image-to-video世代とは何か?

画像からビデオへの生成は、静止画像を短いビデオクリップにアニメーションさせます。画像は通常最初のフレームとなり、プロンプトは動きやカメラの動きを説明することで、被写体やフレーミング、写真のスタイルがビデオに反映されます。

モデルの種類

image-to-videoどういう意味か

画像から動画への変換は、動画生成の一種の方法です。テキストだけでシーンを作るのではなく、モデルがあなたが提供した画像から始めてアニメーション化します。ほとんどのモデルでは、画像がクリップの最初のフレームとなるため、その被写体、フレーミング、色、スタイルが動画の始まりとなります。その後、プロンプトは次に何が起こるかを説明します。例えば、被写体がどのように動き、シーンで何が変化し、カメラがどのように移動するかなどです。 ゆっくりズームアウトして右にパンしますお問い合わせ.

これにより、text-to-videoよりもコントロールが強化されます。まずは正確な外観をデザインまたは承認することができ、多くの場合 画像生成API、そしてそこに動きを加えます。

モデルがあなたの画像を活用する方法

  • 最初のフレーム。 1枚の画像がクリップを始め、モデルはそこから前方にアニメーションします。
  • 最初と最後のフレーム。 それをサポートするモデルでは、2枚目の画像が最終フレームを設定し、モデルがその間の動きを生成します。これはトランジション、リビュレーション、before-and-afterショットに適しています。
  • 参考画像。 reference-to-videoでは、画像はフレームではありません。モデルは、彼らが見せるキャラクターや商品、スタイルを新しいシーンに持ち込み、複数のクリップにまたがってキャラクターの一貫性を保つのに役立ちます。
  • 話す肖像画。 アバターモデルは、音声トラック付きの単一のポートレートや、内蔵音声によるテキストでアニメーションします。

image-to-videoリクエストの仕組み

画像から動画への変換は、他の動画生成と同じ終端を使用します。 POST /v1/videos/generations.画像を公開URLとして渡す サイトマップ、モーションのプロンプトを追加し、設定します 期間 および ソリューション.最後のフレームを取るモデルでは、2枚目の画像は独立したフィールドに入ります。例えば image_end.多くのモデルは、取り付けたものからモードを選択します。 モード パラメータは明示的に選択します。

出力は通常画像のアスペクト比に沿うため、送信前に画像を希望の形状(縦方向ビデオの場合は9:16など)にトリミングしてください。各モデルページには、対応する画像形式とサイズが一覧表示されます。リクエストは非同期ジョブとして実行されます:API は 求人情報 すぐに、そしてあなたはアンケートを 出て/v1/jobs/{job_id} ビデオが完成するまで。

image-to-video用途

  • 商品クリップと広告クリップ。 商品写真をストアページやソーシャル広告用の短いモーションショットに変換しましょう。
  • アニメーションアートワーク。 イラスト、コンセプトアート、ブランドキャラクターに動きを加えましょう。
  • 一貫したシーケンス。 同じキャラクターやセットの画像から複数のクリップを開始し、編集時にショットが一致するようにしましょう。
  • 解説とトレーニング。 ポートレートとスクリプトからトーキングヘッド動画を作成します。

モデルの選び方と費用について

候補者を自分の画像でテストしてください。モデルによって、動きを加えつつ顔や商品、印刷されたテキストをどれだけ忠実に保持するかが異なります。また、最初のフレームと最後のフレームのサポート、最大持続時間と解像度、ネイティブ音声、生成時間を比較してください。 モデルの並べ比較 リストを絞り込むのを手伝ってください。

画像からビデオへの変換は他のビデオ生成と同様に課金形式で、ほとんどのモデルは解像度で設定されたレートで1秒あたりの出力を請求し、text-to-videoやimage-to-videoにも同じ料金を使います。一部のモデルは入力画像にも請求します。ご覧ください ビデオモデル、試してみてください。 Playground、そして ビデオ生成リファレンス キーでAPIを呼び出す前に。

使った分だけ支払うか、週ごとの手当があるプランを選びましょう。現在の料金は プライシングページお問い合わせ.

EmpirioLabs AI のモデル

20 個のモデル。課金単位が同じものは安い順に並べています。各モデルのページに料金表の全体、パラメーター、コードがあります。

エンドポイント

POST /v1/videos/generations

1秒あたりの料金

モデル最低料金適用対象
Wan 2.2 Alibaba Cloud$0.015 秒単位フラッシュ480P
PixVerse V6 Max PixVerse$0.030667$0.024534 秒単位標準360p音声なし
MiniMax H3 Lite MiniMax$0.025 秒単位480p
Pixverse Avatar PixVerse$0.025556 秒単位360p
Pixverse v6 PixVerse$0.025556 秒単位標準360p音声なし
Pixverse C1 PixVerse$0.030667 秒単位標準360p音声なし
Wan 2.1 Alibaba Cloud$0.036 秒単位ターボ
Wan 2.5 Alibaba Cloud$0.05 秒単位480P
20 個のモデルをすべて表示
モデル最低料金適用対象
MiniMax H3 Highspeed MiniMax$0.06 秒単位768p
Seedance 2.0 Mini ByteDance$0.070 秒単位T2V/I2V 480P
Wan 3.0 Alibaba Cloud$0.07 秒単位標準480P
Kling 4.0 Flash Kling AI$0.094 秒単位標準720p
Grok Imagine Video 1.5 xAI$0.096 秒単位480p
Seedance 2.5 Flash ByteDance$0.135 秒単位T2V/I2V 480P
HappyHorse 1.1 Alibaba Cloud$0.14 秒単位720p
Kling 4.0 Kling AI$0.157 秒単位標準720p
Kling V3 Kling AI$0.168 秒単位標準T2V/I2V
Kling 3.0 Turbo Kling AI$0.18 秒単位720p
MiniMax H3 MiniMax$0.18 秒単位768p
Seedance 2.5 ByteDance$0.206 秒単位T2V/I2V 480P

よくある質問

image-to-videoとtext-to-videoの違いは何ですか?

テキスト・トゥ・ビデオは、プロンプトだけでシーンを作成します。画像からビデオへの変換は、通常、あなたが提供した画像(通常は最初のフレーム)から始まり、プロンプトがその動きを説明します。

動画は私の画像のアスペクト比を保持していますか?

ほとんどのモデルでは、はい、image-to-videoは元の画像の形状に沿っています。送信前に画像を必要な比率(9:16や16:9など)にトリミングしてください。

最初のフレームと最後のフレームの両方を設定できますか?

はい、それに対応しているモデルでは。最後のフレームとして2枚目の画像を送り、モデルが2つの画像間の動きを生成します。

image-to-videoいくらかかりますか?

ほとんどのモデルは解像度で設定された生成された動画の料金で1秒あたり請求し、多くの場合text-to-videoと同じレートです。一部のモデルは入力画像も請求します。EmpirioLabs AIでは、使用量に応じて支払うか、週ごとの手当付きのプランを選択できます。

より良いエンドポイントを使う準備はできていますか?

ご自身のモデルを当社のスタックに展開したい方は、ぜひご価格をご覧ください。