
เครื่องมือสร้างข้อความเป็นรูปภาพ AI
สร้างรูปภาพที่ประณีตจากพรอมต์ด้วยโมเดลภาพ AI ชั้นนำ การตั้งค่าที่ยืดหยุ่น และเวิร์กโฟลว์บนเบราว์เซอร์ที่รวดเร็ว
ทดลองใช้ Seedance 2.5 API ของ ByteDance เพื่อสร้างวิดีโอจากข้อมูลอ้างอิง ต้องใช้วิดีโอ และเพิ่มรูปภาพหรือเสียงอ้างอิงได้ รองรับหลายอินพุต ความยาว 4–30 วินาที เสียง และ 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"
| พารามิเตอร์ | ราคา | ราคาเดิม | ส่วนลด |
|---|
API ByteDance Seedance 2.5 Reference-to-Video ผสานวิดีโออ้างอิงที่จำเป็นเข้ากับรูปภาพ เสียง และ ไฟล์วิดีโอเพิ่มเติมที่เลือกใช้ได้ เพื่อกำกับการสร้างวิดีโอใหม่บน Flaq AI นักพัฒนาและทีมครีเอทีฟสามารถใช้ข้อมูลอ้างอิงแบบมัลติโหมด เพื่อสื่อสารรูปลักษณ์ของตัวแบบ ผลิตภัณฑ์ สภาพแวดล้อม การเคลื่อนไหว จังหวะเวลา เสียง และแนวทางด้านภาพได้ แม่นยำกว่าการใช้ข้อความเพียงอย่างเดียว การควบคุมคุณภาพ ระยะเวลา อัตราส่วนภาพ และเสียงที่สร้างขึ้นได้อย่างยืดหยุ่น ทำให้ API นี้เหมาะสำหรับ คอนเทนต์แบรนด์ เวิร์กโฟลว์ตัวละคร การเล่าเรื่องผลิตภัณฑ์ และระบบสร้างสรรค์ที่ปรับขนาดได้
หมายเหตุ จำเป็นต้องมีวิดีโออ้างอิงอย่างน้อยหนึ่งรายการ รูปภาพอ้างอิงเป็นตัวเลือกและสามารถละเว้นได้เมื่อมีวิดีโอ เสียงหรือรูปภาพเพียงอย่างเดียวไม่สามารถใช้แทนอินพุตวิดีโอที่จำเป็นได้ โปรดตรวจสอบว่าพรอมต์และสื่อทั้งหมดเป็นไปตาม แนวทางความปลอดภัยของเนื้อหาของ ByteDance
Seedance 2.5 Reference-to-Video เทียบกับ Seedance 2.5 Text-to-Video
Text-to-Video สร้างวิดีโอจากคำสั่งที่เขียน
เพียงอย่างเดียว Reference-to-Video เพิ่มวิดีโอแนะนำที่จำเป็น รวมถึงรูปภาพและเสียงที่เลือกใช้ได้ สำหรับเวิร์กโฟลว์ที่ต้องการการควบคุม
การเคลื่อนไหว รูปลักษณ์ จังหวะเวลา หรือสไตล์ที่ชัดเจนยิ่งขึ้น
Seedance 2.5 Reference-to-Video เทียบกับ Seedance 2.5 Image-to-Video
Image-to-Video ทำให้เฟรมแรกที่จำเป็นเคลื่อนไหว และ
สามารถใช้เฟรมสุดท้ายที่เลือกได้ Reference-to-Video เริ่มต้นจากเนื้อหาวิดีโอที่จำเป็น และสามารถผสานเข้ากับ
แอสเซตรูปภาพและเสียงที่เลือกใช้ได้ เพื่อให้แนวทางแบบมัลติโหมดที่กว้างขึ้น
Seedance 2.5 Reference-to-Video เทียบกับ Wan Reference-to-Video
ทั้งสองแนวทางใช้สื่อที่อัปโหลดเพื่อกำกับการสร้างวิดีโอ
ใหม่ Seedance 2.5 มีเวิร์กโฟลว์ที่ต้องใช้วิดีโอ พร้อมข้อมูลอ้างอิงแบบหลายรูปภาพและเสียงที่เลือกใช้ได้ รวมถึง
การควบคุมเอาต์พุตที่ยืดหยุ่นผ่าน Flaq AI
Seedance 2.5 Reference-to-Video เทียบกับ Vidu Reference-to-Video
Vidu นำเสนอการสร้างวิดีโอโดยใช้ข้อมูลอ้างอิงเพื่อรักษาความ
สอดคล้องทางภาพ Seedance 2.5 แตกต่างด้วยการกำกับด้วยวิดีโอที่จำเป็น และความสามารถในการผสานข้อมูลอ้างอิงรูปภาพและ
เสียงที่เลือกใช้ได้ไว้ในคำขอเดียว
Seedance 2.5 Reference-to-Video เทียบกับ Runway Video Tools
Runway มีชุดเครื่องมือสร้างสรรค์แบบอินเทอร์แอกทีฟที่ครอบคลุม
API Seedance 2.5 Reference-to-Video มอบเวิร์กโฟลว์เชิงโปรแกรมที่มุ่งเน้นสำหรับอินพุตสื่อแบบมัลติโหมด การกำกับข้อมูลอ้างอิงด้วย
พรอมต์ และการสร้างในระดับที่ปรับขนาดได้
สำรวจเครื่องมือสร้างสรรค์ AI หลายรายการสำหรับเวิร์กโฟลว์รูปภาพและวิดีโอที่รวดเร็วในเบราว์เซอร์ จากนั้นขยายไอเดียที่สำเร็จไปยัง model APIs ของ Flaq AI ที่พร้อมสำหรับการผลิต Flaq AI ให้ชั้น API แบบรวมศูนย์สำหรับทุกโมเดล ทำให้ใช้งานและขยายเวิร์กโฟลว์ได้ง่าย

สร้างรูปภาพที่ประณีตจากพรอมต์ด้วยโมเดลภาพ AI ชั้นนำ การตั้งค่าที่ยืดหยุ่น และเวิร์กโฟลว์บนเบราว์เซอร์ที่รวดเร็ว

อัปโหลดรูปภาพอ้างอิง นำทางการแก้ไขด้วยพรอมต์ และแปลงภาพสำหรับงานออกแบบ การตลาด และการผลิตงานสร้างสรรค์

เปลี่ยนไอเดียฉากที่เขียนไว้ให้เป็นวิดีโอ AI สั้นๆ ด้วยการเลือกโมเดล พรอมต์การเคลื่อนไหว และการควบคุมการสร้างที่ใช้งานได้จริง

ทำให้รูปภาพอ้างอิงกลายเป็นคลิปวิดีโอ AI ที่ลื่นไหลสำหรับสินค้า ภาพบุคคล โพสต์โซเชียล และคอนเซ็ปต์สร้างสรรค์