
ข้อความเป็นรูปภาพ
สร้างรูปภาพ AI จากพรอมต์ข้อความ
ลองใช้ API MiniMax H3 สำหรับการสร้างวิดีโอจากข้อมูลอ้างอิง พร้อมรูปภาพสูงสุดเก้าภาพ วิดีโอสามรายการ และเสียงอ้างอิงสามรายการ รวมถึงเอาต์พุต 2K และระยะเวลาที่ยืดหยุ่น 5–15 วินาที เหมาะสำหรับครีเอเตอร์
// Step 1: Submit generation request with image, video, and audio references
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: 'minimax-h3-reference-to-video',
prompt: 'Use image one for the subject, video one for the movement, and audio one for the atmosphere',
resolution: '2k',
duration: 8,
aspect_ratio: '16:9',
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: 'minimax-h3-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: '2k',
duration: 10,
aspect_ratio: '16:9',
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 with image, video, and audio references
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': 'minimax-h3-reference-to-video',
'prompt': 'Use image one for the subject, video one for the movement, and audio one for the atmosphere',
'resolution': '2k',
'duration': 8,
'aspect_ratio': '16:9',
'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': 'minimax-h3-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': '2k',
'duration': 10,
'aspect_ratio': '16:9',
'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 with image, video, and audio references
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": "minimax-h3-reference-to-video",
"prompt": "Use image one for the subject, video one for the movement, and audio one for the atmosphere",
"resolution": "2k",
"duration": 8,
"aspect_ratio": "16:9",
"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": "minimax-h3-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": "2k",
"duration": 10,
"aspect_ratio": "16:9",
"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"
| พารามิเตอร์ | ราคา | ราคาเดิม | ส่วนลด |
|---|
API MiniMax H3 แปลงข้อมูลอ้างอิงเป็นวิดีโอสร้างลำดับวิดีโอจากพรอมต์และชุดข้อมูลอ้างอิงด้านภาพหรือเสียง แอปพลิเคชันสามารถใช้อินพุตรูปภาพ วิดีโอ และเสียงเพื่อกำกับอัตลักษณ์ของตัวแบบ สไตล์ ทิศทางฉาก และการเคลื่อนไหว พร้อมคงเวิร์กโฟลว์ให้เหมาะกับการผลิตงานสร้างสรรค์อย่างเป็นระบบบน Flaq AI
อินพุตอ้างอิงแบบมัลติโหมด: ผสานข้อมูลอ้างอิงรูปภาพ วิดีโอ และเสียงเพื่อเพิ่มบริบทเชิงสร้างสรรค์ให้กับงานสร้าง
การควบคุมบทบาทข้อมูลอ้างอิง: อธิบายว่าข้อมูลอ้างอิงแต่ละรายการควรส่งผลต่อตัวแบบ สภาพแวดล้อม สไตล์ เสียง หรือการเคลื่อนไหวในลำดับที่ขออย่างไร
ความสอดคล้องของตัวแบบและสไตล์: ใช้สื่ออ้างอิงเพื่อรักษาตัวแบบที่จดจำได้ ภาษาภาพ และทิศทางแคมเปญให้สอดคล้องกันในคลิปที่สร้างขึ้น
การพัฒนาฉากตามพรอมต์: เพิ่มคำสั่งภาษาธรรมชาติสำหรับการกระทำ การเคลื่อนกล้อง องค์ประกอบ จังหวะ และบรรยากาศ
เวิร์กโฟลว์ข้อมูลอ้างอิงที่ยืดหยุ่น: สร้างเครื่องมือสร้างสรรค์ที่รวมไฟล์อ้างอิงหลายรายการพร้อมคงขั้นตอนงานที่ควบคุมโดยแอปพลิเคชัน
