API de referência para vídeo com IA

Ela gera um novo vídeo a partir de um prompt de texto e de recursos de referência como imagens e, em alguns modelos, também vídeos ou áudio. As referências definem sujeitos, aparência ou estilo, e o prompt descreve o que acontece. O resultado é uma cena gerada do zero, não a edição de um clipe existente.

Imagem para vídeo anima uma imagem específica, geralmente como primeiro quadro (e às vezes como último), então o clipe começa nessa imagem. Referência para vídeo usa as imagens como guia de identidade, objetos ou estilo e deixa o modelo criar uma nova composição. Escolha imagem para vídeo quando o quadro inicial precisar corresponder exatamente.

Vídeo para vídeo usa uma filmagem existente como fonte para editar, estender ou transformar. Em referência para vídeo, um vídeo de referência apenas guia elementos como movimento, câmera ou estilo de um clipe novo. Se você precisa alterar um clipe existente mantendo seu conteúdo, compare os endpoints de vídeo para vídeo.

Os limites variam por modelo, de poucas imagens a dezenas em endpoints multimodais, e alguns modelos reduzem o limite de imagens quando há um vídeo de referência. Confira na documentação quantidade, formatos, tamanho de arquivo e proporção antes de criar seu fluxo de upload.

Alguns modelos aceitam referências multimodais: imagens para aparência, vídeos para movimento ou câmera e áudio para som ou ritmo. Outros aceitam apenas imagens. Alguns endpoints exigem pelo menos uma referência visual quando há áudio e limitam a duração e a resolução dos vídeos de referência.

Normalmente não na mesma solicitação. Em muitos modelos, os campos de quadros e os de referência são mutuamente exclusivos, e a solicitação é rejeitada se ambos forem enviados. Defina antes do envio se a tarefa é guiada por quadros (imagem para vídeo) ou por referências.

Use referências nítidas e bem iluminadas que mostrem o sujeito sem grandes obstruções e limite o conjunto ao que deve permanecer igual. Cite os sujeitos explicitamente no prompt, evite referências conflitantes e teste primeiro um clipe curto. A consistência varia por modelo, então compare resultados com seus próprios recursos.

Podem afetar. Alguns modelos limitam a resolução máxima, usam por padrão uma proporção adaptativa ou fixam a duração quando há referências. Leia as regras de parâmetros do endpoint escolhido para que a solicitação não falhe na validação.

Duração e resolução de saída são os principais fatores. Dependendo do modelo, vídeos de referência podem ser cobrados pela duração, imagens de referência extras podem aumentar o custo ou tokens de referência acima de uma cota gratuita podem ser cobrados. Consulte a descrição de preços atual do modelo escolhido.

Envie o modelo, o prompt e as URLs de referência ao endpoint de geração documentado do PoYo, salve o task_id retornado e use consultas de status ou um webhook para obter o resultado. Garanta que as URLs de referência sejam acessíveis publicamente e guarde o conjunto de referências com o registro do trabalho para comparação.