Modele/API spójności znaków AI

Interfejs API spójności znaków AI — zachowaj spójność znaków

Na żywoPonad 40 modeli spójności znaków, jeden klucz API

Interfejs API spójności znaków Muapi zamienia jeden lub więcej obrazów referencyjnych w powtarzalne tematy dla obrazów i filmów. Porównuj lekkie modele z pojedynczą referencją, większe pakiety referencyjne i multimodalne punkty końcowe referencyjne do wideo bez konieczności osobnej integracji każdego dostawcy.

MiniMaxOdniesienie do obrazu

Odniesienie tematyczne MiniMax

Niedrogi, pojedynczy punkt końcowy umożliwiający przeniesienie obiektu na nowy obraz.

Wejście 1 obrazu, wyjście obrazu
0,01 USD/pokolenie
Wypróbuj model
GPT-4oOdniesienie do obrazu

Charakter ideogramu

Zachowaj rozpoznawalną tożsamość postaci, tworząc nową ilustrowaną lub fotorealistyczną scenę.

Wejście 1 obrazu, wyjście obrazu
0,15 USD/pokolenie
Wypróbuj model
ByteDanceOdniesienie do obrazu

Postać z Seedance 2

Użyj od jednego do trzech odniesień, gdy podmiot potrzebuje silniejszej kontroli tożsamości i wyglądu.

1–3 obrazy na wejściu, obraz na zewnątrz
0,18 USD/pokolenie
Wypróbuj model
GoogleOdniesienie multimodalne

Charakter Bliźniąt Omni

Bezpłatna opcja multimodalna umożliwiająca łączenie kilku odniesień do postaci lub garderoby w jednym monicie.

Wiele obrazów wchodzi, obraz wychodzi
Bezpłatny
Wypróbuj model
ZobaczReferencje wideo

Odniesienie do Q2

Generowanie wideo oparte na referencjach z pakietem maksymalnie siedmiu obrazów dla spójnych tematów.

Wejście do 7 obrazów i wyjście wideo
0,065 USD/pokolenie
Wypróbuj model
AlibabaReferencje wideo

Wan 3.0 — odniesienie do wideo

Użyj większego pakietu referencyjnego, aby zapewnić tożsamość i ciągłość wizualną w wygenerowanym wideo.

Wejście do 10 obrazów i wyjście wideo
0,50 USD/pokolenie
Wypróbuj model
GoogleReferencje wideo

Veo 3.1 Odniesienie do wideo

Generowanie najwyższej jakości odniesień do wideo dla ujęć kinowych z kontrolowanym obiektem.

Wejście do 3 obrazów i wyjście wideo
0,60 USD/pokolenie
Wypróbuj model
KuaishouReferencje wideo

Kling O1 Odniesienie do wideo

Zbuduj spójny temat wideo z wielu widoków i podpowiedzi w języku naturalnym.

Wejście do 7 obrazów i wyjście wideo
0,72 USD/pokolenie
Wypróbuj model
MiniMaxOdniesienie multimodalne

MiniMax H3 Odniesienie do wideo

Połącz odniesienia wizualne i czasowe, gdy liczy się wygląd, ruch i dźwięk postaci.

Odniesienia obrazu, wideo lub audio, wyjście wideo
1,00 USD/pokolenie
Wypróbuj model
ByteDanceOdniesienie multimodalne

Seedance 2.5 Omni Referencja

Referencyjny punkt końcowy o dużej pojemności dla złożonych pakietów znaków i ciągłości wideo z wieloma scenami.

Do 30 obrazów wejściowych i wyjściowych wideo
1,70 USD/pokolenie (720p)
Wypróbuj model

Co to jest interfejs API spójności znaków?

Interfejs API spójności znaków wykorzystuje jeden lub więcej obrazów referencyjnych do odtworzenia tego samego obiektu w nowych scenach, pozach, strojach i kątach kamery. Modele referencyjne obrazu są przydatne w przypadku kart postaci i zdjęć; modele odniesienia do wideo wnoszą tę tożsamość w ruch.

Muapi udostępnia obie rodziny za pośrednictwem tego samego przepływu przesyłania i ankietowania REST. Wybierz model według rozmiaru pakietu referencyjnego, sposobu wprowadzania danych, ceny lub tego, czy efektem końcowym powinien być obraz czy film.

Kluczowe możliwości

Generowanie odniesienia obrazu

Zamień źródłowy obraz postaci w nowe zdjęcia, zachowując jednocześnie rozpoznawalne rysy twarzy, ubranie i tożsamość wizualną.

Odniesienie do wideo

Animuj odnośny obiekt w nowym ujęciu za pomocą modeli obsługujących wyjście wideo, ruch i kierunek sceny.

