Qu’est-ce que image-to-video génération ?

La génération d’image vers vidéo anime une image fixe en un court clip vidéo. L’image devient généralement la première image, et votre invite décrit le mouvement et le mouvement de la caméra, de sorte que le sujet, le cadrement et le style de l’image se retrouvent dans la vidéo.

Types de modèles

Qu'image-to-video signifie

L’image-à-vidéo est un mode de génération vidéo. Au lieu de créer une scène uniquement à partir du texte, le modèle part d’une image que vous fournissez et l’anime. Sur la plupart des modèles, l’image devient la première image du clip, donc son sujet, son cadrage, ses couleurs et son style sont là où la vidéo commence. L’invite décrit ensuite ce qui se passe ensuite: comment le sujet se déplace, quels changements dans la scène et comment la caméra se déplace, par exemple Zoom arrière lentement et panoramique vers la droite.

Cela vous donne plus de contrôle que text-to-video. Vous pouvez concevoir ou approuver l’aspect exact en premier, souvent avec un API de génération d’images, puis y ajouter du mouvement.

Façons dont un modèle peut utiliser vos images

  • Première image. Une image lance le clip, et le modèle s’anime vers l’avant à partir de celui-ci.
  • Première et dernière image. Sur les modèles qui le supportent, une seconde image fixe l’image finale, et le modèle génère le mouvement entre les deux. Cela convient aux transitions, aux révélations et aux before-and-after des plans.
  • Images de référence. En reference-to-video, les images ne sont pas des cadres. Le modèle transporte les personnages, produits ou styles qu’il montre dans une nouvelle scène, ce qui aide à maintenir la cohérence d’un personnage sur plusieurs clips.
  • Portraits parlants. Un modèle avatar anime un seul portrait avec une piste audio, ou avec du texte prononcé par une voix intégrée.

Comment fonctionne une demande image-to-video

L’image-à-vidéo utilise le même point de terminaison que les autres générations vidéo, POSTE /v1/videos/generations. Passer l’image comme URL publique dans image, ajoutez une invite pour le mouvement, puis définissez durée et résolution. Sur les modèles qui prennent une dernière image, la deuxième image va dans son propre champ, par exemple image_end. De nombreux modèles choisissent le mode à partir de ce que vous attachez, et un Mode le paramètre le sélectionne explicitement.

La sortie suit généralement le format d’image de votre image, donc recadrez l’image dans la forme souhaitée, par exemple 9:16 pour la vidéo verticale, avant de l’envoyer. Chaque page de modèle liste les formats d’image et les tailles qu’elle accepte. La requête s’exécute comme un travail asynchrone: l’API renvoie un aide-emploi immédiatement, et vous sondez ALLEZ-/v1/jobs/{job_id} jusqu’à ce que la vidéo soit prête.

À quoi sert image-to-video

  • Extraits de produits et de publicités. Transformez une photo de produit en courte photo pour une page de magasin ou une annonce sur les réseaux sociaux.
  • Illustrations animées. Ajoutez du mouvement aux illustrations, aux concepts artistiques et aux personnages de marque.
  • Des séquences cohérentes. Commencez plusieurs extraits à partir d’images du même personnage ou du même décor, afin que les plans correspondent lorsque vous les montez ensemble.
  • Explications et formation. Créez des vidéos parlantes à partir d’un portrait et d’un script.

Choisir un modèle et son coût

Testez les candidats avec votre propre image, car les modèles diffèrent dans la fidélité avec laquelle ils gardent les visages, les produits et le texte imprimé tout en ajoutant du mouvement. Comparez également le support de la première et de la dernière image, la durée maximale et la résolution, l’audio natif et le temps de génération. Comparaisons de modèles côte à côte Aidez à réduire la liste.

L’image-vidéo est facturée comme les autres générations vidéo: la plupart des modèles facturent par seconde de sortie à un débit fixé par la résolution, et beaucoup utilisent le même débit pour text-to-video et image-to-video. Certains modèles facturent également les images d’entrée. Parcourez le Modèles vidéo, essaie-en un dans le Playground, et lisez le Référence de génération vidéo avant d’appeler l’API avec votre clé.

Payez au fur et à mesure, ou choisissez un plan avec des indemnités hebdomadaires. Les tarifs actuels sont sur le page de prix.

Les modèles sur EmpirioLabs AI

20 modèles, du moins cher au plus cher lorsqu'ils partagent une unité de facturation. La page de chaque modèle présente sa grille tarifaire complète, ses paramètres et du code.

Endpoints

POST /v1/videos/generations

Prix par seconde

ModèleTarif le plus basS'applique à
Wan 2.2 Alibaba Cloud$0.015 par secondeFlash 480P
PixVerse V6 Max PixVerse$0.030667$0.024534 par seconde360p standard sans son
MiniMax H3 Lite MiniMax$0.025 par seconde480p
Pixverse Avatar PixVerse$0.025556 par seconde360p
Pixverse v6 PixVerse$0.025556 par seconde360p standard sans son
Pixverse C1 PixVerse$0.030667 par seconde360p standard sans son
Wan 2.1 Alibaba Cloud$0.036 par secondeTurbo
Wan 2.5 Alibaba Cloud$0.05 par seconde480P
Afficher les 20 modèles
ModèleTarif le plus basS'applique à
MiniMax H3 Highspeed MiniMax$0.06 par seconde768p
Seedance 2.0 Mini ByteDance$0.070 par secondeT2V/I2V 480P
Wan 3.0 Alibaba Cloud$0.07 par seconde480P standard
Kling 4.0 Flash Kling AI$0.094 par seconde720p standard
Grok Imagine Video 1.5 xAI$0.096 par seconde480p
Seedance 2.5 Flash ByteDance$0.135 par secondeT2V/I2V 480P
HappyHorse 1.1 Alibaba Cloud$0.14 par seconde720p
Kling 4.0 Kling AI$0.157 par seconde720p standard
Kling V3 Kling AI$0.168 par secondeT2V/I2V standard
Kling 3.0 Turbo Kling AI$0.18 par seconde720p
MiniMax H3 MiniMax$0.18 par seconde768p
Seedance 2.5 ByteDance$0.206 par secondeT2V/I2V 480P

Questions fréquentes

Quelle est la différence entre image-to-video et text-to-video ?

Le texte vers vidéo crée la scène à partir d’une invite uniquement. L’image vers vidéo commence à partir d’une image que vous fournissez, généralement comme première image, et l’invite décrit le mouvement.

La vidéo conserve-t-elle le format d’image de mon image ?

Sur la plupart des modèles, oui: image-to-video suit la forme de l’image source. Recadrez l’image au ratio nécessaire, par exemple 9:16 ou 16:9, avant de l’envoyer.

Puis-je régler à la fois la première et la dernière image ?

Oui, sur les modèles qui le supportent. Vous envoyez une seconde image comme dernière image, et le modèle génère le mouvement entre les deux images.

Combien image-to-video coûte ?

La plupart des modèles facturent par seconde la vidéo générée à un tarif fixé par la résolution, souvent au même tarif que text-to-video. Certains modèles facturent également les images d’entrée. Sur EmpirioLabs AI vous pouvez payer à l’avance ou choisir un forfait avec des allocations hebdomadaires.

Prêt à utiliser de meilleurs points de terminaison ?

Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.