API da riferimento a video con IA

Genera un nuovo video da un prompt testuale e da risorse di riferimento come immagini e, su alcuni modelli, anche video o audio. I riferimenti definiscono soggetti, aspetto o stile, mentre il prompt descrive ciò che accade. Il risultato è una scena generata ex novo, non la modifica di un clip esistente.

L’immagine a video anima un’immagine specifica, di solito come primo fotogramma (e talvolta come ultimo), quindi il clip parte da quell’immagine. Il riferimento a video usa le immagini come guida per identità, oggetti o stile e lascia che il modello crei una nuova composizione. Scegli l’immagine a video quando il fotogramma iniziale deve corrispondere esattamente.

Il video a video usa un filmato esistente come sorgente da modificare, estendere o trasformare. Nel riferimento a video, un video di riferimento guida solo elementi come movimento, camera o stile di un nuovo clip. Se devi modificare un clip esistente mantenendone il contenuto, confronta gli endpoint video a video.

I limiti variano per modello, da poche immagini fino a decine sugli endpoint multimodali, e alcuni modelli riducono il limite di immagini quando è incluso un video di riferimento. Controlla nella documentazione numero, formati, dimensione dei file e rapporto d’aspetto prima di creare il flusso di caricamento.

Alcuni modelli accettano riferimenti multimodali: immagini per l’aspetto, video per movimento o camera e audio per suono o ritmo. Altri accettano solo immagini. Alcuni endpoint richiedono almeno un riferimento visivo quando si invia audio e limitano durata e risoluzione dei video di riferimento.

Di solito non nella stessa richiesta. In molti modelli i campi dei fotogrammi e quelli di riferimento si escludono a vicenda e la richiesta viene rifiutata se si inviano entrambi. Prima dell’invio stabilisci se il task è guidato dai fotogrammi (immagine a video) o dai riferimenti.

Usa riferimenti nitidi e ben illuminati che mostrino il soggetto senza forti occlusioni e limita il set a ciò che deve restare uguale. Cita esplicitamente i soggetti nel prompt, evita riferimenti in conflitto e prova prima un clip breve. La coerenza varia da modello a modello, quindi confronta i risultati con le tue risorse.

Possono farlo. Alcuni modelli limitano la risoluzione massima, usano per impostazione predefinita un rapporto d’aspetto adattivo o fissano la durata quando si usano riferimenti. Leggi le regole dei parametri dell’endpoint scelto per evitare errori di validazione.

Durata e risoluzione dell’output sono i fattori principali. A seconda del modello, i video di riferimento possono essere fatturati in base alla durata, le immagini di riferimento aggiuntive possono aumentare il costo o i token di riferimento oltre una quota gratuita possono essere addebitati. Consulta la descrizione dei prezzi aggiornata del modello scelto.

Invia modello, prompt e URL di riferimento all’endpoint di generazione documentato di PoYo, salva il task_id restituito e usa le query di stato o un webhook per ottenere il risultato. Assicurati che gli URL di riferimento siano accessibili pubblicamente e conserva il set di riferimenti insieme al record del job per i confronti.