مدل ها/AI Character Consistency API

AI Character Consistency API - کاراکترها را ثابت نگه دارید

زندگی کنیدبیش از 40 مدل سازگاری نویسه، یک کلید API

API سازگاری کاراکتر Muapi یک یا چند تصویر مرجع را به سوژه‌های تکرارپذیر برای تصاویر و ویدیوها تبدیل می‌کند. مدل‌های تک مرجع سبک وزن، بسته‌های مرجع بزرگ‌تر، و نقاط پایانی مرجع چندوجهی به ویدیو را بدون ادغام هر فروشنده به طور جداگانه مقایسه کنید.

مینی مکسمرجع تصویر

مرجع موضوع MiniMax

یک نقطه پایانی تک مرجع کم هزینه برای حمل سوژه به یک تصویر جدید.

1 تصویر در داخل، تصویر بیرون
0.01 دلار در هر نسل
مدل را امتحان کنید
ایدئوگراممرجع تصویر

شخصیت ایدئوگرام

ضمن ایجاد یک صحنه جدید مصور یا واقعی، هویت شخصیت قابل تشخیص را حفظ کنید.

1 تصویر در داخل، تصویر بیرون
0.15 دلار در هر نسل
مدل را امتحان کنید
ByteDanceمرجع تصویر

شخصیت Seedance 2

زمانی که سوژه به کنترل هویت و ظاهر قوی تری نیاز دارد از یک تا سه مرجع استفاده کنید.

1-3 تصویر در داخل، تصویر بیرون
$0.18/تولید
مدل را امتحان کنید
گوگلمرجع چندوجهی

شخصیت جمینی Omni

یک گزینه چندوجهی رایگان برای ترکیب چندین مرجع شخصیت یا کمد لباس در یک اعلان.

تصاویر متعدد در، تصویر خارج
رایگان
مدل را امتحان کنید
ویدومرجع ویدیویی

مرجع Vidu Q2

تولید ویدیو مبتنی بر مرجع با بسته ای تا هفت تصویر برای سوژه های ثابت.

حداکثر 7 تصویر در داخل، ویدئو خارج می شود
0.065 دلار در هر نسل
مدل را امتحان کنید
علی بابامرجع ویدیویی

Wan 3.0 ارجاع به ویدیو

از یک بسته مرجع بزرگتر برای هدایت هویت و تداوم بصری در ویدیوی تولید شده استفاده کنید.

حداکثر 10 تصویر در داخل، ویدئو خارج می شود
$0.50/تولید
مدل را امتحان کنید
گوگلمرجع ویدیویی

Veo 3.1 ارجاع به ویدیو

تولید مرجع ممتاز به ویدیو برای نماهای سینمایی با سوژه کنترل‌شده.

حداکثر 3 تصویر در داخل، ویدئو خارج می شود
$0.60/تولید
مدل را امتحان کنید
کوایشومرجع ویدیویی

مرجع Kling O1 به ویدیو

یک موضوع ویدیویی ثابت از چندین نما و یک دستور مستقیم به زبان طبیعی بسازید.

حداکثر 7 تصویر در داخل، ویدئو خارج می شود
0.72 دلار در هر نسل
مدل را امتحان کنید
مینی مکسمرجع چندوجهی

MiniMax H3 ارجاع به ویدئو

هنگامی که نگاه، حرکت و صدای یک کاراکتر اهمیت دارد، ارجاعات بصری و زمانی را با هم ترکیب کنید.

عکس، ویدیو یا صدا به داخل، خروجی ویدیو
$1.00/تولید
مدل را امتحان کنید
ByteDanceمرجع چندوجهی

مرجع Seedance 2.5 Omni

نقطه پایانی مرجع با ظرفیت بالا برای بسته های شخصیتی پیچیده و تداوم ویدیوی چند صحنه.

حداکثر 30 تصویر در داخل، ویدئو خارج می شود
1.70 دلار/نسل (720p)
مدل را امتحان کنید

Character Consistency API چیست؟

یک API سازگار با کاراکتر از یک یا چند تصویر مرجع برای بازتولید یک موضوع مشابه در صحنه‌ها، ژست‌ها، لباس‌ها و زوایای دوربین جدید استفاده می‌کند. مدل های مرجع تصویر برای برگه های کاراکتر و عکس ها مفید هستند. مدل‌های مرجع به ویدیو، این هویت را به حرکت در می‌آورند.

Muapi هر دو خانواده را از طریق جریان ارسال و نظرسنجی REST یکسان نشان می دهد. یک مدل را بر اساس اندازه بسته مرجع، روش ورودی، قیمت یا اینکه خروجی باید تصویر یا ویدیو باشد، انتخاب کنید.

قابلیت های کلیدی

نسل مرجع تصویر

با حفظ ویژگی های قابل تشخیص چهره، لباس و هویت بصری، تصویر شخصیت منبع را به عکس های جدید تبدیل کنید.

ارجاع به ویدئو

با مدل‌هایی که از خروجی ویدیو، حرکت و جهت صحنه پشتیبانی می‌کنند، یک سوژه مرجع را به یک عکس جدید متحرک کنید.

محدودیت های بسته مرجع تایید شده

کاتالوگ محدودیت مرجع عملی هر مدل را از یک تصویر تا بسته های سی تایی قابل مشاهده می کند.

مراجع چندوجهی

از نقاط پایانی استفاده کنید که ترکیبی از تصاویر، ویدیو یا صدا را می پذیرند، زمانی که هویت شامل حرکت، صدا یا زمان بندی می شود.

نکات نوع کار

نوع کار و فیلدهای مرجع خاص مدل را به صراحت ارسال کنید تا کارهای ناهمزمان کمتر شکست بخورند و امتحان مجدد آسان‌تر باشد.