รองรับการตรวจสอบงานผลิต: ติดตามงานสร้างและตรวจสอบคลิปผลลัพธ์ในด้านความสอดคล้องทางภาพ สิ่งแปลกปลอมที่ไม่ต้องการ และการยึดตามข้อมูลอ้างอิง
อินพุต: ข้อมูลอ้างอิงรูปภาพ วิดีโอ หรือเสียงที่รองรับอย่างน้อยหนึ่งรายการ พร้อมพรอมต์การสร้างภาษาธรรมชาติ
การจับคู่ข้อมูลอ้างอิง: อธิบายบทบาทของแต่ละอินพุตและระบุว่าควรใช้กำกับคุณลักษณะใดของตัวแบบ สไตล์ การเคลื่อนไหว หรือเสียง
เอาต์พุต: ลำดับวิดีโอที่สร้างขึ้นส่งกลับผ่านเวิร์กโฟลว์งานของ Flaq AI เพื่อการตรวจสอบและประมวลผลต่อ
การจัดการงาน: บันทึกตัวระบุงาน ตรวจสอบสถานะจนเสร็จสิ้น และตรวจดูคลิปก่อนเผยแพร่หรือตัดต่อเพิ่มเติม
การควบคุมงานสร้างสรรค์: ใช้การตั้งค่าระยะเวลา ความละเอียด อัตราส่วนภาพ และข้อมูลอ้างอิงที่มีให้สำหรับเวิร์กโฟลว์เป้าหมาย
ความต่อเนื่องของตัวละครและตัวแบบ: รักษาตัวละคร ผลิตภัณฑ์ หรือตัวแบบภาพที่จดจำได้ให้สอดคล้องกันในฉากใหม่
การผลิตแคมเปญของแบรนด์: ผสานข้อมูลอ้างอิงด้านสไตล์ ไฟล์แคมเปญ และทิศทางเสียงเพื่อสำรวจรูปแบบงานสร้างสรรค์ที่ประสานกัน
การพัฒนาสตอรี่บอร์ดและช็อต: ใช้ข้อมูลอ้างอิงหลายรายการเพื่อกำกับองค์ประกอบฉาก การเคลื่อนกล้อง และความต่อเนื่องทางภาพ
เครื่องมือสร้างสรรค์แบบมัลติโหมด: สร้างแอปพลิเคชันที่ผู้ใช้สามารถกำกับการสร้างด้วยรูปภาพ วิดีโอ และเสียงแทนการใช้ข้อความเพียงอย่างเดียว
เวิร์กโฟลว์สร้างรูปแบบไฟล์: สร้างทางเลือกที่ควบคุมได้พร้อมรักษาภาษาภาพของแหล่งงานสร้างสรรค์ที่มีอยู่
หมายเหตุ คุณภาพของข้อมูลอ้างอิง ความชัดเจนของพรอมต์ และบทบาทที่กำหนดให้แต่ละอินพุตส่งผลต่อผลลัพธ์ขั้นสุดท้าย ตรวจสอบความสอดคล้องทางภาพและเสียงก่อนใช้สื่อที่สร้างขึ้นในการผลิต
MiniMax H3 เทียบกับ Kling 3.0 แปลงข้อมูลอ้างอิงเป็นวิดีโอ: Kling มีความสามารถในการสร้างวิดีโอจากข้อมูลอ้างอิงที่ยอดเยี่ยม MiniMax H3 แตกต่างด้วยเวิร์กโฟลว์มัลติโหมดที่รวมข้อมูลอ้างอิงรูปภาพ วิดีโอ และเสียงไว้ในทิศทางสร้างสรรค์เดียวกันได้
MiniMax H3 เทียบกับ Seedance 2.0 แปลงข้อมูลอ้างอิงเป็นวิดีโอ: Seedance 2.0 รองรับโหมดการสร้างภาพและเสียงหลายรูปแบบ MiniMax H3 เป็นตัวเลือกที่มุ่งเน้นสำหรับแอปพลิเคชันที่ต้องการการสร้างฉากจากข้อมูลอ้างอิงและการควบคุมงาน
MiniMax H3 เทียบกับ Vidu Q3 แปลงข้อมูลอ้างอิงเป็นวิดีโอ: Vidu Q3 ออกแบบมาสำหรับการสร้างวิดีโอจากข้อมูลอ้างอิงอย่างสม่ำเสมอ MiniMax H3 เน้นการจับคู่พรอมต์ที่ยืดหยุ่นกับสื่ออ้างอิงประเภทต่าง ๆ
MiniMax H3 เทียบกับ Wan 2.7 แปลงข้อมูลอ้างอิงเป็นวิดีโอ: Wan 2.7 รองรับข้อมูลอ้างอิงรูปภาพ วิดีโอ และเสียงสำหรับเวิร์กโฟลว์มัลติโหมด MiniMax H3 นำเสนอแนวคิดที่นำด้วยข้อมูลอ้างอิงในระดับใกล้เคียงกัน พร้อมเส้นทางการผสานรวม MiniMax ที่แตกต่าง
MiniMax H3 เทียบกับการอ้างอิงของ Runway Gen-4: Runway มอบพื้นที่ทำงานด้านภาพที่ครอบคลุมเกี่ยวกับข้อมูลอ้างอิง MiniMax H3 เหมาะกับทีมที่ต้องการนำเสนอการสร้างจากข้อมูลอ้างอิงผ่านผลิตภัณฑ์ API หรือไปป์ไลน์คอนเทนต์ของตนเอง
สำรวจเครื่องมือสร้างสรรค์ AI หลายรายการสำหรับเวิร์กโฟลว์รูปภาพและวิดีโอที่รวดเร็วในเบราว์เซอร์ จากนั้นขยายไอเดียที่สำเร็จไปยัง model APIs ของ Flaq AI ที่พร้อมสำหรับการผลิต Flaq AI ให้ชั้น API แบบรวมศูนย์สำหรับทุกโมเดล ทำให้ใช้งานและขยายเวิร์กโฟลว์ได้ง่าย

