Pular para o conteúdo

Geração de vídeo com IA

O que é imagem para vídeo?

Imagem para vídeo é geração de vídeo com IA que parte de uma imagem parada e gera, a partir de um prompt, o movimento que vem em seguida. A sua imagem vira o primeiro quadro, exatamente como está, ou uma referência que mantém um elemento principal reconhecível, e o modelo adiciona o movimento: uma pessoa se virando, ondas quebrando, uma câmera se aproximando.

Pela Equipe DreamBench. Atualizado em .

Imagem para vídeo em resumo

Visão geral

Entrada
Uma imagem e um prompt; em alguns modelos, também um último quadro.
Saída
Um clipe curto, geralmente de 4 a 15 segundos por plano, muitas vezes com som.
O que você define
O primeiro quadro, exatamente como a sua imagem.
O modelo decide
Tudo o que vem depois: o movimento, a câmera, o que entra em cena.
Tem dificuldade com
Rostos que se viram e voltam, mãos, texto e grandes mudanças em relação à imagem.

Como funciona a IA de imagem para vídeo

Imagem para vídeo funciona colocando a sua imagem como o primeiro quadro de um clipe que, fora isso, é ruído, marcando-a como um quadro a manter e gerando o resto ao lado dela. Um segundo codificador lê o conteúdo da imagem para que o visual dela passe aos quadros que ela nunca mostrou. O prompt orienta só o movimento.

A imagem define como o clipe começa, então o modelo tem muito menos a inventar do que em texto para vídeo. O que ele ainda inventa é tudo o que a imagem não mostra: a nuca de alguém, o resto de um cômodo, o que acontece depois.

Por dentro: como a imagem guia o modelo

O modelo aberto Wan documenta um design comum. A imagem é comprimida pelo mesmo codificador do vídeo e colocada como primeiro quadro, com quadros vazios depois dela. Uma máscara marca esse quadro como um a ser mantido, e o modelo gera o resto a partir de ruído ao lado dele.

Um segundo codificador lê o conteúdo da imagem e também o fornece ao modelo, para que o visual dela continue em quadros que a imagem nunca mostrou. Marcar um último quadro a ser mantido com a mesma máscara é como o método se estende para primeiro e último quadro.

Como escrever um prompt de imagem para vídeo

Descreva o que se move e como a câmera se move, não a cena: a imagem já fixa o elemento principal, a luz e o estilo. “Ela se vira para a janela; aproximação lenta; as cortinas se levantam com a brisa” basta.

Primeiro quadro, último quadro ou referência

Uma imagem pode ter três papéis num vídeo. O que você escolher decide quanto do clipe é seu e quanto o modelo cria.

Início

Gerado

Gerado

Gerado

Gerado

Fim

Você fixa as duas pontas. O modelo inventa um caminho entre elas que respeita o prompt, então, quanto mais diferentes forem os dois quadros, mais ele precisa inventar.

Primeiro e último quadro: você define as duas pontas, e o modelo gera o caminho entre elas.
Três jeitos de uma imagem guiar um vídeo
O clipeO que você corrigeBom para
Primeiro quadroComeça exatamente na sua imagemO inícioAnimar uma foto, uma foto de produto ou um quadro que você criou
Primeiro e último quadroComeça numa imagem e termina em outraInício e fimTransições, revelações, antes e depois
ReferênciaUm novo plano com o seu tema neleQuem ou o que apareceO mesmo personagem ou produto em muitos planos

Quais modelos de vídeo aceitam primeiro e último quadro

Os modelos de vídeo diferem na forma como usam uma imagem: alguns aceitam onde terminar além de onde começar, outros não. Esta tabela é lida das mesmas configurações que o painel de criação do DreamBench usa:

Modelos de vídeo no DreamBench: som, primeiro e último quadro, resoluções e proporções
ModeloSomPrimeiro e último quadroResoluçõesProporções
Seedance 2.5Ligado ou desligadoSim480p, 720p, 1080p1:1 · 16:9 · 9:16 · 4:3 · 21:9
Seedance 2.0Ligado ou desligadoSim720p, 1080p, 4K1:1 · 16:9 · 9:16 · 4:3 · 21:9
Veo 3.1Sempre ligadoSim720p, 1080p, 4K16:9 · 9:16
Kling 4.0Sempre ligadoSim720p, 1080p1:1 · 16:9 · 9:16 · 4:3 · 21:9
Kling 3.0Ligado ou desligadoSim720p, 1080p1:1 · 16:9 · 9:16 · 4:3 · 21:9
Wan 3.0Sempre ligadoSim720p, 1080p1:1 · 16:9 · 9:16 · 4:3
Wan 2.7Ligado ou desligadoSim720p, 1080p1:1 · 16:9 · 9:16 · 4:3
Grok Imagine 1.5Sempre ligadoSó o primeiro quadro720p, 1080p1:1 · 16:9 · 9:16 · 4:3
MiniMax H3Sempre ligadoSim720p, 1080p1:1 · 16:9 · 9:16 · 4:3 · 21:9
HappyHorse 1.1Sempre ligadoSó o primeiro quadro720p, 1080p1:1 · 16:9 · 9:16 · 4:3 · 21:9
LTX-2.3Ligado ou desligadoSim720p, 1080p, 4K16:9 · 9:16
Vidu Q2Ligado ou desligadoSó o primeiro quadro720p, 1080p1:1 · 16:9 · 9:16 · 4:3

“Só o primeiro quadro” significa que o modelo começa a partir da sua imagem, mas não dá para dizer onde ele deve terminar. Escolha um modelo com primeiro e último quadro para transições e revelações.

