runwayml-image-to-video کی تکنیکی وضاحتیں
| خصوصیت | تفصیلات |
|---|---|
| ماڈل ID | runwayml-image-to-video |
| فراہم کنندہ | Runway |
| بنیادی صلاحیت | متنی پرامپٹ اور تصویر پر مبنی حرکت کی جنریشن استعمال کرتے ہوئے ابتدائی تصویر سے ویڈیو تیار کرتا ہے۔ |
| API ٹاسک کی قسم | Runway کے image-to-video اینڈ پوائنٹ کے ذریعے شروع کیا گیا غیر ہم زمانی (asynchronous) تصویر سے ویڈیو جنریشن ٹاسک۔ |
| Runway API میں معاون بنیادی ماڈلز | Runway کا image-to-video اینڈ پوائنٹ متعدد ویڈیو ماڈلز قبول کرتا ہے، جن میں gen4_turbo، gen3a_turbo، veo3.1، veo3.1_fast اور veo3 شامل ہیں۔ |
| درکار ان پٹس | ایک ان پٹ تصویر بعلاوہ ماڈل مخصوص جنریشن پیرا میٹرز؛ عموماً مطلوبہ حرکت اور منظر کے برتاؤ کی وضاحت کے لیے پرامپٹ متن استعمال ہوتا ہے۔ |
| توثیق | Authorization ہیڈر میں Bearer API key۔ |
| ورژننگ ہیڈر | Runway کی API ریفرنس X-Runway-Version ہیڈر کا تقاضا کرتی ہے، اور image-to-video اینڈ پوائنٹ کے لیے دستاویزی قدر 2024-11-06 ہے۔ |
| آؤٹ پٹ فارمیٹ | ٹاسک پر مبنی API پروسیسنگ کے ذریعے تیار کردہ ویڈیو اثاثہ واپس کیا جاتا ہے۔ |
| عمومی فریم ریٹ | Runway کی دستاویزات Gen-3 Alpha image-to-video آؤٹ پٹس کے لیے 24 fps درج کرتی ہیں۔ |
| معمول کی آؤٹ پٹ ریزولوشن | Runway، Gen-3 Alpha کے لیے 1280×768 اور Gen-3 Alpha Turbo کے لیے سمت کے مطابق 1280×768 اور 768×1280 دونوں درج کرتا ہے۔ |
| تصویری ان پٹ رہنمائی | Runway تجویز کرتا ہے کہ تصویری ان پٹ کے لیے 640×640 px سے چھوٹی یا 4K سے بڑی حوالہ تصاویر سے پرہیز کریں۔ |
| CometAPI پر استعمال کا طریقہ کار | CometAPI کے ذریعے platform model identifier runwayml-image-to-video استعمال کرتے ہوئے رسائی حاصل کی جاتی ہے۔ |
runwayml-image-to-video کیا ہے؟
runwayml-image-to-video، Runway کی image-to-video جنریشن صلاحیت تک رسائی کے لیے CometAPI کا ماڈل آئڈینٹیفائر ہے۔ عملی طور پر، یہ قسم کا ماڈل ایک جامد تصویر کو بصری نقطۂ آغاز کے طور پر لیتا ہے اور اسے تیار کردہ ویڈیو میں بدل دیتا ہے، عموماً ایسے پرامپٹ متن کی رہنمائی میں جو حرکت، کیمرہ کے رویے، ماحول، یا منظر کے ارتقا کی وضاحت کرتا ہے۔
Runway، image-to-video کو اپنے وسیع ویڈیو جنریشن اسٹیک کے حصے کے طور پر پیش کرتا ہے۔ Gen-3 Alpha کی دستاویزات میں image-to-video کو فراہم کردہ تصویر کو حرکت دینے کے طریقے کے طور پر بیان کیا گیا ہے، جہاں پرامپٹنگ خاص طور پر حرکت پر مرتکز ہوتی ہے بجائے اس کے کہ فریم میں پہلے سے موجود ہر چیز کو دوبارہ بیان کیا جائے۔