پرداخت به ازای هر نسل

با ارجاعات تصویری رایگان یا کم هزینه شروع کنید، سپس تنها زمانی به مدل های ویدیویی ممتاز بروید که عکس به آنها نیاز دارد.

مقایسه مدل سازگاری شخصیت نماینده

مدلارائه دهندهقیمتبهترین برای
مرجع موضوع MiniMaxمینی مکس0.01 دلار در هر نسلمرجع تک تصویری با کمترین هزینه
شخصیت ایدئوگرامایدئوگرام0.15 دلار در هر نسلعکس‌های ثابت مصور یا فوتورئال
شخصیت Seedance 2ByteDance$0.18/تولیدتصاویر مرجع یک به سه
شخصیت جمینی Omniگوگلرایگانمراجع تصویر چندوجهی رایگان
مرجع Vidu Q2ویدو0.065 دلار در هر نسلحداکثر هفت مرجع به ویدیو
Wan 3.0 ارجاع به ویدیوعلی بابا$0.50/تولیدبسته های مرجع بزرگ برای ویدئو
Veo 3.1 ارجاع به ویدیوگوگل$0.60/تولیدنماهای مرجع سینمایی ممتاز
مرجع Seedance 2.5 OmniByteDance1.70 دلار/نسل (720p)بسته های چندوجهی پیچیده و تداوم

محدودیت های مرجع، روش های پشتیبانی شده، و قیمت ها بر اساس مدل متفاوت است. قبل از ارسال درخواست تولید، طرح زمین بازی هر مدل را بررسی کنید.

نحوه فراخوانی Character Consistency API

  1. یک مدل تصویر یا ویدیو را انتخاب کنید. مدلی را بر اساس نوع خروجی، اندازه بسته مرجع، روش و بودجه انتخاب کنید.
  2. مراجع خود را میزبانی کنید. تصاویر منبع را از طریق POST /api/v1/upload_file آپلود کنید یا از نشانی‌های اینترنتی قابل دسترسی عمومی که توسط نقطه پایانی انتخاب شده پذیرفته شده است استفاده کنید.
  3. فیلدهای نوع وظیفه را ارسال کنید. POST /api/v1/{model-slug} را با images_list، یک اعلان، و هر مرجع خاص مدل یا فیلد نوع وظیفه تماس بگیرید.
  4. نظرسنجی کنید و نتیجه را ثابت کنید. GET /api/v1/predictions/{request_id}/result را تا تکمیل وضعیت علامت بزنید، سپس تصویر یا ویدیوی بازگشتی را ذخیره کنید.
curl -X POST https://api.muapi.ai/api/v1/seedance-2.5-omni-reference \
  -H "Content-Type: application/json" \
  -H "x-api-key: YOUR_API_KEY" \
  -d '{
    "images_list": [
      "https://example.com/character-front.jpg",
      "https://example.com/character-side.jpg"
    ],
    "prompt": "the character walking through a neon-lit city street at night",
    "omni_reference_task_type": "reference",
    "duration": 5,
    "aspect_ratio": "16:9"
  }'
import requests

response = requests.post(
    "https://api.muapi.ai/api/v1/seedance-2.5-omni-reference",
    headers={"x-api-key": "YOUR_API_KEY"},
    json={
        "images_list": [
            "https://example.com/character-front.jpg",
            "https://example.com/character-side.jpg",
        ],
        "prompt": "the character walking through a neon-lit city street at night",
        "omni_reference_task_type": "reference",
        "duration": 5,
        "aspect_ratio": "16:9",
    },
)
request_id = response.json()["request_id"]

result = requests.get(
    f"https://api.muapi.ai/api/v1/predictions/{request_id}/result",
    headers={"x-api-key": "YOUR_API_KEY"},
)
print(result.json())

سوالات متداول

چند تصویر مرجع باید ارسال کنم؟

از کوچکترین بسته مرجعی که سوژه را ثبت می کند استفاده کنید. مدل‌های تک مرجع به یک تصویر نیاز دارند، در حالی که مدل‌های ویدیویی ممکن است بسته به طرح‌واره خود سه، هفت، ده یا سی تصویر را بپذیرند.

آیا مدل‌های سازگاری کاراکتر می‌توانند ویدیو تولید کنند؟

بله. Vidu Q2، Wan 3.0، Veo 3.1، Kling O1، MiniMax H3 و Seedance Omni شامل گزینه‌های مرجع به ویدیو هستند.

آیا می توانم از ویدئو یا صدا به عنوان مرجع استفاده کنم؟

برخی از نقاط پایانی چندوجهی علاوه بر تصاویر، ویدئو یا صدا را نیز می پذیرند. قبل از ارسال آن فیلدها، طرح ورودی مدل انتخابی را بررسی کنید.

چرا وظیفه مرجع ناهمزمان من با شکست مواجه شد؟

دلایل رایج عبارتند از تعداد مراجع پشتیبانی نشده، نام فیلد نادرست، آدرس اینترنتی غیرقابل دسترسی، یا یک نوع کار خاص مدل وجود ندارد. طرح Playground را اعتبارسنجی کنید و با یک بسته کوچکتر دوباره امتحان کنید.

هزینه تولید سازگاری کاراکتر چقدر است؟

قیمت های نمایندگی از رایگان و 0.01 دلار مرجع تصویر تا 1.70 دلار برای درخواست مرجع ویدیویی 720p با ظرفیت بالا متغیر است. مدل و گزینه های انتخاب شده هزینه نهایی را تعیین می کند.

آیا می توانم برای هر مدل مرجع از یک کلید API استفاده کنم؟

بله. Muapi از یک کلید API و همان الگوی ارسال و نظرسنجی در سراسر کاتالوگ مرجع تصویر و ویدیو استفاده می کند.