
Da testo a immagine
Crea immagini IA da prompt testuali
Prova l’API Seedance 2.5 da riferimento a video di ByteDance con video di input obbligatorio, immagini opzionali, durata di 4–30 secondi, audio e output 720p.
L'API ByteDance Seedance 2.5 Reference-to-Video combina un video di riferimento obbligatorio con risorse opzionali di immagini, audio e video aggiuntivi per guidare la generazione di nuovi video su Bestimage AI. Gli sviluppatori e i team creativi possono utilizzare riferimenti multimodali per comunicare l'aspetto del soggetto, i prodotti, gli ambienti, il movimento, le tempistiche, il suono e la direzione visiva in modo più preciso rispetto al solo testo. I controlli flessibili per qualità, durata, proporzioni e audio generato rendono l'API adatta a contenuti di marca, flussi di lavoro con personaggi, narrazione di prodotto e sistemi creativi scalabili.
Nota È richiesto almeno un video di riferimento. Le immagini di riferimento sono opzionali e possono essere omesse quando viene fornito un video; l'audio o le sole immagini non possono sostituire l'input video obbligatorio. Assicurati che tutti i prompt e i media rispettino le linee guida di ByteDance sulla sicurezza dei contenuti.
Seedance 2.5 Reference-to-Video vs. Seedance 2.5 Text-to-Video
Text-to-Video genera contenuti partendo esclusivamente da indicazioni
scritte. Reference-to-Video aggiunge una guida video obbligatoria e immagini e audio opzionali per flussi di lavoro che richiedono un controllo più
concreto su movimento, aspetto, tempistiche o stile.
Seedance 2.5 Reference-to-Video vs. Seedance 2.5 Image-to-Video
Image-to-Video anima un primo fotogramma obbligatorio e
può utilizzare un fotogramma finale opzionale. Reference-to-Video parte da materiale video obbligatorio e può combinarlo con risorse opzionali di
immagini e audio per una direzione multimodale più ampia.
Seedance 2.5 Reference-to-Video vs. Wan Reference-to-Video
Entrambi gli approcci utilizzano i media caricati per guidare
la generazione di nuovi video. Seedance 2.5 offre un flusso di lavoro che richiede un video, con riferimenti opzionali a più immagini e audio, oltre a
controlli di uscita flessibili tramite Bestimage AI.
Seedance 2.5 Reference-to-Video vs. Vidu Reference-to-Video
Vidu offre la creazione di video guidata da riferimenti per garantire coerenza
visiva. Seedance 2.5 si distingue per la guida video obbligatoria e la possibilità di combinare riferimenti opzionali di immagini e
audio in un'unica richiesta.
Seedance 2.5 Reference-to-Video vs. strumenti video Runway
Runway offre un'ampia suite di creazione interattiva.
L'API Seedance 2.5 Reference-to-Video propone un flusso di lavoro programmatico mirato per input multimediali multimodali, direzione dei riferimenti basata su
prompt e generazione scalabile.
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-v2.5-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[].);
;
}
(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-v2.5-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:
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"