API کے نقطۂ نظر سے، Runway image-to-video جنریشن کو ایک ٹاسک بنانے والا اینڈ پوائنٹ کے طور پر مہیا کرتا ہے، جس کا مطلب یہ ہے کہ درخواستیں عموماً پہلے ایک جاب شروع کرتی ہیں اور پھر پروسیسنگ مکمل ہونے کے بعد حتمی ویڈیو حاصل کرنے کے لیے پولنگ یا بازیافت کے مراحل درکار ہوتے ہیں۔
runwayml-image-to-video کی اہم خصوصیات
- تصویر پر مبنی ویڈیو جنریشن: ایک جامد تصویر سے شروعات کرتا ہے اور متن سے صرف ویڈیو بنانے کے بجائے حرکت پر مبنی ویڈیو آؤٹ پٹ تیار کرتا ہے۔
- پرامپٹ کی رہنمائی میں حرکت کا کنٹرول: اس وقت بہترین کام کرتا ہے جب پرامپٹس حرکت، کیمرہ کی حرکت اور منظر کی تبدیلیوں کی وضاحت کریں تاکہ فراہم کردہ فریم کو ہم آہنگ انداز میں متحرک کیا جا سکے۔
- غیر ہم زمانی ٹاسک ورک فلو: ابتدائی جنریشن کی درخواست کے بعد نتائج کی بازیافت استعمال کرتا ہے، جو ان پروڈکشن سسٹمز کے لیے موزوں ہے جو طویل دورانیے کے میڈیا جابز کو قطار میں رکھتے اور مانیٹر کرتے ہیں۔
- متعدد بنیادی ماڈل کے اختیارات: Runway کا image-to-video API اینڈ پوائنٹ کئی بیک اینڈ ویڈیو ماڈلز کو سپورٹ کرتا ہے، جس سے ڈویلپرز کو معیار، رفتار اور لاگت کے پروفائلز کے لحاظ سے لچک ملتی ہے۔
- پروڈکشن طرز کی API توثیق: معیاری Bearer-token توثیق اور واضح API ورژن ہیڈرز استعمال کرتا ہے تاکہ انضمام قابو میں رہے۔
- پورٹریٹ اور لینڈ اسکیپ آؤٹ پٹس کی معاونت: Runway، معاون ماڈل فیملیز میں افقی اور عمودی دونوں جنریشن موڈز کے لیے آؤٹ پٹ سائز دستاویز کرتا ہے۔
- حوالہ تصویر ورک فلو مطابقت: API تصویر کے حوالہ جات کے گرد ڈیزائن کی گئی ہے، اور Runway جنریشن معیار برقرار رکھنے میں مدد کے لیے ان پٹ سائز کی سفارشات فراہم کرتا ہے۔
- وسیع پذیر تخلیقی پائپ لائن کے مطابق: Runway کا وسیع پلیٹ فارم کلیدی فریمز، توسیع اور دیگر جنریشن موڈز جیسے متعلقہ ویڈیو جنریشن ورک فلو شامل کرتا ہے، جس سے image-to-video بڑی تخلیقی پائپ لائن میں ایک مؤثر مرحلہ بن جاتا ہے۔
runwayml-image-to-video تک رسائی اور انضمام
مرحلہ 1: API کلید کے لیے سائن اپ کریں
آغاز کے لیے، CometAPI پر سائن اپ کریں اور ڈیش بورڈ سے اپنی API کلید بنائیں۔ API کلید حاصل کرنے کے بعد اسے محفوظ رکھیں اور تمام درخواستوں میں Authorization ہیڈر میں استعمال کریں۔
مرحلہ 2: runwayml-image-to-video API کو درخواستیں بھیجیں
CometAPI کے ذریعے Runway کی باضابطہ API فارمیٹ استعمال کریں۔ اینڈ پوائنٹ POST /runwayml/v1/image_to_video ہے۔ X-Runway-Version ہیڈر شامل کریں۔
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."
}'
مرحلہ 3: نتائج حاصل کریں اور توثیق کریں
API ایک ٹاسک آبجیکٹ بمعہ ٹاسک ID واپس کرتی ہے۔ جنریشن کی حالت جانچنے کے لیے GET /runwayml/v1/tasks/{task_id} پول کریں، پھر مکمل شدہ ٹاسک کے جواب سے آؤٹ پٹ URL حاصل کریں۔