
Da testo a immagine
Crea immagini IA da prompt testuali
Trasforma la descrizione di una scena in un breve video con l’API Google Gemini Omni 1.2 Flash. Guida azione e videocamera per riprese verticali o orizzontali. Genera in 4K.
Su Best Image AI, l’API Gemini Omni 1.2 Flash Text-to-Video trasforma la descrizione di una scena in un breve video. Inizia dal soggetto e dall’azione, poi descrivi l’ambientazione e lo stile visivo desiderato. La scelta di risoluzione, durata e formato orizzontale o verticale consente agli sviluppatori di integrare la generazione video da testo negli strumenti creativi e nei flussi di produzione dei contenuti senza fornire immagini o riprese.
Creazione di scene da testo: Trasforma un’idea scritta in immagini in movimento senza preparare illustrazioni o riprese.
Regia della scena tramite prompt: Descrivi in linguaggio naturale il soggetto, l’ambientazione, il movimento e la resa visiva desiderati.
Indicazioni di ripresa tramite prompt: Specifica i movimenti di macchina e l’inquadratura nella descrizione della scena per guidare la rappresentazione dell’azione.
Input: Descrivi la scena da generare. Definisci l’azione principale prima di aggiungere dettagli su illuminazione, composizione o movimenti di macchina.
Impostazioni di output: Scegli il formato orizzontale o verticale, la risoluzione e una durata compresa nell’intervallo supportato per i video brevi. Consulta la documentazione dell’API per i limiti aggiornati.
Output: Invia la richiesta di generazione e recupera il video al termine dell’elaborazione.
Fatturazione: Il costo si calcola per ogni secondo di video richiesto in base alla risoluzione selezionata.
Storyboard di campagna: Trasforma le idee per le scene in proposte video da presentare durante la revisione di una campagna.
Idee video per i social: Sviluppa brevi scene orizzontali o verticali intorno a un messaggio di lancio o a un tema editoriale.
Sperimentazione in preproduzione: Prova diverse ambientazioni e azioni prima di creare le illustrazioni o effettuare le riprese.
Funzioni per applicazioni creative: Permetti agli utenti di inviare descrizioni delle scene e ricevere i video generati nel consueto flusso di lavoro del prodotto.
Nota Adatta l’azione richiesta alla durata della clip. Verifica che il risultato rispetti le indicazioni creative e che i prompt siano conformi alle norme applicabili ai contenuti.
Confronto con Image-to-Video: Text-to-Video parte da una descrizione scritta. Scegli Gemini Omni 1.2 Flash Image-to-Video per definire il primo fotogramma con un’immagine esistente o guidare la conclusione con un’immagine finale facoltativa.
Confronto con Reference-to-Video: Reference-to-Video richiede materiale visivo di riferimento. Text-to-Video si adatta ai progetti che nascono da una descrizione e non richiedono immagini o video di riferimento.
Confronto con Video Edit: Video Edit modifica una clip esistente mantenendone la scansione temporale e le proporzioni. Text-to-Video crea una nuova clip con la durata e l’orientamento selezionati.
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
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: 'gemini-omni-1.2-flash-text-to-video',
prompt: 'A cinematic tracking shot follows a sailboat crossing a glowing ocean at sunset',
aspect_ratio: '16:9',
resolution: '1080p',
duration: 12
})
});
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[0].url);
break;
}
if (status === 'failed') {
console.error(pollResultData.data.task_status_msg);
break;
}
await new Promise(resolve => setTimeout(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': 'gemini-omni-1.2-flash-text-to-video',
'prompt': 'A cinematic tracking shot follows a sailboat crossing a glowing ocean at sunset',
'aspect_ratio': '16:9',
'resolution': '1080p',
'duration': 12
}
)
result = response.json()
task_id = result['data']['task_id']
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": "gemini-omni-1.2-flash-text-to-video",
"prompt": "A cinematic tracking shot follows a sailboat crossing a glowing ocean at sunset",
"aspect_ratio": "16:9",
"resolution": "1080p",
"duration": 12
}'
# 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)