
ข้อความเป็นรูปภาพ
สร้างรูปภาพ AI จากพรอมต์ข้อความ
ลองใช้ API Google Gemini Omni 1.1 Flash สร้างวิดีโอจากภาพและคลิปอ้างอิง ตัวแบบ ฉาก และการเคลื่อนไหวตรงกัน
Google Gemini Omni 1.1 Flash Reference-to-Video API ช่วยให้นักพัฒนาใช้สื่อภาพเป็นแนวทางสร้างสรรค์สำหรับ วิดีโอที่สร้างขึ้นได้ ป้อนภาพอ้างอิง คลิปวิดีโอ หรือทั้งสองอย่าง แล้วอธิบายผลลัพธ์ที่ต้องการสร้าง Gemini video API ช่วยเปลี่ยนอินพุตเหล่านั้นให้เป็นฉากเคลื่อนไหวใหม่ ทำให้ทีมสร้างสรรค์มีวิธีที่ยืดหยุ่นในการกำหนดองค์ประกอบภาพ รายละเอียดของตัวแบบ บรรยากาศ และทิศทางบน Best Image AI
แนวทางอ้างอิงแบบหลายโมดัล: ใช้ภาพ คลิปวิดีโอ หรือทั้งสองอย่างร่วมกันเป็นสื่อภาพสำหรับลำดับภาพ ที่สร้างขึ้นใหม่
ทิศทางสร้างสรรค์ที่ควบคุมด้วยพรอมต์: ใช้ข้อมูลอ้างอิงร่วมกับแนวทางภาษาธรรมชาติสำหรับการเคลื่อนไหวของตัวแบบ ฉาก พฤติกรรมของกล้อง แสง และอารมณ์
บริบทด้านภาพที่สมบูรณ์: รวมรายละเอียดด้านภาพจากสื่อหลายรายการที่ป้อนเข้ามา เมื่อพรอมต์เพียงรายการเดียวไม่ เพียงพอที่จะสื่อทิศทางที่ต้องการ
การสร้างฉากโดยอิงข้อมูลอ้างอิง: ใช้แอสเซ็ตที่เลือกเป็นจุดเริ่มต้นเชิงสร้างสรรค์สำหรับการเคลื่อนไหว องค์ประกอบภาพ และ การพัฒนาบรรยากาศในเอาต์พุต
การนำเสนอวิดีโอที่ยืดหยุ่น: เลือกรูปแบบแนวนอนหรือแนวตั้ง คุณภาพเอาต์พุต และความยาวคลิปแบบกระชับให้เหมาะกับ บริบทการรับชมที่วางแผนไว้
เวิร์กโฟลว์ API ที่ปรับขนาดได้: ผสานการสร้างวิดีโอตามข้อมูลอ้างอิงเข้ากับคลังแอสเซ็ต เครื่องมือสร้างสรรค์ ระบบแคมเปญ และไปป์ไลน์การผลิต
อินพุต: ภาพอ้างอิงแบบไม่บังคับ คลิปวิดีโออ้างอิงแบบไม่บังคับ และพรอมต์ภาษาธรรมชาติที่อธิบาย ฉากที่ต้องการสร้าง
เอาต์พุต: คลิปวิดีโอใหม่ที่สร้างผ่านเวิร์กโฟลว์ Gemini Omni 1.1 Flash reference-to-video API
ทิศทางอ้างอิง: เลือกสื่อภาพที่สื่อถึงตัวแบบ ฉาก องค์ประกอบภาพ หรือ โทนสร้างสรรค์ที่ต้องการ แล้วเพิ่มคำสั่งการเคลื่อนไหวที่ชัดเจน
การควบคุมรูปแบบ: เลือกแนวเอาต์พุต ระดับคุณภาพ และระยะเวลาที่กระชับให้เหมาะกับกรณีใช้งานสุดท้าย
ความสามารถ: การสร้างวิดีโอตามข้อมูลอ้างอิง อินพุตสร้างสรรค์แบบหลายโมดัล การเคลื่อนไหวตามพรอมต์ การประกอบบริบท ด้านภาพ และการสร้างฉากแบบภาพยนตร์
การพัฒนาแนวคิดแคมเปญ: ผสานภาพหลักที่ได้รับอนุมัติ ภาพสื่ออารมณ์ และข้อมูลอ้างอิงการเคลื่อนไหว เพื่อสำรวจ ทิศทางวิดีโอแคมเปญใหม่
ระบบสร้างสรรค์ของแบรนด์: ใช้คลังภาพที่คัดสรรมาเป็นแนวทางในการสร้างแนวคิดวิดีโอที่เริ่มต้นจาก ภาษาสร้างสรรค์ที่กำหนดไว้
การสร้างภาพสตอรีบอร์ดและการนำเสนอ: เปลี่ยนบอร์ดอ้างอิงและสื่อคลิปที่เลือกให้เป็นฉากเคลื่อนไหวสั้น ๆ เพื่อพิสูจน์แนวคิด
การปรับเนื้อหา: สร้างทิศทางวิดีโอใหม่จากแอสเซ็ตภาพที่มีอยู่ เมื่อพรอมต์ข้อความเพียงอย่างเดียวไม่สามารถ ถ่ายทอดบริบทสร้างสรรค์ได้เพียงพอ
การดำเนินงานสร้างสรรค์ในวงกว้าง: เพิ่มการสร้างที่รับรู้ข้อมูลอ้างอิงลงในเครื่องมือจัดการแอสเซ็ต ไปป์ไลน์เนื้อหา และ แพลตฟอร์มสร้างสรรค์ภายใน
หมายเหตุ ข้อมูลอ้างอิงให้แนวทางสร้างสรรค์ แต่ไม่ได้ทดแทนพรอมต์ที่แม่นยำ เพื่อผลลัพธ์ที่ดีที่สุด ควรอธิบายการเคลื่อนไหวที่ต้องการ การเคลื่อนกล้อง และผลลัพธ์ของฉาก ควบคู่กับการป้อนสื่อภาพ
Gemini Omni 1.1 Flash เทียบกับเวิร์กโฟลว์ Google Veo Reference Video: Google Veo มอบความสามารถด้านวิดีโอสร้างสรรค์ ที่หลากหลาย ส่วน Gemini Omni 1.1 Flash นำเสนอแนวทางการสร้างโดยอิงข้อมูลอ้างอิง ซึ่งอยู่ร่วมกับการสร้างข้อความ การทำ ภาพเคลื่อนไหว และการตัดต่อวิดีโอในตระกูลโมเดลเดียวกัน
Gemini Omni 1.1 Flash เทียบกับ Runway: Runway มอบวิธีที่หลากหลายให้ครีเอเตอร์ทำงานกับสื่อต้นฉบับและเครื่องมือ สร้างสรรค์ ส่วน Gemini Omni 1.1 Flash เหมาะกับนักพัฒนาที่สร้างเวิร์กโฟลว์วิดีโอตามข้อมูลอ้างอิงผ่าน API
Gemini Omni 1.1 Flash เทียบกับ Kling AI: Kling รองรับการสร้างวิดีโอ AI ที่ขับเคลื่อนด้วยภาพ ส่วน Gemini Omni 1.1 Flash มอบอินพุตภาพและวิดีโออ้างอิงที่ยืดหยุ่น พร้อมทิศทางตามพรอมต์สำหรับทีมที่ต้องการโฟลว์การสร้าง แบบบูรณาการ
Gemini Omni 1.1 Flash เทียบกับ Pika: Pika เป็นที่นิยมสำหรับการทดลองด้านภาพที่เข้าถึงง่าย ส่วน Gemini Omni 1.1 Flash เป็น ทางเลือกที่ใช้งานได้จริงเมื่อข้อมูลอ้างอิงเชิงสร้างสรรค์ต้องเป็นส่วนหนึ่งของเวิร์กโฟลว์วิดีโอแบบมีโครงสร้างและตั้งโปรแกรมได้
Gemini Omni 1.1 Flash เทียบกับ Luma Dream Machine: Luma Dream Machine รองรับการสำรวจแนวคิดอย่างรวดเร็วจากพรอมต์ Gemini Omni 1.1 Flash เพิ่มแนวทางอ้างอิงแบบหลายโมดัลสำหรับทีมที่ต้องการนำบริบทด้านภาพเข้าสู่คลิป ที่สร้างขึ้นแต่ละรายการมากขึ้น
สำรวจเครื่องมือสร้างสรรค์ด้วย AI หลายรายการสำหรับเวิร์กโฟลว์รูปภาพและวิดีโอที่รวดเร็วในเบราว์เซอร์ แล้วขยายแนวคิดที่ประสบความสำเร็จด้วย API โมเดลที่พร้อมใช้งานจริงจาก Best Image AI โดย Best Image AI มีชั้น API แบบรวมสำหรับทุกโมเดล ทำให้ใช้และขยายเวิร์กโฟลว์ได้ง่าย

