Place the presenter from <<<image_1>>> in the studio from <<<image_2>>>, follow the camera path in <<<video_1>>>, and use the reference voice from <<<audio_1>>>',
'resolution': '1080p',
'duration': 8,
'aspect_ratio': '16:9',
'images': [
'https://example.com/presenter-reference.jpg',
'https://example.com/studio-reference.jpg'
],
'videos': ['https://example.com/camera-path-reference.mp4'],
'audios': ['https://example.com/voice-reference.mp3'],
'negative_prompt': 'flicker, distorted hands, duplicate subjects',
'seed': 42
}
)
media_reference_result = media_reference_response.json()
media_reference_task_id = media_reference_result['data']['task_id']
Пример опроса
# 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)
Пример отправки
# 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": "wan-2.7-reference-to-video",
"prompt": "Use image one for the hero and video one for the motion; keep the hero voice consistent with audio one",
"resolution": "1080p",
"duration": 8,
"aspect_ratio": "16:9",
"images": ["https://example.com/hero-reference.jpg"],
"videos": ["https://example.com/motion-reference.mp4"],
"audios": ["https://example.com/voice-reference.mp3"],
"negative_prompt": "flicker, distorted hands, duplicate subjects",
"seed": 42
}'
# 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": "wan-2.7-reference-to-video",
"prompt": "Place the presenter from <<<image_1>>> in the studio from <<<image_2>>>, follow the camera path in <<<video_1>>>, and use the reference voice from <<<audio_1>>>",
"resolution": "1080p",
"duration": 8,
"aspect_ratio": "16:9",
"images": [
"https://example.com/presenter-reference.jpg",
"https://example.com/studio-reference.jpg"
],
"videos": ["https://example.com/camera-path-reference.mp4"],
"audios": ["https://example.com/voice-reference.mp3"],
"negative_prompt": "flicker, distorted hands, duplicate subjects",
"seed": 42
}'
Пример опроса
# 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"
Попробуйте AI генератор видео сейчас
Цены на Wan 2.7 Reference to Video
| Параметры | Цена | Исходная цена | Скидка |
|---|
Связанные модели
qwen-image-2.0text-to-imageqwen-image-2.0-editimage-to-imageqwen-image-2.0-protext-to-imageqwen-image-2.0-pro-editimage-to-imageqwen-image-lora-editimage-to-imagez-imagetext-to-image
happyhorse-1.0-text-to-videotext-to-videohappyhorse-1.0-image-to-videoimage-to-videohappyhorse-1.1-text-to-videotext-to-videohappyhorse-1.1-image-to-videoimage-to-videohappyhorse-1.1-reference-to-videoreference-to-videowan-2.7-text-to-videotext-to-videowan-2.7-image-to-videoimage-to-videowan-2.7-lora-image-to-videoimage-to-videowan-2.7-video-editvideo-editwan-2.7-reference-to-videoreference-to-videowan-v2.7-imagetext-to-imagewan-v2.7-image-editimage-to-imagewan-v2.7-image-protext-to-imagewan-v2.7-image-pro-editimage-to-imagewan-2.6-text-to-videotext-to-videowan-2.6-image-to-videoimage-to-videoqwen-image-3.0-protext-to-imageqwen-3.7-max-text-to-texttext-to-textqwen-3.7-plus-text-to-texttext-to-textqwen-3.7-max-web-searchweb-searchqwen-3.7-plus-web-searchweb-searchqwen-plus-charactertext-to-textqwen-flash-charactertext-to-textREADME
Профессиональный API Wan 2.7 Reference-to-Video (мультимодальная генерация видео Alibaba)
API Alibaba Wan 2.7 Reference-to-Video обеспечивает генерацию видео на базе ИИ промышленного уровня для разработчиков и творческих команд, которым необходимы постоянство объектов, голосов и визуального направления во всех создаваемых клипах. Эта передовая интеграция API reference-to-video принимает изображения и видео в качестве референсов с возможностью добавить голосовой образец, а затем преобразует инструкции на естественном языке в качественные видео с разрешением 720p или 1080p. Wan 2.7 создан для управляемого творческого производства и сочетает мультимодальное понимание референсов, гибкие настройки результата и масштабируемый доступ к API на Flaq AI.
Ключевые возможности API Wan 2.7 Reference-to-Video
- Совместное использование изображений и видео в качестве референсов: Объединяйте референсные изображения и видео в одном запросе на генерацию, чтобы задавать персонажей, товары, реквизит, окружение, движение и визуальный стиль.
- Стабильная генерация нескольких объектов: Сохраняйте узнаваемые детали объектов при движении, смене камеры и развитии сцены, чтобы создавать более надежные видео с персонажами и товарами.
- Необязательный голосовой референс: Свяжите аудиозапись голоса с референсным объектом, чтобы сохранить особенности голоса, направляя произносимый текст с помощью промпта.
- Видео высокого разрешения: Создавайте видео в 720p или 1080p, выбирая оптимальное соотношение качества, скорости генерации и стоимости рабочего процесса.
- Гибкая длительность и соотношение сторон: Создавайте короткие видео разной продолжительности с подходящими для платформ соотношениями сторон в альбомном, портретном, квадратном и стандартном форматах.