Formas de fazer uma imagem estática se mover

O que cada método move e o que mantém
O que se moveO que é mantido
Imagem para vídeoO elemento principal, a cena e a câmera, tudo gerado do zeroO primeiro quadro; depois disso, só o que o modelo consegue manter
Panorâmica e zoom (o efeito Ken Burns)Só uma câmera virtual deslizando sobre a fotoCada pixel: nada novo é criado
Foto falanteUm rosto sincronizado com a falaA maior parte da imagem, que fica parada

Onde se usa a IA de imagem para vídeo

  • Dar vida a fotos antigas de família.
  • Transformar fotos de produto em anúncios curtos.
  • Animar um logo para uma abertura ou um encerramento, com o clipe feito para terminar no logo como foi enviado.
  • Animar um personagem ou uma cena criados com um modelo de imagem.
  • Posts nas redes sociais que se movem em vez de ficarem parados.
  • Abrir um filme num quadro que você criou e depois gerar o resto do plano.

O que a IA de imagem para vídeo não consegue fazer

  • A IA inventa o movimento: o que aconteceu depois que a foto foi tirada nunca foi registrado.
  • Um rosto que se vira e volta pode voltar um pouco diferente: uma falha de consistência temporal.
  • Quanto mais o clipe se afasta da imagem, menos dela resta para mantê-lo no rumo.
  • Alguns modelos recusam algumas fotos. No DreamBench, o Seedance não aceita imagem de referência que mostre o rosto de uma pessoa real.
  • Só anime fotos que você tem o direito de usar, e peça autorização antes de animar a foto de outra pessoa.

Por que a minha foto fica cortada no vídeo? No painel de criação, o formato é escolhido primeiro, e um quadro inicial é redimensionado para preenchê-lo e cortado no centro, então uma foto 4:3 em um clipe 16:9 perde a parte de cima e a de baixo. Corte a foto no formato do clipe antes, ou aumente-a até esse formato com o expansor de imagem com IA. A ferramenta de uma foto só mantém o formato da própria foto; uma foto sem nitidez ou pequena anima melhor depois do melhorador de fotos com IA.

Como o DreamBench transforma uma imagem em vídeo

A ferramenta de imagem para vídeo anima uma única foto num clipe curto que começa nela, e Animar fotos antigas é preparada para fotos de família.

Qualquer resultado do DreamBench também pode abrir no painel de criação como imagem de referência: um recorte, uma foto restaurada, um quadro ampliado com o expansor de imagem com IA. O DreamBench escreve as cenas e as renderiza no modelo de vídeo que você escolher, como Seedance 2.5, Veo 3.1 ou Kling 3.0.

Imagem para vídeo no DreamBench: a ferramenta de uma foto e o painel de criação
A ferramenta de imagem para vídeoO painel de criação
EntradaUma foto de até 40 MB, JPEG, PNG, WebP ou qualquer formato que o seu navegador abra, redimensionada para 2048 pixels no lado maior antes da geraçãoAté 8 imagens de referência em um filme, um primeiro quadro e, nos modelos que aceitam, um último quadro
DuraçãoCinco segundosDe 4 a 300 segundos, com o limite do plano: 30 segundos no Starter, 2 minutos no Plus, 5 minutos no Ultra e no Studio
ResoluçãoCerca de 720p, seja qual for o tamanho da foto720p ou 1080p em todos os modelos, 4K no Seedance 2.0, no Veo 3.1 e no LTX-2.3
FormatoO formato da própria foto: uma foto vertical dá um clipe vertical1:1, 16:9, 9:16, 4:3 ou 21:9, escolhido primeiro; um quadro inicial é redimensionado para preencher o formato e cortado no centro
SomO som tranquilo do lugar, sem ninguém falandoDiálogo, efeitos e ambiente nos modelos que geram som; a tabela acima mostra quais
RostosUma foto de uma pessoa nunca vai para o Seedance, o Veo ou o Grok Imagine; se o primeiro modelo a recusar, um segundo tenta uma vezO Seedance recusa uma referência que mostre um rosto real, então um filme assim é renderizado em outro modelo

Perguntas

Qual é a diferença entre imagem para vídeo e texto para vídeo?

A geração de texto para vídeo parte só de palavras, então o modelo decide como tudo vai ficar. A de imagem para vídeo parte de uma imagem, então o elemento principal, a luz e o estilo vêm da sua imagem, e o prompt descreve o movimento.

