KI-Referenz-zu-Video-API

Sie erzeugt ein neues Video aus einem Text-Prompt und Referenz-Assets wie Bildern und bei manchen Modellen auch Videos oder Audio. Die Referenzen legen Motive, Aussehen oder Stil fest, der Prompt beschreibt das Geschehen. Das Ergebnis ist eine neu generierte Szene, keine Bearbeitung eines bestehenden Clips.

Bild zu Video animiert ein bestimmtes Bild, meist als erstes Frame (manchmal auch als letztes), sodass der Clip mit diesem Bild beginnt. Referenz zu Video nutzt Bilder als Vorgabe für Identität, Objekte oder Stil und lässt das Modell eine neue Komposition aufbauen. Wählen Sie Bild zu Video, wenn das Startbild exakt übereinstimmen muss.

Video zu Video verwendet vorhandenes Material als Quelle, die bearbeitet, verlängert oder umgewandelt wird. Bei Referenz zu Video steuert ein Referenzvideo nur Elemente wie Bewegung, Kamera oder Stil eines neu generierten Clips. Wenn Sie einen bestehenden Clip unter Beibehaltung seines Inhalts ändern möchten, vergleichen Sie Video-zu-Video-Endpoints.

Die Limits variieren je nach Modell von wenigen Bildern bis zu Dutzenden bei multimodalen Endpoints, und manche Modelle senken das Bildlimit, wenn ein Referenzvideo enthalten ist. Prüfen Sie Anzahl, Formate, Dateigröße und Seitenverhältnis in der Dokumentation, bevor Sie Ihren Upload-Ablauf bauen.

Einige Modelle akzeptieren multimodale Referenzen: Bilder für das Aussehen, Videos für Bewegung oder Kamera und Audio für Klang oder Rhythmus. Andere akzeptieren nur Referenzbilder. Manche Endpoints verlangen bei Audio mindestens eine visuelle Referenz und begrenzen Dauer und Auflösung von Referenzvideos.

Meist nicht in derselben Anfrage. Bei vielen Modellen schließen sich Frame-Bildfelder und Referenzfelder gegenseitig aus, und die Anfrage wird abgelehnt, wenn beide gesendet werden. Legen Sie vor dem Absenden fest, ob die Aufgabe frame-basiert (Bild zu Video) oder referenzbasiert ist.

Verwenden Sie klare, gut ausgeleuchtete Referenzen, die das Motiv ohne starke Verdeckung zeigen, und beschränken Sie das Set auf das, was gleich bleiben muss. Benennen Sie die Motive im Prompt ausdrücklich, vermeiden Sie widersprüchliche Referenzen und testen Sie zuerst einen kurzen Clip. Die Konsistenz variiert je nach Modell, vergleichen Sie daher mit eigenen Assets.

Das ist möglich. Manche Modelle begrenzen bei Referenzen die maximale Auflösung, verwenden standardmäßig ein adaptives Seitenverhältnis oder legen die Dauer fest. Lesen Sie die Parameterregeln des gewählten Endpoints, damit die Anfrage die Validierung besteht.

Hauptfaktoren sind Ausgabedauer und Auflösung. Je nach Modell können Referenzvideos nach ihrer Dauer abgerechnet werden, zusätzliche Referenzbilder Kosten verursachen oder Referenz-Tokens über einem Freikontingent berechnet werden. Prüfen Sie die aktuelle Preisbeschreibung des gewählten Modells.

Senden Sie Modell, Prompt und Referenz-URLs an den dokumentierten PoYo-Generierungs-Endpoint, speichern Sie die zurückgegebene task_id und rufen Sie das Ergebnis über Statusabfragen oder einen Webhook ab. Stellen Sie sicher, dass die Referenz-URLs öffentlich erreichbar sind, und speichern Sie das Referenz-Set zum Vergleich mit dem Job-Datensatz.