什么是image-to-video世代?

图像生成视频将静态图像动画化成短视频剪辑。图像通常成为第一帧,你的提示描述了画面的运动和摄像机运动,因此画面的主题、构图和风格得以延续到视频中。

模型类型

image-to-video是什么意思

图像转视频是一种视频生成方式。模型不是仅用文字创建场景,而是从你提供的图片开始并对其进行动画化。在大多数模型中,图像成为片段的第一帧,因此视频的起点是其主体、构图、颜色和风格。提示随后描述接下来会发生什么:主体如何移动、场景发生了什么变化以及摄像机如何移动,例如。 慢慢拉远并向右平移。 。 。.

这比text-to-video赋予你更多的控制权。你可以先设计或批准完全正确的外观,通常会有 图像生成API,然后为其添加运动。

模特使用您的图像的方式

  • 第一帧。 一张图片开始剪辑,模型从图像开始向前动画。
  • 第一帧也是最后一帧。 在支持该帧的模型中,第二幅图像设定最终帧,模型生成两帧之间的运动。这适用于过渡、揭示和before-and-after镜头。
  • 参考图片。 在reference-to-video中,图像不是帧。模型将他们展示的角色、产品或风格带入新场景,这有助于保持角色在多个片段中的一致性。
  • 会说话的肖像画。 头像模型会为单个肖像进行动画,同时配有音轨,或通过内置语音朗读文本。

image-to-video请求的运作方式

图像转视频使用与其他视频生成相同的终端, 后 /v1/videos/generations.将图片作为公共 URL 传递 图像,添加动作提示,并设置 会期 以及 决议.对于拍摄最后一帧的模型,第二幅图像进入其独立场,例如 image_end.许多模型会根据你所连接的设备选择模式,并且 模式 参数会显式选择它。

输出通常会遵循图像的宽高比,因此在发送之前,请裁剪成您想要的形状,例如竖屏视频的 9:16。每个模型页面列出了它接受的图像格式和尺寸。请求以异步作业形式运行:API 返回 任务(d) 立刻,然后你进行投票 快/v1/jobs/{job_id} 直到视频准备好。

image-to-video用途

  • 产品和广告剪辑。 将一张产品照片制作成短动态镜头,用于商店页面或社交广告。
  • 动画艺术作品。 为插画、概念艺术和品牌角色添加动态元素。
  • 顺序一致。 从同一角色或同一组图片中开始多个片段,这样编辑时镜头就匹配。
  • 讲解和培训。 从肖像和脚本创建对话头视频。

选择型号及其费用

用你自己的图像测试候选人,因为不同模型在保留面部、产品和印刷文字的同时加入动态时,存在差异。还要比较首帧和末帧支持、最大持续时间和分辨率、原生音频和生成时间。 并排模型比较 帮助缩小范围。

图像转视频的计费方式与其他视频生成类似:大多数型号按分辨率设定的每秒输出费率计费,许多型号对text-to-video和image-to-video也采用相同的费率。有些型号还会对输入图像进行计费。浏览 视频模型试试一个 Playground,并阅读 视频生成参考 在你用密钥调用 API 之前。

按需付费,或选择带有每周津贴的计划。当前费率详见 定价页面。 。 。.

EmpirioLabs AI 上的模型

共 20 个模型;计费单位相同的按价格从低到高排列。每个模型的页面都有完整价目表、参数和代码。

端点

POST /v1/videos/generations

按秒计价

模型最低费率适用于
Wan 2.2 Alibaba Cloud$0.015 每秒闪电480P
PixVerse V6 Max PixVerse$0.030667$0.024534 每秒标准360p无音频
MiniMax H3 Lite MiniMax$0.025 每秒480p
Pixverse Avatar PixVerse$0.025556 每秒360p
Pixverse v6 PixVerse$0.025556 每秒标准360p无音频
Pixverse C1 PixVerse$0.030667 每秒标准360p无音频
Wan 2.1 Alibaba Cloud$0.036 每秒涡轮
Wan 2.5 Alibaba Cloud$0.05 每秒480P
显示全部 20 个模型
模型最低费率适用于
MiniMax H3 Highspeed MiniMax$0.06 每秒768p
Seedance 2.0 Mini ByteDance$0.070 每秒T2V/I2V 480P
Wan 3.0 Alibaba Cloud$0.07 每秒标准480P
Kling 4.0 Flash Kling AI$0.094 每秒标准720p
Grok Imagine Video 1.5 xAI$0.096 每秒480p
Seedance 2.5 Flash ByteDance$0.135 每秒T2V/I2V 480P
HappyHorse 1.1 Alibaba Cloud$0.14 每秒720p
Kling 4.0 Kling AI$0.157 每秒标准720p
Kling V3 Kling AI$0.168 每秒标准T2V/I2V
Kling 3.0 Turbo Kling AI$0.18 每秒720p
MiniMax H3 MiniMax$0.18 每秒768p
Seedance 2.5 ByteDance$0.206 每秒T2V/I2V 480P

常见问题

image-to-video和text-to-video有什么区别?

文本转视频仅凭提示就创建场景。图像转视频从你提供的图片开始,通常是第一帧,提示描述动作。

视频会保持我图片的画面比例吗?

在大多数模型上,是的:image-to-video会遵循源图像的形状。在发送图像之前,请裁剪到你需要的比例,例如 9:16 或 16:9。

我可以同时设置第一帧和最后一帧吗?

是的,在支持它的模型上。你最后一帧发送第二张图像,模型生成两幅图像之间的运动。

image-to-video多少钱?

大多数型号按分辨率设定的每秒生成视频计费,通常与text-to-video相同。有些型号还会对输入图像收费。EmpirioLabs AI 上你可以按使用量付费,或者选择带每周补贴的套餐。

准备好使用更好的终端了吗?

查看我们的定价,或者如果你想将自己的模型部署到我们的堆栈中,请联系我们。