Qual a duração máxima de um clipe de imagem para vídeo?

A maioria dos modelos faz um plano de cerca de 4 a 15 segundos a partir de uma imagem. Vídeos mais longos são montados com vários planos, que é como o painel de criação do DreamBench faz um filme.

Posso definir o último quadro também?

Sim, nos modelos que suportam primeiro e último quadro: você fornece duas imagens e o modelo gera o movimento entre elas. Alguns modelos aceitam só o primeiro quadro.

A IA consegue animar uma foto?

Sim. Um modelo de imagem para vídeo usa a sua foto como primeiro quadro e gera o movimento seguinte a partir de um prompt curto: uma pessoa se virando, ondas quebrando, uma câmera se aproximando. O clipe costuma ter de 4 a 15 segundos e começa exatamente na sua imagem. Uma foto nítida, com um elemento principal claro, luz uniforme e espaço ao redor para o movimento, é a que melhor anima; a ferramenta do DreamBench mantém o formato da própria foto, então corte antes se o clipe precisar de outro.

Por que o rosto no meu vídeo está diferente da minha foto?

O rosto muda porque só o primeiro quadro é a sua foto; cada quadro seguinte é gerado, e um rosto que se vira e volta é redesenhado da memória do modelo. Mantenha pequenos os movimentos de câmera e de cabeça, mantenha o clipe curto e comece de uma foto nítida, bem iluminada, com o rosto grande no quadro.

Imagem para vídeo consegue adicionar som?

Nos modelos que geram som, sim: o clipe começa na sua imagem, e o modelo gera efeitos, ambientação ou diálogo junto com o movimento. A tabela acima mostra quais modelos fazem som sempre, opcionalmente ou nunca.

Posso usar mais de uma imagem?

Sim, de duas formas: um primeiro e um último quadro nos modelos que aceitam os dois, ou várias imagens de referência de um personagem ou produto que o mantêm reconhecível ao longo dos planos de um filme no painel de criação do DreamBench.

Posso transformar uma foto em vídeo no celular?

Sim. A ferramenta de imagem para vídeo do DreamBench funciona no navegador do celular, sem nada para instalar: escolha a foto da sua galeria e o clipe é baixado em MP4.

Dá para animar a foto de uma pessoa real?

Com alguns modelos. No DreamBench, o Seedance recusa imagens de referência que mostrem o rosto de uma pessoa real, então um vídeo feito a partir de uma foto assim usa outro modelo. Só anime fotos que você tem o direito de usar.

Transformar imagem em vídeo é pago?

Depende do app. No DreamBench, você cria uma conta gratuita e escolhe um plano antes do primeiro clipe, e cada clipe consome créditos do plano.

Imagem para vídeo mantém a proporção da minha foto ou a corta?

Imagem para vídeo mantém a proporção da sua foto na ferramenta de uma foto do DreamBench: uma foto vertical dá um clipe vertical e uma foto em paisagem dá um clipe em paisagem, em cerca de 720p. No painel de criação, você escolhe o formato do clipe primeiro, e um quadro inicial é redimensionado para preenchê-lo e cortado no centro, então corte a foto nesse formato você mesmo, ou expanda-a com o expansor de imagem com IA, antes de começar.

Que tamanho e formato de foto funcionam para imagem para vídeo?

Uma foto para imagem para vídeo no DreamBench pode ser um JPEG, PNG, WebP ou qualquer formato que o seu navegador abra, de até 40 MB; ela é redimensionada para 2048 pixels no lado maior antes da geração, então um arquivo maior não acrescenta nada. O que importa mais do que pixels é uma imagem nítida e bem iluminada, com um elemento principal bem definido e afastado das bordas, já que o clipe abre exatamente nela e todos os quadros seguintes são inventados a partir dela.

Quanto tempo leva imagem para vídeo?

Imagem para vídeo leva alguns minutos para um clipe de cinco segundos na ferramenta do DreamBench, e a página mostra o clipe assim que fica pronto. Se o primeiro modelo recusar a sua foto, um segundo tenta uma vez, o que acrescenta um pouco de tempo; se esse também recusar, os créditos da geração voltam. No painel de criação, um plano leva de menos de um minuto a vários minutos, conforme o modelo, a duração, a resolução e o som.

O que acontece com a foto que eu envio para imagem para vídeo?

A foto que você envia para imagem para vídeo fica no seu navegador até você gerar um clipe. Depois, ela é usada para gerar esse clipe e nada mais, e é removida do armazenamento da ferramenta depois de 7 dias, junto com o resultado; um resultado que você guarda na sua biblioteca fica enquanto você quiser. O MP4 leva um rótulo nos dados do arquivo dizendo que foi feito com IA no DreamBench, sem nada desenhado sobre a imagem.

Mais em Glossário

Fontes

O DreamBench é uma plataforma independente e não é afiliado às empresas citadas nesta página nem endossado por elas.