- Расширенное управление промптами: Уточняйте генерацию с помощью инструкций на естественном языке, негативных промптов и управления seed, чтобы творческие итерации были более воспроизводимыми.
- Готовая к эксплуатации интеграция API: Создавайте воспроизводимые рабочие процессы на основе референсов для творческих платформ, автоматизации маркетинга, медиаконвейеров и коммерческих приложений на Flaq AI.
Как использовать API Wan 2.7 Reference-to-Video для стабильной генерации видео на Flaq AI
- Входные данные: Одно или несколько референсных изображений или видео вместе с промптом на естественном языке, описывающим желаемые объекты, действия, сцену, работу камеры и визуальное направление.
- Результат: Видеоклипы на основе референсов в разрешении 720p или 1080p, созданные через интеграцию API Wan 2.7 Reference-to-Video.
- Референсные материалы: Поддерживаются одновременно изображения и видео, а также необязательная аудиозапись голоса референсного объекта.
- Длительность: Гибкая генерация коротких видео с точным управлением продолжительностью клипа.
- Соотношения сторон: Поддержка нескольких альбомных, портретных, квадратных и стандартных форматов для разных каналов публикации.
- Элементы управления: Негативный промпт и seed для более чистого результата и воспроизводимой генерации.
- Возможности: Мультимодальное понимание референсов, постоянство нескольких объектов, управление голосовой идентичностью, движение по указаниям промпта и результат высокого разрешения через API Wan 2.7.
Лучшие сценарии использования интеграции API Wan 2.7 Reference-to-Video
- Контент с постоянными персонажами и интеллектуальной собственностью: Создавайте ролики с персонажами, сохраняя их личность, одежду, голос и визуальные особенности в новых действиях и окружениях.
- Товарные видео для электронной коммерции: Превращайте референсы товаров в демонстрации, сцены повседневной жизни и материалы для кампаний, сохраняя узнаваемость важных форм, цветов и элементов бренда.
- Реклама и брендовые кампании: Объединяйте референсы представителя бренда, товара, сцены и голоса, чтобы массово создавать управляемые варианты кампаний.
- Короткие драматические видео и превизуализация историй: Управляйте персонажами, реквизитом, движением и композицией сцены с помощью смешанных референсных материалов для предварительной визуализации повествования и эпизодического контента.
- Автоматизированные творческие конвейеры: Интегрируйте стабильную генерацию видео на основе референсов в SaaS-продукты, системы агентств, медиаинструменты и коммерческие рабочие процессы.
Примечание Убедитесь, что ваши промпты и референсные материалы соответствуют правилам безопасности Alibaba. При возникновении ошибки проверьте входные данные на наличие запрещенного контента, скорректируйте их и повторите попытку.
Wan 2.7 Reference-to-Video и конкуренты: сравнительный анализ
-
Wan 2.7 Reference-to-Video и Wan 2.7 Image-to-Video Wan 2.7 Image-to-Video анимирует исходное изображение. Wan 2.7 Reference-to-Video поддерживает одновременное использование изображений и видео, управление несколькими объектами и необязательный голосовой референс для более контролируемого производства с сохранением идентичности.
-
Wan 2.7 Reference-to-Video и Seedance V2.0 Reference-to-Video Seedance V2.0 обеспечивает широкую мультимодальную генерацию на основе изображений, видео и аудио. В Wan 2.7 особое внимание уделяется структурированным референсам объектов, необязательному управлению голосовой идентичностью, негативным промптам и генерации видео Alibaba высокого разрешения.
-
Wan 2.7 Reference-to-Video и Vidu Q3 Reference-to-Video Vidu Q3 ориентирован на постоянство объектов по нескольким изображениям и встроенный синхронизированный звук. Wan 2.7 также поддерживает совместное использование референсных изображений и видео с необязательным управлением голосом отдельного объекта для гибких мультимодальных рабочих процессов.
-
Wan 2.7 Reference-to-Video и Kling Video O3 Reference-to-Video Kling Video O3 предлагает генерацию на основе референсов с развитым пониманием движения. Wan 2.7 выделяется смешанными референсными материалами, управлением голосом объекта, настройкой seed и негативными промптами для управляемых производственных конвейеров.
-
Wan 2.7 Reference-to-Video и Runway Video Tools Runway предоставляет широкий набор инструментов редактирования и генерации для авторов. API Wan 2.7 Reference-to-Video предназначен для программных мультимодальных рабочих процессов на основе референсов, последовательного повторного использования объектов и масштабируемой интеграции в приложения.
Изучайте несколько творческих инструментов с Flaq AI
Изучайте несколько ИИ-инструментов для быстрых процессов создания изображений и видео в браузере, а затем масштабируйте удачные идеи с production-ready API моделей Flaq AI. Flaq AI предоставляет единый API-слой для всех моделей, упрощая использование и масштабирование ваших процессов.
ИИ-генератор Изображение в изображение
Загрузите референсное изображение, направляйте правки промптами и трансформируйте визуалы для дизайна, маркетинга и творческого производства.
ИИ-генератор Текст в видео
Превращайте письменные идеи сцен в короткие ИИ-видео с выбором модели, промптами движения и практичными настройками генерации.
ИИ-генератор Изображение в видео
Анимируйте референсные изображения в плавные ИИ-видеоклипы для продуктов, портретов, социальных публикаций и творческих концептов.