สร้างรูปภาพ AI จากพรอมต์ข้อความ

สร้างรูปภาพ AI จากรูปภาพและพรอมต์ข้อความ

สร้างวิดีโอ AI จากพรอมต์ข้อความ

ทำให้รูปภาพเคลื่อนไหวเป็นวิดีโอ AI

สร้างรูปภาพและวิดีโอ AI ในพื้นที่ทำงานเดียว

สร้างวิดีโอที่สอดคล้องกันจากสื่ออ้างอิง

สร้างเวิร์กโฟลว์ภาพและวิดีโอ AI แบบภาพบนแคนวาสไร้ขอบเขต
const response = await fetch('https://api.flaq.ai/api/v1/video/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'gemini-omni-1.1-flash-reference-to-video',
prompt: 'Use the references to create a cinematic shot of a small boat approaching from the distance',
aspect_ratio: '16:9',
resolution: '1080p',
duration: 8,
images: ['https://example.com/boat-reference.jpg'],
videos: ['https://example.com/motion-reference.mp4']
})
});
const { data } = await response.json();
const taskId = data.task_id;
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/video/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.videos[].);
;
}
(status === ) {
.(pollResultData..);
;
}
( (resolve, ));
}
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/video/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'gemini-omni-1.1-flash-reference-to-video',
'prompt': 'Use the references to create a cinematic shot of a small boat approaching from the distance',
'aspect_ratio': '16:9',
'resolution': '1080p',
'duration': 8,
'images': ['https://example.com/boat-reference.jpg'],
'videos': ['https://example.com/motion-reference.mp4']
}
)
result = response.json()
task_id = result['data']['task_id']
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "gemini-omni-1.1-flash-reference-to-video",
"prompt": "Use the references to create a cinematic shot of a small boat approaching from the distance",
"aspect_ratio": "16:9",
"resolution": "1080p",
"duration": 8,
"images": ["https://example.com/boat-reference.jpg"],
"videos": ["https://example.com/motion-reference.mp4"]
}'
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/video/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/video/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['videos'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)