Zweryfikowane limity pakietu referencyjnego

W katalogu widoczny jest praktyczny limit referencyjny każdego modelu, od jednego obrazu do zestawów liczących do trzydziestu sztuk.

Referencje multimodalne

Używaj punktów końcowych, które akceptują kombinacje obrazów, wideo lub audio, gdy tożsamość obejmuje ruch, głos lub synchronizację.

Wskazówki dotyczące typu zadania

Przekaż jawnie typ zadania i pola referencyjne specyficzne dla modelu, aby zadania asynchroniczne rzadziej kończyły się niepowodzeniem i łatwiej było je ponowić.

Płacić za pokolenie

Zacznij od bezpłatnych lub tanich referencji obrazów, a następnie przejdź do modeli wideo premium tylko wtedy, gdy ujęcie tego wymaga.

Porównanie reprezentatywnego modelu spójności znaków

ModelkaDostawcaCenaNajlepsze dla
Odniesienie tematyczne MiniMaxMiniMax0,01 USD/pokolenieNajtańszy odnośnik do pojedynczego obrazu
Charakter ideogramuGPT-4o0,15 USD/pokolenieSpójne ilustrowane lub fotorealistyczne fotosy
Postać z Seedance 2ByteDance0,18 USD/pokolenieObrazy referencyjne od jednego do trzech
Charakter Bliźniąt OmniGoogleBezpłatnyBezpłatne odniesienia do multimodalnych obrazów
Odniesienie do Q2Zobacz0,065 USD/pokolenieDo siedmiu odniesień do wideo
Wan 3.0 — odniesienie do wideoAlibaba0,50 USD/pokolenieDuże pakiety referencyjne do filmów
Veo 3.1 Odniesienie do wideoGoogle0,60 USD/pokolenieWysokiej jakości kinowe ujęcia referencyjne
Seedance 2.5 Omni ReferencjaByteDance1,70 USD/pokolenie (720p)Złożone pakiety multimodalne i ciągłość

Limity referencyjne, obsługiwane metody i ceny różnią się w zależności od modelu. Przed przesłaniem zleceń produkcyjnych sprawdź schemat placu zabaw każdego modelu.

Jak wywołać interfejs API spójności znaków

  1. Wybierz model obrazu lub wideo. Wybierz model w oparciu o typ wyniku, rozmiar pakietu referencyjnego, modalność i budżet.
  2. Udostępnij swoje referencje. Prześlij obrazy źródłowe za pomocą POST /api/v1/upload_file lub użyj publicznie dostępnych adresów URL akceptowanych przez wybrany punkt końcowy.
  3. Wyślij pola typu zadania. Wywołaj POST /api/v1/{model-slug} z Images_list, monitem i dowolnymi odniesieniami specyficznymi dla modelu lub polami typu zadania.
  4. Odpytuj i utrwal wynik. Sprawdź GET /api/v1/predictions/{request_id}/result, aż status zostanie ukończony, a następnie zapisz zwrócony obraz lub wideo.
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())

Często zadawane pytania

Ile zdjęć referencyjnych powinienem wysłać?

Użyj najmniejszego pakietu referencyjnego, który obejmuje temat. Modele z pojedynczym odniesieniem wymagają jednego obrazu, podczas gdy modele wideo mogą akceptować trzy, siedem, dziesięć lub trzydzieści, w zależności od schematu.

Czy modele spójności znaków mogą generować wideo?

Tak. Vidu Q2, Wan 3.0, Veo 3.1, Kling O1, MiniMax H3 i Seedance Omni zawierają opcje odniesienia do wideo.

Czy mogę użyć wideo lub audio jako odniesienia?

Niektóre multimodalne punkty końcowe akceptują oprócz obrazów wideo lub audio. Przed wysłaniem tych pól sprawdź schemat wejściowy wybranego modelu.

Dlaczego moje zadanie asynchronicznego odniesienia nie powiodło się?

Typowe przyczyny to nieobsługiwana liczba odwołań, niepoprawna nazwa pola, niedostępny adres URL lub brakujący typ zadania specyficznego dla modelu. Sprawdź schemat placu zabaw i spróbuj ponownie, używając mniejszego pakietu.

Ile kosztuje generowanie spójności postaci?

Reprezentatywne ceny wahają się od bezpłatnych obrazów referencyjnych o wartości 0,01 USD do 1,70 USD za żądanie referencyjne wideo o dużej pojemności 720p. Wybrany model i opcje decydują o ostatecznym koszcie.

Czy mogę używać jednego klucza API dla każdego modelu referencyjnego?

Tak. Muapi używa jednego klucza API i tego samego wzorca przesyłania i ankietowania w całym katalogu obrazów i plików wideo.