minimax-h3/image-to-video
Anima un'immagine del primo fotogramma in un video 768p o 2K fino a 15 secondi
Wan 3.0 Reference To Video riceve un messaggio di testo insieme ai media di riferimento e compone una nuova clip che li onora. Fornisci immagini, video o audio di riferimento, quindi indicali nel prompt come Immagine 1, Video 1 o Audio 1 per controllare chi appare, come si muove e come suona la scena.
Questo endpoint di riferimento è costruito per un lavoro di coerenza: personaggi ricorrenti, prodotti specifici, uno stile di movimento estratto da una clip o un'atmosfera audio trasferita in una nuova ripresa. I riferimenti vengono abbinati nell'ordine in cui li fornisci.
| Parametro | Obbligatorio | Digitare | Predefinito | Gamma / Opzioni | Descrizione |
|---|---|---|---|---|---|
| richiesta* | Sì (*) | stringa | - | - | Scena, soggetto, movimento, fotocamera, illuminazione e stile. |
| reference_images | Condizionale | matrice | vuoto | fino a 10 | Immagini di riferimento per la coerenza del soggetto o della scena. |
| reference_videos | Condizionale | matrice | vuoto | fino a 5 | Video di riferimento (da 1 a 15 ciascuno, 15 in totale). |
| reference_audios | Condizionale | matrice | vuoto | fino a 5 | Audio di riferimento (15 secondi in totale). |
| risoluzione | No | stringa | 720p | 480p, 720p, 1080p | Livello di risoluzione dell'output. |
| aspect_ratio | No | stringa | 16:9 | 16:9, 9:16, 1:1, 4:3, 3:4, adaptive | Proporzioni di uscita. |
| durata | No | intero | 5 | 2-30 | Durata dell'output in secondi. |
| enable_audio | No | booleano | vero | vero/falso | Includere una traccia audio sincronizzata. |
| seme | No | intero | casuale | 0-2147483647 | Seme per risultati riproducibili. |
Fornisci almeno uno tra reference_images, reference_videos o reference_audios.
La fatturazione è per secondo conteggiato: durata dell'output più la durata totale dei video di riferimento. Tariffe: 0,049 $/s a 480p, 0,099 $/s a 720p e 0,199 $/s a 1080p. Immagini e audio di riferimento non sono fatturati come durata. Attivare o disattivare l'audio non cambia la tariffa. La cifra prima dell'invio è una stima; l'addebito finale viene calcolato dopo l'esecuzione.
Anima un'immagine del primo fotogramma in un video 768p o 2K fino a 15 secondi
Trasforma una clip sorgente tramite prompt testuale, con audio nativo.
Anima un’immagine iniziale tramite testo e configura formato, risoluzione, durata, stile, audio e clip multiple.
Genera video cinematografici text-to-video nativi in 4K con dialoghi sincronizzati e personaggi coerenti.
Crea un video con Sora 2 Pro a partire da un prompt e scegli dimensioni e durata.
Generazione cinematografica 4K da immagine a $0.419 per secondo di output.
Wan 3.0 Reference To Video crea una clip da un messaggio di testo combinato con contenuti multimediali di riferimento come immagini, video e audio. È progettato per un lavoro di coerenza: mantenere riconoscibile un personaggio, un prodotto o uno stile di movimento in una nuova ripresa invece di comporlo manualmente.
Accetta fino a 10 immagini di riferimento, fino a 5 video di riferimento e fino a 5 clip audio di riferimento in una richiesta. Le immagini aiutano a bloccare l'identità, i video guidano il movimento o il ritmo e l'audio guida il suono e puoi indicarli nel prompt come Immagine 1, Video 1 o Audio 1.
Poiché fornisci riferimenti visivi diretti, Wan 3.0 Reference To Video può portare l'aspetto di un personaggio o di un oggetto nella scena generata in modo più affidabile rispetto a un solo prompt. Le immagini di riferimento pulite e a soggetto singolo generalmente forniscono il blocco dell'identità più forte.
I video di riferimento devono essere MP4 o MOV, da 1 a 15 secondi ciascuno, con una durata totale del video di riferimento non superiore a 15 secondi. Anche l'audio di riferimento rimane entro circa 15 secondi in totale. Controllare il pannello dei parametri RunComfy per gli esatti limiti di corrente prima di una corsa.
L'output è disponibile in 480p, 720p o 1080p, con durata da 2 a 30 secondi e proporzioni tra cui 16:9, 9:16, 1:1, 4:3 e 3:4. Puoi anche generare una traccia audio sincronizzata o esportare la clip silenziosa.
Utilizza Wan 3.0 Reference To Video quando hai bisogno di coerenza tra più riferimenti o di un mix di immagini, video e audio in un unico passaggio. Utilizza la conversione da immagine a video quando desideri semplicemente animare un singolo primo fotogramma che già possiedi.
SÌ. Puoi prototipare Wan 3.0 Reference To Video nell'interfaccia utente del modello RunComfy, quindi richiamare lo stesso modello tramite RunComfy HTTP API con parametri identici. Ciò mantiene la configurazione basata sui riferimenti coerente tra i test del browser e l'automazione della produzione.
Le generazioni consumano usd o crediti per secondo conteggiato: 0,049 $ a 480p, 0,099 $ a 720p e 0,199 $ a 1080p. I secondi conteggiati sono la clip finale più la durata totale dei video di riferimento (immagini e audio non sono fatturati come durata). Poiché i video di riferimento vengono misurati dopo l'esecuzione, la cifra prima dell'invio è una stima. I nuovi utenti in genere ricevono un importo di prova gratuito per provare Wan 3.0 Reference To Video prima di esecuzioni più grandi.
RunComfy è la piattaforma principale ComfyUI che offre ComfyUI online ambiente e servizi, insieme a workflow di ComfyUI con visuali mozzafiato. RunComfy offre anche AI Models, consentire agli artisti di sfruttare gli ultimi strumenti di AI per creare arte incredibile.
