
Teks ke Gambar
Buat gambar AI dari prompt teks
Buat video berbasis referensi dengan cepat menggunakan API Seedance 2.0 Fast. Gunakan dukungan manusia realistis, suara bawaan, rasio fleksibel, dan output stabil.
API ByteDance Seedance V2.0 Fast Reference-to-Video menyediakan pembuatan video berpanduan referensi yang hemat biaya untuk alur kerja kreatif cepat di Best Image AI. Integrasi API saat ini menerima prompt teks dengan setidaknya satu gambar referensi atau video, ditambah referensi gambar, video, dan audio tambahan yang bersifat opsional. API ini mendukung output 480p dan 720p, durasi yang dapat dikonfigurasi, beragam rasio aspek, serta pengaturan suara yang dihasilkan secara opsional.
Catatan Setidaknya satu gambar atau video referensi diperlukan; audio saja tidak dapat digunakan sebagai satu-satunya input referensi. Pastikan prompt dan media referensi Anda mematuhi pedoman keamanan konten ByteDance.
Seedance V2.0 Fast vs. Seedance V2.0 Standard Reference-to-Video Kedua varian menyediakan jenis media referensi dan kontrol inti yang sama di Best Image AI. Varian Fast menggunakan tingkat output 480p dan 720p, sedangkan varian standar juga menyediakan opsi 1080p dan 4K.
Seedance V2.0 Fast vs. Seedance V2.0 Fast Text-to-Video Fast Text-to-Video bekerja dari prompt teks. Fast Reference-to-Video menambahkan input gambar, video, dan audio opsional yang didukung serta penyebutan media berbasis prompt.
Seedance V2.0 Fast vs. Wan 2.7 Reference-to-Video Kedua API menerima referensi gambar dan video. Wan 2.7 juga menyediakan kontrol prompt negatif dan seed, sedangkan Seedance V2.0 Fast mendukung beberapa referensi audio opsional dan tombol suara yang dihasilkan.
Seedance V2.0 Fast vs. Vidu Q3 Reference-to-Video Vidu Q3 Reference-to-Video menggunakan referensi gambar dalam konfigurasi Best Image AI saat ini. Seedance V2.0 Fast juga menerima video referensi dan audio referensi opsional.
Seedance V2.0 Fast vs. Runway Video Tools Runway menawarkan rangkaian pembuatan interaktif yang lebih luas. Seedance V2.0 Fast Reference-to-Video menyediakan alur kerja API terfokus yang mencakup prompt, unggahan referensi yang didukung, pengaturan output yang efisien, dan suara yang dihasilkan.
Jelajahi berbagai alat kreasi AI untuk alur kerja gambar dan video yang cepat di browser Anda, lalu tingkatkan skala ide yang berhasil dengan API model siap produksi dari Best Image AI. Best Image AI menyediakan lapisan API terpadu untuk semua model sehingga alur kerja Anda mudah digunakan dan ditingkatkan skalanya.

Buat gambar AI dari prompt teks

Buat gambar AI dari gambar dan prompt teks

Buat video AI dari prompt teks

Animasikan gambar menjadi video AI

Buat gambar dan video AI dalam satu ruang kerja terpadu

Buat video yang konsisten dari media referensi

Bangun alur kerja visual gambar dan video AI pada kanvas tanpa batas
// 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-v2.0-fast-reference-to-video',
prompt: 'Use image one for the subject, follow the movement from video one, and use audio one for the atmosphere',
resolution: '720p',
duration: 8,
aspect_ratio: '9:16',
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-v2.0-fast-reference-to-video',
prompt: 'Have the dancer from <<<image_1>>> perform the movement from <<<video_1>>> on the stage in <<<image_2>>>, using the rhythm from <<<audio_1>>>',
resolution: '720p',
duration: 10,
aspect_ratio: '9:16',
sound: true,
images: [
'https://example.com/dancer-reference.jpg',
'https://example.com/stage-reference.jpg'
],
videos: ['https://example.com/dance-movement-reference.mp4'],
audios: ['https://example.com/rhythm-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[].);
;
}
(status === ) {
.(pollResultData..);
;
}
( (resolve, ));
}
# 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': ,
: ,
: ,
: ,
: ,
: ,
: [],
: [],
: []
}
)
result = response.json()
task_id = result[][]
media_reference_response = requests.post(
,
headers={
: ,
:
},
json={
: ,
: ,
: ,
: ,
: ,
: ,
: [
,
],
: [],
: []
}
)
media_reference_result = media_reference_response.json()
media_reference_task_id = media_reference_result[][]
# 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-v2.0-fast-reference-to-video",
"prompt": "Use image one for the subject, follow the movement from video one, and use audio one for the atmosphere",
"resolution": "720p",
"duration": 8,
"aspect_ratio": "9:16",
"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:
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H \
-H \
-d
# 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 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"