
Text zu Bild
KI-Bilder aus Text-Prompts erstellen
Testen Sie die Alibaba Wan 3.0 API für Referenz-zu-Video kostenlos und steuern Sie die Videogenerierung mit Bildern, Clips, Audio, Dokumenten oder Webseiten auf Best Image AI.
Die Wan 3.0 Reference-to-Video API generiert Videos aus einem Prompt mit optionalen Bild-, Video-, Audio-, Dokument- oder öffentlichen Webseitenreferenzen. Entwickler können die unterstützten Eingaben verwenden, um visuelle Identität, Bewegung, Ton, Kontext und Szenenregie zu steuern und gleichzeitig Dauer, Auflösung, Seitenverhältnis, Ton und Seed zu konfigurieren. Best Image AI bietet einen aufgabenbasierten Workflow zum Übermitteln multimodaler Anfragen und Abrufen fertiger Videos.
Hinweis Referenzeingaben sind optional, doch jedes bereitgestellte Asset muss seine Format- und Limitanforderungen erfüllen. Eine Referenzdatei und ein Webseitenlink können nicht gemeinsam in derselben Anfrage verwendet werden. Ausländische Webseiten-URLs werden vom internationalen Dienst unterstützt, können vom chinesischen Inlandsdienst jedoch nicht verarbeitet werden.
Wan 3.0 im Vergleich zu Wan 2.7 Reference-to-Video
Wan 2.7 konzentriert sich auf Bild-, Video- und Sprachreferenzen mit einem kombinierten Limit für visuelle Referenzen. Wan 3.0 erweitert den Workflow um unabhängige Medienlimits sowie Dokument- und öffentliche Webseitenkontexte.
Wan 3.0 im Vergleich zu MiniMax H3 Reference-to-Video
MiniMax H3 unterstützt multimodale Videoregie mit visuellen und Audioreferenzen. Wan 3.0 ergänzt Dokument- und Webseiten-Eingabeoptionen für Teams, die mit umfassenderem kreativem Quellmaterial arbeiten.
Wan 3.0 im Vergleich zu Seedance 2.5 Reference-to-Video
Seedance 2.5 verwendet Bild-, Video- und Audioreferenzen in seinem audiovisuellen Generierungs-Workflow. Wan 3.0 bietet eine Alternative aus der Wan-Familie mit optionalem Dokument- oder öffentlichem Linkkontext.
Wan 3.0 im Vergleich zu Kling Video O3 Reference-to-Video
Kling Video O3 deckt Referenzgenerierung und Varianten der Videobearbeitung ab. Wan 3.0 bietet ein Alibaba-orientiertes multimodales Anfrageformat mit flexiblen Ausgabe- und Tonsteuerungen.
Wan 3.0 im Vergleich zu Runway References
Runway integriert Referenzen in einen umfassenden kreativen Arbeitsbereich. Wan 3.0 eignet sich für Entwickler, die referenzgesteuerte Generierung direkt in ihre eigenen Produkte und automatisierten Workflows integrieren.
Entdecken Sie mehrere KI-Kreativtools für schnelle Bild- und Video-Workflows direkt im Browser und skalieren Sie erfolgreiche Ideen anschließend mit den produktionsreifen Modell-APIs von Best Image AI. Best Image AI bietet eine einheitliche API-Schicht für alle Modelle, damit Sie Ihre Workflows einfach nutzen und skalieren können.

KI-Bilder aus Text-Prompts erstellen

KI-Bilder aus Bildern und Text-Prompts erstellen

KI-Videos aus Text-Prompts erstellen

Bilder in KI-Videos animieren

KI-Bilder und -Videos in einem gemeinsamen Arbeitsbereich erstellen

Konsistente Videos aus Referenzmedien erstellen

Erstelle visuelle KI-Bild- und Videoworkflows auf einer unendlichen Arbeitsfläche
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-3.0-reference-to-video',
prompt: 'Use the references to create a cinematic product launch with coordinated motion and sound',
duration: 12,
resolution: '1080p',
aspect_ratio: '16:9',
sound: true,
images: ['https://example.com/product-reference.jpg'],
videos: ['https://example.com/motion-reference.mp4'],
audios: ['https://example.com/sound-reference.mp3'],
files: ['https://example.com/creative-brief.pdf'],
seed: 42
})
});
const { data } = await response.json();
const taskId = data.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[].);
;
}
(status === ) {
.(pollResultData..);
;
}
( (resolve, ));
}
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-3.0-reference-to-video',
'prompt': 'Use the references to create a cinematic product launch with coordinated motion and sound',
'duration': 12,
'resolution': '1080p',
'aspect_ratio': '16:9',
'sound': True,
'images': ['https://example.com/product-reference.jpg'],
'videos': ['https://example.com/motion-reference.mp4'],
'audios': ['https://example.com/sound-reference.mp3'],
'files': [],
:
}
)
result = response.json()
task_id = result[][]
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-3.0-reference-to-video",
"prompt": "Use the references to create a cinematic product launch with coordinated motion and sound",
"duration": 12,
"resolution": "1080p",
"aspect_ratio": "16:9",
"sound": true,
"images": ["https://example.com/product-reference.jpg"],
"videos": ["https://example.com/motion-reference.mp4"],
"audios": ["https://example.com/sound-reference.mp3"],
"files": ["https://example.com/creative-brief.pdf"],
"seed": 42
}'
# 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"
# 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)