สร้างรูปภาพ AI จากพรอมต์ข้อความ

สร้างรูปภาพ AI จากรูปภาพและพรอมต์ข้อความ

สร้างวิดีโอ AI จากพรอมต์ข้อความ

ทำให้รูปภาพเคลื่อนไหวเป็นวิดีโอ AI

สร้างรูปภาพและวิดีโอ AI ในพื้นที่ทำงานเดียวที่ครบวงจร

สร้างวิดีโอที่สม่ำเสมอจากสื่ออ้างอิง

สร้างเวิร์กโฟลว์ภาพและวิดีโอ AI แบบภาพบนแคนวาสไร้ขอบเขต
Wan 3.0 รุ่นใหม่พร้อมใช้งานแล้วบน Flaq AI สำหรับการสร้างวิดีโอจากภาพ โดยมอบวิธีที่เป็นระบบให้ครีเอเตอร์ในการทำให้เฟรมเริ่มต้นที่กำหนดเคลื่อนไหวไปสู่เฟรมสุดท้ายที่กำหนด พร้อมการเคลื่อนไหวที่นำทางด้วยพรอมป์ต์ เสียงเสริมแบบเลือกได้ การควบคุม seed อัตราส่วนภาพ 5 แบบ และผลลัพธ์ตั้งแต่ 480p ถึง 1080p สำหรับการสร้างวิดีโอเชิงภาพยนตร์ การควบคุมตั้งแต่ต้นทางถึงปลายทางนั้นอาจสำคัญกว่าความละเอียดเพียงอย่างเดียว
MiniMax H3 API มอบชุดความสามารถที่เป็นประโยชน์ให้กับทีมวิดีโอ ได้แก่ การสร้างวิดีโอจากภาพ ตัวเลือกเอาต์พุต 768p และ 2K คลิปความยาวสูงสุด 15 วินาที และต้นทุนที่ระบุไว้ต่ำกว่าการตั้งค่า Seedance 2.0 ที่เทียบเคียงได้หลายรายการ MiniMax ยังได้เผยแพร่น้ำหนักของ H3-Base บน Hugging Face ซึ่งสร้างทางเลือกใหม่สำหรับงานวิจัย ไปป์ไลน์แบบกำหนดเอง และการทดลองแบบโฮสต์เองในกรณีที่ใบอนุญาตของมันอนุญาต