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。
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。
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。
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。 。 。.
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
/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 |
| 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 |
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。
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。
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。
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。