ข้อกำหนดทาง技术ของ runwayml-image-to-video
| ข้อกำหนด | รายละเอียด |
|---|---|
| รหัสโมเดล | runwayml-image-to-video |
| ผู้ให้บริการ | Runway |
| ความสามารถหลัก | สร้างวิดีโอจากภาพเริ่มต้น โดยใช้ข้อความพรอมป์และการสร้างการเคลื่อนไหวที่อ้างอิงจากภาพ. |
| ประเภทงานของ API | งานสร้างวิดีโอจากภาพแบบอะซิงโครนัสที่เริ่มผ่าน endpoint image-to-video ของ Runway. |
| โมเดลพื้นฐานที่รองรับใน Runway API | endpoint image-to-video ของ Runway รองรับโมเดลวิดีโอหลายตัว ได้แก่ gen4_turbo, gen3a_turbo, veo3.1, veo3.1_fast, และ veo3. |
| อินพุตที่ต้องใช้ | ภาพอินพุตพร้อมพารามิเตอร์การสร้างที่เฉพาะของโมเดล; โดยทั่วไปใช้ข้อความพรอมป์เพื่ออธิบายการเคลื่อนไหวและพฤติกรรมของฉากที่ต้องการ. |
| การยืนยันตัวตน | ใช้คีย์ API แบบ Bearer ในเฮดเดอร์ Authorization. |
| เฮดเดอร์เวอร์ชัน | เอกสารอ้างอิงของ Runway กำหนดให้ต้องมีเฮดเดอร์ X-Runway-Version โดยระบุค่า 2024-11-06 สำหรับ endpoint image-to-video. |
| รูปแบบผลลัพธ์ | ส่งคืนวิดีโอที่สร้างเสร็จผ่านกระบวนการแบบงาน (task) ของ API. |
| อัตราเฟรมโดยทั่วไป | เอกสารของ Runway ระบุ 24 fps สำหรับผลลัพธ์ image-to-video ของ Gen-3 Alpha. |
| ความละเอียดผลลัพธ์ที่พบบ่อย | Runway ระบุ 1280×768 สำหรับ Gen-3 Alpha และ 1280×768 กับ 768×1280 สำหรับ Gen-3 Alpha Turbo ขึ้นอยู่กับการวางแนว. |
| แนวทางสำหรับภาพอินพุต | Runway แนะนำให้หลีกเลี่ยงภาพอ้างอิงที่เล็กกว่า 640×640 px หรือใหญ่กว่า 4K สำหรับอินพุตภาพ. |
| รูปแบบการใช้งานบน CometAPI | เข้าถึงผ่าน CometAPI โดยใช้ตัวระบุโมเดลของแพลตฟอร์ม runwayml-image-to-video. |
runwayml-image-to-video คืออะไร?
runwayml-image-to-video เป็นตัวระบุโมเดลของ CometAPI สำหรับเข้าถึงความสามารถ image-to-video ของ Runway ในทางปฏิบัติ โมเดลประเภทนี้รับภาพนิ่งเป็นจุดเริ่มต้นทางภาพและแปลงให้เป็นวิดีโอที่สร้างขึ้น โดยมักมีข้อความพรอมป์เป็นตัวกำหนดที่อธิบายการเคลื่อนไหว พฤติกรรมของกล้อง บรรยากาศ หรือวิวัฒนาการของฉาก.
Runway จัดวาง image-to-video เป็นส่วนหนึ่งของสแต็กการสร้างวิดีโอที่กว้างขึ้น เอกสารสำหรับ Gen-3 Alpha อธิบายว่า image-to-video เป็นวิธีทำให้ภาพที่ให้มามีการเคลื่อนไหว โดยการพิมพ์พรอมป์เน้นไปที่การเคลื่อนไหวเป็นหลัก แทนที่จะบรรยายสิ่งที่มองเห็นในเฟรมซ้ำอีกครั้ง.
ในมุมมองเชิง API Runway เปิดเผยการสร้าง image-to-video ผ่าน endpoint สร้างงาน (task-creation) ซึ่งหมายความว่าคำขอจะเริ่มงานก่อน แล้วจึงต้องมีการโพลล์หรือดึงผลเพื่อรับวิดีโอสุดท้ายหลังจากประมวลผลเสร็จ.
