O que é image-to-video geração?

A geração de imagem para vídeo anima uma imagem estática em um clipe de vídeo curto. A imagem geralmente se torna o primeiro quadro, e seu prompt descreve o movimento e o movimento da câmera, de modo que o sujeito, o enquadramento e o estilo da imagem se incorporam ao vídeo.

Tipos de modelos

O que image-to-video significa

Image-to-video é um modo de geração de vídeo. Em vez de criar uma cena apenas a partir de texto, o modelo começa com uma imagem que você fornece e a anima. Na maioria dos modelos, a imagem se torna o primeiro quadro do clipe, então seu sujeito, enquadramento, cores e estilo são onde o vídeo começa. O prompt então descreve o que acontece em seguida: como o sujeito se move, o que muda na cena e como a câmera se move, por exemplo Zoom devagar para fora e panorama para a direita.

Isso te dá mais controle do que text-to-video. Você pode projetar ou aprovar o visual exato primeiro, muitas vezes com um API de geração de imagens, e então adicione movimento a ele.

Maneiras pelas quais um modelo pode usar suas imagens

  • Primeiro quadro. Uma imagem inicia o clipe, e o modelo anima para frente a partir dele.
  • Primeiro e último quadro. Nos modelos que o suportam, uma segunda imagem define o quadro final, e o modelo gera o movimento entre os dois. Isso se adequa a transições, revelações e before-and-after cenas.
  • Imagens de referência. Em reference-to-video, as imagens não são quadros. O modelo carrega os personagens, produtos ou estilo que eles mostram para uma nova cena, o que ajuda a manter o personagem consistente ao longo de vários clipes.
  • Retratos falantes. Um modelo de avatar anima um único retrato com uma trilha de áudio, ou com texto falado por uma voz embutida.

Como funciona uma solicitação de image-to-video

Image-to-video usa o mesmo endpoint que outras gerações de vídeo, POST /v1/videos/generations. Passar a imagem como uma URL pública em imagem, adicione um prompt para o movimento e defina duração e resolução. Em modelos que fazem um último quadro, a segunda imagem vai em seu próprio campo, como image_end. Muitos modelos escolhem o modo a partir do que você conecta, e um Modo O parâmetro o seleciona explicitamente.

A saída geralmente segue a proporção da sua imagem, então recorte a imagem para a forma desejada, como 9:16 para vídeo vertical, antes de enviá-la. Cada página de modelo lista os formatos e tamanhos de imagem que aceita. A solicitação é executada como um trabalho assíncrono: a API retorna um job id Imediatamente, e você pesquisa VÁ /v1/jobs/{job_id} Até o vídeo estar pronto.

Para que image-to-video é usado

  • Clipes de produto e anúncios. Transforme uma foto de produto em uma foto curta para uma página de loja ou um anúncio nas redes sociais.
  • Arte animada. Adicione movimento a ilustrações, artes conceituais e personagens de marca.
  • Sequências consistentes. Inicie vários clipes a partir de imagens do mesmo personagem ou cenário, para que as tomadas coincidam quando você as edita juntas.
  • Explicações e treinamento. Crie vídeos com cabeça falante a partir de um retrato e de um roteiro.

Escolher um modelo e seu custo

Teste candidatos com sua própria imagem, porque os modelos diferem em quão fielmente mantêm rostos, produtos e texto impresso enquanto adicionam movimento. Também compare suporte ao primeiro e último quadro, duração e resolução máximas, áudio nativo e tempo de geração. Comparações de modelos lado a lado Ajude a restringir a lista.

Image-to-video é faturado como outras gerações de vídeo: a maioria dos modelos cobra por segundo de saída a uma taxa definida pela resolução, e muitos usam a mesma taxa para text-to-video e image-to-video. Alguns modelos também cobram imagens de entrada. Navegue pelo modelos de vídeo, tente um no Playground, e leia o Referência de geração de vídeo antes de chamar a API com sua chave.

Pague conforme você utiliza, ou escolha um plano com subsídios semanais. As tarifas atuais estão no página de preços.

Os modelos no EmpirioLabs AI

20 modelos, do mais barato para o mais caro quando compartilham uma unidade de cobrança. A página de cada modelo traz a tabela de preços completa, os parâmetros e código.

Endpoints

POST /v1/videos/generations

Preço por segundo

ModeloMenor tarifaAplica-se a
Wan 2.2 Alibaba Cloud$0.015 por segundoFlash 480P
PixVerse V6 Max PixVerse$0.030667$0.024534 por segundo360p padrão sem áudio
MiniMax H3 Lite MiniMax$0.025 por segundo480p
Pixverse Avatar PixVerse$0.025556 por segundo360p
Pixverse v6 PixVerse$0.025556 por segundo360p padrão sem áudio
Pixverse C1 PixVerse$0.030667 por segundo360p padrão sem áudio
Wan 2.1 Alibaba Cloud$0.036 por segundoTurbo
Wan 2.5 Alibaba Cloud$0.05 por segundo480P
Ver todos os 20 modelos
ModeloMenor tarifaAplica-se a
MiniMax H3 Highspeed MiniMax$0.06 por segundo768p
Seedance 2.0 Mini ByteDance$0.070 por segundoT2V/I2V 480P
Wan 3.0 Alibaba Cloud$0.07 por segundo480P padrão
Kling 4.0 Flash Kling AI$0.094 por segundo720p padrão
Grok Imagine Video 1.5 xAI$0.096 por segundo480p
Seedance 2.5 Flash ByteDance$0.135 por segundoT2V/I2V 480P
HappyHorse 1.1 Alibaba Cloud$0.14 por segundo720p
Kling 4.0 Kling AI$0.157 por segundo720p padrão
Kling V3 Kling AI$0.168 por segundoT2V/I2V padrão
Kling 3.0 Turbo Kling AI$0.18 por segundo720p
MiniMax H3 MiniMax$0.18 por segundo768p
Seedance 2.5 ByteDance$0.206 por segundoT2V/I2V 480P

Perguntas frequentes

Qual é a diferença entre image-to-video e text-to-video?

Texto-para-vídeo cria a cena apenas a partir de um prompt. Image-to-video começa com uma imagem que você fornece, geralmente como o primeiro quadro, e o prompt descreve o movimento.

O vídeo mantém a proporção da minha imagem?

Na maioria dos modelos, sim: image-to-video segue o formato da imagem de origem. Corte a imagem para a proporção que você precisa, como 9:16 ou 16:9, antes de enviá-la.

Posso definir tanto o primeiro quanto o último quadro?

Sim, em modelos que suportam isso. Você envia uma segunda imagem como último quadro, e o modelo gera o movimento entre as duas imagens.

Quanto custa image-to-video?

A maioria dos modelos cobra por segundo do vídeo gerado a uma taxa definida pela resolução, geralmente a mesma tarifa que text-to-video. Alguns modelos também cobram imagens de entrada. Em EmpirioLabs AI você pode pagar conforme vai ou escolher um plano com franqueza semanal.

Pronto para usar endpoints melhores?

Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.