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。
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。
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。
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.
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
/v1/videos/generations1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 |
| 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 |
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。
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。
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。
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。