API référence vers vidéo IA

Elle génère une nouvelle vidéo à partir d’un prompt texte et de ressources de référence comme des images et, sur certains modèles, des vidéos ou de l’audio. Les références définissent les sujets, l’apparence ou le style, et le prompt décrit ce qui se passe. Le résultat est une scène entièrement générée, pas le montage d’un clip existant.

L’image vers vidéo anime une image précise, généralement utilisée comme première image (et parfois dernière), si bien que le clip commence sur cette image. La référence vers vidéo utilise les images comme guide d’identité, d’objets ou de style et laisse le modèle créer une nouvelle composition. Choisissez l’image vers vidéo lorsque l’image d’ouverture doit correspondre exactement.

La vidéo vers vidéo prend une séquence existante comme source à modifier, prolonger ou transformer. En référence vers vidéo, une vidéo de référence ne fait que guider des éléments comme le mouvement, la caméra ou le style d’un nouveau clip. Pour modifier un clip existant en conservant son contenu, comparez plutôt les endpoints vidéo vers vidéo.

Les limites varient selon le modèle, de quelques images à plusieurs dizaines sur les endpoints multimodaux, et certains modèles abaissent la limite d’images lorsqu’une vidéo de référence est incluse. Vérifiez dans la documentation le nombre, les formats, la taille des fichiers et le ratio d’aspect avant de concevoir votre flux d’envoi.

Certains modèles acceptent des références multimodales : images pour l’apparence, vidéos pour le mouvement ou la caméra, audio pour le son ou le rythme. D’autres n’acceptent que des images. Certains endpoints exigent au moins une référence visuelle lorsque de l’audio est fourni et limitent la durée et la résolution des vidéos de référence.

Généralement pas dans la même requête. Sur de nombreux modèles, les champs d’images clés et les champs de référence s’excluent mutuellement, et la requête est rejetée si les deux sont envoyés. Déterminez avant l’envoi si la tâche est pilotée par les images clés (image vers vidéo) ou par les références.

Utilisez des références nettes et bien éclairées montrant le sujet sans forte occlusion, et limitez l’ensemble à ce qui doit rester identique. Désignez explicitement les sujets dans le prompt, évitez les références contradictoires et testez d’abord un clip court. La cohérence varie selon le modèle : comparez les résultats sur vos propres ressources.

Cela peut arriver. Certains modèles limitent la résolution maximale, utilisent par défaut un ratio adaptatif ou fixent la durée lorsque des références sont utilisées. Lisez les règles de paramètres de l’endpoint choisi pour éviter un échec de validation.

La durée et la résolution de sortie sont les principaux facteurs. Selon le modèle, les vidéos de référence peuvent être facturées à la durée, des images de référence supplémentaires peuvent ajouter un coût, ou les jetons de référence au-delà d’un quota gratuit peuvent être facturés. Consultez la description tarifaire actuelle du modèle choisi.

Envoyez le modèle, le prompt et les URL de référence à l’endpoint de génération documenté de PoYo, enregistrez le task_id renvoyé et utilisez les requêtes de statut ou un webhook pour récupérer le résultat. Vérifiez que les URL de référence sont accessibles publiquement et conservez l’ensemble de références avec l’enregistrement de la tâche pour comparer.