คุณสมบัติหลักของ runwayml-image-to-video
- การสร้างวิดีโอโดยอ้างอิงจากภาพ: เริ่มจากภาพนิ่งและสร้างวิดีโอที่ขับเคลื่อนด้วยการเคลื่อนไหว แทนการสร้างวิดีโอจากข้อความล้วน.
- การควบคุมการเคลื่อนไหวด้วยพรอมป์: ทำงานได้ดีที่สุดเมื่อพรอมป์อธิบายการเคลื่อนไหว การเคลื่อนกล้อง และการเปลี่ยนแปลงของฉาก เพื่อทำให้เฟรมที่ให้มาขยับได้อย่างสอดคล้อง.
- เวิร์กโฟลว์แบบอะซิงโครนัส: ใช้คำขอเริ่มสร้าง แล้วตามด้วยการดึงผลลัพธ์ เหมาะกับระบบโปรดักชันที่จัดคิวและติดตามงานมีเดียที่ใช้เวลานาน.
- มีตัวเลือกโมเดลพื้นฐานหลายแบบ: endpoint image-to-video ของ Runway รองรับโมเดลวิดีโอฝั่งแบ็กเอนด์หลายตัว ช่วยให้ผู้พัฒนาปรับสมดุลคุณภาพ ความเร็ว และต้นทุนได้ยืดหยุ่น.
- การยืนยันตัวตนแบบระดับโปรดักชัน: ใช้การยืนยันตัวตนด้วยโทเค็นแบบ Bearer ตามมาตรฐาน พร้อมเฮดเดอร์ระบุเวอร์ชัน API อย่างชัดเจนเพื่อการผสานระบบที่มีการควบคุม.
- รองรับเอาต์พุตแนวตั้งและแนวนอน: Runway ระบุขนาดเอาต์พุตสำหรับโหมดสร้างทั้งแนวนอนและแนวตั้งในตระกูลโมเดลที่รองรับ.
- เข้ากันได้กับเวิร์กโฟลว์ภาพอ้างอิง: API ถูกออกแบบให้ยึดภาพอ้างอิงเป็นหลัก และ Runway มีคำแนะนำขนาดอินพุตเพื่อช่วยคงคุณภาพการสร้าง.
- เหมาะกับสายงานครีเอทีฟที่ขยายต่อได้: แพลตฟอร์มที่กว้างขึ้นของ Runway มีเวิร์กโฟลว์สร้างวิดีโอที่เกี่ยวข้อง เช่น keyframes การขยาย (expansion) และโหมดสร้างอื่นๆ ทำให้ image-to-video ใช้งานได้เป็นหนึ่งขั้นตอนในไปป์ไลน์ครีเอทีฟที่ใหญ่กว่า.
วิธีเข้าถึงและผสาน runwayml-image-to-video
ขั้นตอนที่ 1: สมัครและขอรับ API Key
เริ่มต้นโดยสมัครใช้งานบน CometAPI และสร้าง API key จากแดชบอร์ด เมื่อได้รับ API key แล้ว ให้เก็บรักษาอย่างปลอดภัยและใช้ในเฮดเดอร์ Authorization สำหรับทุกคำขอ.
ขั้นตอนที่ 2: ส่งคำขอไปยัง API ของ runwayml-image-to-video
ใช้รูปแบบ API อย่างเป็นทางการของ Runway ผ่าน CometAPI Endpoint คือ POST /runwayml/v1/image_to_video และต้องระบุเฮดเดอร์ X-Runway-Version.
curl https://api.cometapi.com/runwayml/v1/image_to_video \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $COMETAPI_API_KEY" \
-H "X-Runway-Version: 2024-11-06" \
-d '{
"model": "gen4_aleph",
"promptText": "Your prompt here."
}'
ขั้นตอนที่ 3: ดึงและตรวจสอบผลลัพธ์
API จะส่งคืนออบเจ็กต์งานพร้อม task ID ให้โพลล์ที่ GET /runwayml/v1/tasks/{task_id} เพื่อตรวจสอบสถานะการสร้าง จากนั้นดึง URL ของผลลัพธ์จากการตอบกลับเมื่อสถานะเสร็จสมบูรณ์.