
Da testo a immagine
Crea immagini IA da prompt testuali
Crea rapidamente video guidati da riferimenti con l'API Seedance 2.0 Fast. Usa supporto umano realistico, audio integrato, rapporti flessibili e output stabile.
L'API Seedance V2.0 Fast Reference-to-Video di ByteDance offre una generazione video conveniente guidata da riferimenti per workflow creativi rapidi su Best Image AI. L'attuale integrazione API accetta un prompt testuale con almeno un'immagine o un video di riferimento, oltre a riferimenti aggiuntivi facoltativi di immagini, video e audio. Supporta output a 480p e 720p, durata configurabile, diverse proporzioni e un'impostazione facoltativa per l'audio generato.
Nota È necessaria almeno un'immagine o un video di riferimento; l'audio da solo non può essere usato come unico input di riferimento. Assicurati che i prompt e i contenuti di riferimento rispettino le linee guida di ByteDance sulla sicurezza dei contenuti.
Seedance V2.0 Fast e Seedance V2.0 Standard Reference-to-Video Entrambe le varianti offrono gli stessi tipi di contenuti di riferimento e controlli principali su Best Image AI. La variante Fast usa livelli di output a 480p e 720p, mentre la variante standard offre anche opzioni a 1080p e 4K.
Seedance V2.0 Fast e Seedance V2.0 Fast Text-to-Video Fast Text-to-Video funziona a partire da un prompt testuale. Fast Reference-to-Video aggiunge input supportati di immagini, video e audio facoltativo, oltre alle menzioni dei contenuti nel prompt.
Seedance V2.0 Fast e Wan 2.7 Reference-to-Video Entrambe le API accettano riferimenti di immagini e video. Wan 2.7 offre inoltre controlli per prompt negativo e seed, mentre Seedance V2.0 Fast supporta diversi riferimenti audio facoltativi e un'opzione per l'audio generato.
Seedance V2.0 Fast e Vidu Q3 Reference-to-Video Vidu Q3 Reference-to-Video usa riferimenti di immagini nell'attuale configurazione di Best Image AI. Seedance V2.0 Fast accetta anche video di riferimento e audio di riferimento facoltativo.
Seedance V2.0 Fast e gli strumenti video Runway Runway offre una suite di creazione interattiva più ampia. Seedance V2.0 Fast Reference-to-Video fornisce un workflow API mirato basato su prompt, caricamenti di riferimenti supportati, impostazioni di output efficienti e audio generato.
Esplora vari strumenti di creazione IA per flussi di lavoro rapidi di immagini e video nel browser, poi amplia le idee di successo con le API dei modelli di Best Image AI pronte per la produzione. Best Image AI offre un livello API unificato per tutti i modelli, semplificando l'uso e la scalabilità dei flussi di lavoro.

Crea immagini IA da prompt testuali

Crea immagini IA da immagini e prompt testuali

Crea video IA da prompt testuali

Anima le immagini trasformandole in video IA

Crea immagini e video AI in un unico spazio di lavoro

Crea video coerenti a partire da media di riferimento

Crea flussi visivi di immagini e video IA su una tela infinita
// 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"