kling-video-o1/video-to-video/reference
Crie uma nova tomada a partir de um vídeo de referência e controle-a com prompt, elementos, imagens, proporção, duração e áudio original.
Wan 3.0 Reference To Video pega um prompt de texto junto com a mídia de referência e compõe um novo clipe que os homenageia. Forneça imagens, vídeos ou áudio de referência e aponte-os no prompt como Imagem 1, Vídeo 1 ou Áudio 1 para controlar quem aparece, como eles se movem e como a cena soa.
Esse endpoint de referência foi criado para um trabalho de consistência: personagens recorrentes, produtos específicos, um estilo de movimento retirado de um clipe ou uma sensação de áudio transportada para uma nova cena. As referências são correspondidas na ordem em que você as fornece.
| Parâmetro | Obrigatório | Tipo | Padrão | Gama / Opções | Descrição |
|---|---|---|---|---|---|
| alerta* | Sim (*) | corda | - | - | Cena, assunto, movimento, câmera, iluminação e estilo. |
| reference_images | Condicional | matriz | vazio | até 10 | Imagens de referência para consistência de assunto ou cena. |
| reference_videos | Condicional | matriz | vazio | até 5 | Vídeos de referência (1-15s cada, 15s no total). |
| reference_audios | Condicional | matriz | vazio | até 5 | Áudio de referência (15s no total). |
| resolução | Não | corda | 720p | 480p, 720p, 1080p | Camada de resolução de saída. |
| aspect_ratio | Não | corda | 16:9 | 16:9, 9:16, 1:1, 4:3, 3:4, adaptive | Proporção de aspecto de saída. |
| duração | Não | inteiro | 5 | 2-30 | Duração da saída em segundos. |
| thinking_mode | Não | booleano | falso | verdadeiro/falso | Interpretação mais profunda para solicitações complexas. |
| enable_audio | Não | booleano | verdade | verdadeiro/falso | Inclui uma trilha de áudio sincronizada. |
| semente | Não | inteiro | aleatório | 0-2147483647 | Semente para resultados reproduzíveis. |
Forneça pelo menos um entre reference_images, reference_videos ou reference_audios.
O preço depende da resolução escolhida: US$ 0,06 por segundo em 480p, US$ 0,12 por segundo em 720p e US$ 0,25 por segundo em 1080p. Ativar ou desativar o áudio não altera a taxa.
Crie uma nova tomada a partir de um vídeo de referência e controle-a com prompt, elementos, imagens, proporção, duração e áudio original.
HappyHorse 1.0 I2V em Alibaba anima uma imagem estática em vídeo nativo de 1080p com movimento com precisão física e assuntos com identidade estável.
Sincronize uma faixa de áudio com um vídeo existente usando duas URLs obrigatórias.
Gere um vídeo de 5 ou 10 segundos a partir de um prompt obrigatório. Opcionalmente, adicione uma trilha de áudio WAV ou MP3, um prompt negativo e um dos 13 tamanhos de saída.
Crie clipes cinematográficos em 2K com sincronização labial precisa e controle de câmera
Crie vídeos realistas com texto ou imagem usando IA avançada.
Wan 3.0 Reference To Video cria um clipe a partir de um prompt de texto combinado com mídia de referência, como imagens, vídeos e áudio. Ele foi projetado para um trabalho consistente: manter um personagem, produto ou estilo de movimento reconhecível em uma nova cena, em vez de compor à mão.
Aceita até 10 imagens de referência, até 5 vídeos de referência e até 5 clipes de áudio de referência em uma solicitação. As imagens ajudam a bloquear a identidade, os vídeos orientam o movimento ou o ritmo e o áudio orienta o som, e você aponta para cada um no prompt como Imagem 1, Vídeo 1 ou Áudio 1.
Como você fornece referências visuais diretas, Wan 3.0 Reference To Video pode transportar a aparência de um personagem ou objeto para a cena gerada de forma mais confiável do que apenas um prompt. Imagens de referência limpas e de assunto único geralmente fornecem o bloqueio de identidade mais forte.
Os vídeos de referência devem ser MP4 ou MOV, de 1 a 15 segundos cada, com duração total do vídeo de referência não superior a 15 segundos. O áudio de referência também permanece dentro de cerca de 15 segundos no total. Verifique o painel de parâmetros RunComfy para obter os limites exatos de corrente antes de uma execução.
A saída está disponível em 480p, 720p ou 1080p, com duração de 2 a 30 segundos e proporções incluindo 16:9, 9:16, 1:1, 4:3 e 3:4. Você também pode gerar uma trilha de áudio sincronizada ou exportar o clipe silencioso.
Use Wan 3.0 Reference To Video quando precisar de consistência entre várias referências ou uma combinação de orientação de imagem, vídeo e áudio de uma só vez. Use imagem para vídeo quando quiser simplesmente animar um único primeiro quadro que você já possui.
Sim. Você pode prototipar Wan 3.0 Reference To Video na UI do modelo RunComfy e, em seguida, chamar o mesmo modelo por meio de RunComfy HTTP API com parâmetros idênticos. Isso mantém sua configuração orientada por referência consistente entre os testes do navegador e a automação da produção.
As gerações consomem dólares ou créditos com base na resolução e duração: US$ 0,06 por segundo em 480p, US$ 0,12 por segundo em 720p e US$ 0,25 por segundo em 1080p. Novos usuários normalmente recebem um valor de teste gratuito para experimentar Wan 3.0 Reference To Video antes de execuções maiores.
RunComfy é a principal ComfyUI plataforma, oferecendo ComfyUI online ambiente e serviços, juntamente com fluxos de trabalho do ComfyUI apresentando visuais impressionantes. RunComfy também oferece AI Models, permitindo que artistas utilizem as mais recentes ferramentas de AI para criar arte incrível.
