Bild-zu-Video-Generierung animiert ein Standbild zu einem kurzen Videoclip. Das Bild wird normalerweise zum ersten Bild, und dein Prompt beschreibt die Bewegung und die Kamerabewegung, sodass das Motiv, die Bildgestaltung und der Stil des Bildes ins Video übergehen.
Bild-zu-Video ist ein Modus der Videogenerierung. Anstatt eine Szene nur aus Text zu erstellen, beginnt das Modell mit einem von Ihnen gelieferten Bild und animiert es. Bei den meisten Modellen wird das Bild zum ersten Bild des Clips, sodass das Bild, die Bildrahmung, die Farben und der Stil der Ausgangspunkt des Videos sind. Der Prompt beschreibt dann, was als Nächstes passiert: wie sich das Motiv bewegt, was sich in der Szene verändert und wie sich die Kamera bewegt, zum Beispiel Langsam herauszoomen und nach rechts schwenken.
Das gibt Ihnen mehr Kontrolle als text-to-video. Sie können das exakte Aussehen zuerst entwerfen oder genehmigen, oft mit einem Bildgenerierungs-API, und fügt dann Bewegung hinzu.
Bild-zu-Video verwendet denselben Endpunkt wie andere Videogenerierung, POST /v1/videos/generations. Geben Sie das Bild als öffentliche URL in bild, einen Prompt für die Bewegung hinzufügen und festlegen dauer und auflösung. Bei Modellen, die ein letztes Bild aufnehmen, wird das zweite Bild in ein eigenes Feld gebracht, wie zum Beispiel image_end. Viele Modelle wählen den Modus aus dem, was du anschließt, und ein Modus Parameter wählt es explizit aus.
Die Ausgabe folgt in der Regel dem Seitenverhältnis Ihres Bildes, daher schneiden Sie das Bild vor dem Versand auf die gewünschte Form zu, z. B. 9:16 für vertikales Video. Jede Modellseite listet die Bildformate und Größen auf, die sie akzeptiert. Die Anfrage läuft als asynchroner Job: Die API gibt eine job id sofort, und du bewirbst eine Umfrage KOMM /v1/jobs/{job_id} Bis das Video fertig ist.
Teste Kandidaten mit deinem eigenen Bild, denn Modelle unterscheiden sich darin, wie getreu sie Gesichter, Produkte und gedruckten Texte halten und gleichzeitig Bewegung hinzufügen. Vergleichen Sie außerdem die Unterstützung für das erste und letzte Bild, maximale Dauer und Auflösung, native Audio und Generierungszeit. Modellvergleiche direkt nebeneinander Hilf dabei, die Liste einzugrenzen.
Bild-zu-Video wird wie andere Videogenerierung abgerechnet: Die meisten Modelle laden pro Sekunde Ausgabe mit einer durch die Auflösung festgelegten Rate auf, und viele verwenden dieselbe Rate für text-to-video und image-to-video. Einige Modelle verraten auch Eingabebilder. Durchsuchen Sie die Videomodelle, probier eins in der Playground, und lies die Referenz zur Videogenerierung bevor Sie die API mit Ihrem Schlüssel aufrufen.
Zahlen Sie nach Bezahlung oder wählen Sie einen Plan mit wöchentlichen Zulagen. Die aktuellen Tarife sind auf der preisseite.
20 Modelle, günstigste zuerst, wo sie eine Abrechnungseinheit teilen. Die Seite jedes Modells zeigt die vollständige Preisliste, Parameter und Code.
Endpunkte
/v1/videos/generationsPreis pro Sekunde
| Modell | Niedrigster Tarif | Gilt für |
|---|---|---|
| Wan 2.2 Alibaba Cloud | $0.015 pro Sekunde | Flash 480P |
| PixVerse V6 Max PixVerse | $0.030667$0.024534 pro Sekunde | Standard 360p ohne Audio |
| MiniMax H3 Lite MiniMax | $0.025 pro Sekunde | 480p |
| Pixverse Avatar PixVerse | $0.025556 pro Sekunde | 360p |
| Pixverse v6 PixVerse | $0.025556 pro Sekunde | Standard 360p ohne Audio |
| Pixverse C1 PixVerse | $0.030667 pro Sekunde | Standard 360p ohne Audio |
| Wan 2.1 Alibaba Cloud | $0.036 pro Sekunde | Turbo |
| Wan 2.5 Alibaba Cloud | $0.05 pro Sekunde | 480P |
| Modell | Niedrigster Tarif | Gilt für |
|---|---|---|
| MiniMax H3 Highspeed MiniMax | $0.06 pro Sekunde | 768p |
| Seedance 2.0 Mini ByteDance | $0.070 pro Sekunde | T2V/I2V 480P |
| Wan 3.0 Alibaba Cloud | $0.07 pro Sekunde | Standard 480P |
| Kling 4.0 Flash Kling AI | $0.094 pro Sekunde | Standard 720p |
| Grok Imagine Video 1.5 xAI | $0.096 pro Sekunde | 480p |
| Seedance 2.5 Flash ByteDance | $0.135 pro Sekunde | T2V/I2V 480P |
| HappyHorse 1.1 Alibaba Cloud | $0.14 pro Sekunde | 720p |
| Kling 4.0 Kling AI | $0.157 pro Sekunde | Standard 720p |
| Kling V3 Kling AI | $0.168 pro Sekunde | Standard T2V/I2V |
| Kling 3.0 Turbo Kling AI | $0.18 pro Sekunde | 720p |
| MiniMax H3 MiniMax | $0.18 pro Sekunde | 768p |
| Seedance 2.5 ByteDance | $0.206 pro Sekunde | T2V/I2V 480P |
Text-zu-Video erstellt die Szene allein aus einem Prompt. Image-to-Video beginnt mit einem Bild, das Sie liefern, meist als erstes Bild, und der Prompt beschreibt die Bewegung.
Bei den meisten Modellen ja: image-to-video folgt der Form des Ausgangsbilds. Schneide das Bild vor dem Versand auf das benötigte Verhältnis zu, z. B. 9:16 oder 16:9.
Ja, bei Modellen, die das unterstützen. Du schickst ein zweites Bild als letztes Bild, und das Modell erzeugt die Bewegung zwischen den beiden Figuren.
Die meisten Modelle rechnen pro Sekunde generierten Videos zu einem von der Auflösung festgelegten Tarif ab, oft im gleichen Satz wie text-to-video. Manche Modelle rechnen auch Eingabebilder ab. Auf EmpirioLabs AI können Sie unterwegs zahlen oder einen Plan mit wöchentlichen Zulagen wählen.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.