Sie haben ein Bild einer erwachsenen Figur, das Ihnen gefällt. Sie möchten eine kurze Reaktion, eine langsame Drehung oder eine bewegte Szene, bei der das Gesicht erhalten bleibt. Die Suche nach einem unzensierten KI-Bild-zu-Video-Generator liefert viele Versprechen, aber wenig Hilfe bei den Entscheidungen vor dem ersten Kauf: Welche Version sollten Sie verwenden, was kostet ein Clip und bedeutet „kostenlos“ ein nutzbares Video oder nur ein Registrierungsangebot?
Beginnen Sie mit Wan 2.2 Spicy für günstige Bewegungsentwürfe von fünf Sekunden. Wählen Sie Wan 2.2 LoRA, wenn Sie einen kompatiblen Adapter laden möchten. MiniMax H3 Spicy eignet sich für kurze Figurenreaktionen mit optionalem Prompt. Seedance 2.5 Spicy bietet längere Aufnahmen und einen Audioschalter. Betreiben Sie Wan lokal in ComfyUI, wenn die Kontrolle über Ihren eigenen Workflow die Hardware und Einrichtung rechtfertigt.
Dies sind fünf praktische Optionen für unterschiedliche Aufgaben. Es wird nicht behauptet, fünf Modelle seien direkt gegeneinander getestet worden. Vier sind gehostete Routen mit Browser-Playground und API; die fünfte läuft auf Ihrem eigenen Rechner. Der Vergleich verwendet die aktuellen öffentlichen Schnittstellenverträge und Preise, veröffentlichte SpicyAPI-Beispiele und frühere Inhaltstests. Die folgenden Promptbeispiele sind neue Aufnahmeideen, keine neu generierten Ergebnisse.
Die fünf Optionen einschließlich der tatsächlichen Clipkosten
Die gehosteten Preise gelten in USD pro Ausgabesekunde bei der genannten Auflösung. Sie sind keine feste Gebühr für Videos beliebiger Länge. Gleiche Auflösungsbezeichnungen belegen zudem keine gleiche Bildqualität. Die folgenden Summen enthalten keine separat gekauften Ausgangsbilder und keine spätere Bearbeitung oder Hochskalierung.
| Option | Geeignet für | Länge | Ausgabestufen | Fünf Sekunden bei 480p | Was Sie benötigen |
|---|---|---|---|---|---|
| Wan 2.2 Spicy | Günstige kurze Bewegungsentwürfe | 5 oder 8 s | 480p, 720p | $0.095 | Anfangsbild und Bewegungsprompt |
| Wan 2.2 LoRA | Laden kompatibler Wan-Adapter | 5 oder 8 s | 480p, 720p | $0.12 | Anfangsbild, Prompt; optionale Gewichtsdateien |
| MiniMax H3 Spicy | Kurze Reaktionen und optionales Schlussbild | 3–15 s | 480p, 540p, 768p, 1080p | $0.19 | Anfangsbild; Prompt optional |
| Seedance 2.5 Spicy | Längere Aufnahmen und optionaler generierter Ton | 4–30 s | 480p, 720p, 1080p, hochskaliertes 4K | $1.08 | Anfangsbild; Prompt optional |
| ComfyUI mit lokalem Wan | Eigene Kontrolle über Modell und Workflow | Abhängig vom Workflow | Abhängig von Modell und Workflow | Keine gehostete Generierungsgebühr | Geeignete GPU, Modelle, Speicher und Einrichtung |
Wenn Sie die gehosteten Optionen nur ausprobieren möchten, öffnen Sie ihre Aufgabenseiten und nutzen Sie den Playground. Sie müssen nicht zuerst eine Anwendung entwickeln. API-Zugriff wird sinnvoll, wenn Sie denselben Generierungsschritt in Ihr eigenes Figurenprodukt für Erwachsene oder eine wiederholbare kreative Pipeline einbauen möchten.
Lokales und gehostetes Wan sind getrennte Optionen. Ein lokaler Checkpoint kann sich hinsichtlich Training, Adaptern, Geschwindigkeit und Ausgabeverhalten von einer gehosteten Spicy-Version unterscheiden. Das gemeinsame Wort „Wan“ macht sie nicht austauschbar.
Was die NSFW-Belege tatsächlich aussagen
Eine unzensierte Route kann eine Anfrage akzeptieren und die Szene dennoch verfehlen. Sie kann auch ein intensiveres Ergebnis als beabsichtigt erzeugen, ein Outfit ändern oder eine weitere Person hinzufügen. Für Creator mit Erwachseneninhalten sind Bereitschaft und Kontrolle getrennte Anforderungen.
Der veröffentlichte Review zu Wan 2.2 Spicy beschreibt diese Unterscheidung in seinen Bild-zu-Video-Tests vom 25. September: Von anzüglichem Styling bis hin zu intensiveren Szenen für Erwachsene wurde der Inhalt umgesetzt, während die beiden stärksten Prüfkategorien auch abgeschwächte Ergebnisse enthielten. Diese Kategorien prüften unterschiedliche Dinge, darunter explizite fiktive Szenen. Sie bilden keine austauschbare einzelne „NSFW“-Note. Die begutachteten Clips der abgestuften Prüfung hatten fünf Sekunden bei 480p. Der Bericht belegt nicht, wie sich ein Anime-Bild, ein echtes Foto, eine längere Aufnahme oder eine andere Eingabe verhält.
Das spricht dafür, die Route für Erwachseneninhalte auszuprobieren und zugleich die Aussagekraft der Belege zu begrenzen. Ein freizügig umgesetztes Ergebnis kann dennoch schlechte Bewegung oder Bearbeitungskontinuität haben. Eine umgesetzte Szene verrät auch nicht, welche internen Filter ein anderer Dienst verwendet. SpicyAPI leitet diese Routen ohne zusätzliche Inhaltsprüfung auf Plattformebene weiter. Das gewählte Modell bestimmt weiterhin die zurückgegebene Szene.
Den ursprünglichen breiteren Testkontext finden Sie im veröffentlichten Vergleich unzensierter Videomodelle. Dessen ältere Preise und Abdeckung sollten die aktuelle Kostentabelle oben nicht ersetzen. Für diese Kaufentscheidung ist die sinnvollere Frage enger: Welche Route bietet die für Ihre gewünschte Aufnahme passenden Einstellungen und Preise?
1. Wan 2.2 Spicy: Der Einstieg für einen günstigen Bewegungsentwurf
Wan 2.2 Spicy Bild-zu-Video kostet $0.019 pro Ausgabesekunde bei 480p und $0.038 bei 720p. Ein Entwurf von fünf Sekunden kostet daher $0.095; ein 720p-Clip von acht Sekunden kostet $0.304. Bei den verglichenen Einstellungen ist dies die günstigste gehostete Option in dieser Vorauswahl aus fünf Angeboten.
Der Hauptvorteil ist klar: Sie können mit wenig Geld entscheiden, ob sich ein Standbild sinnvoll animieren lässt. Für eine erwachsene Companion-Figur können ein Blick, ein Lächeln oder eine kleine Schulterdrehung genügen. Sie brauchen nicht unbedingt eine Sequenz von 30 Sekunden oder eine hochauflösende Auslieferungsdatei, um diese Bewegung zu beurteilen.
- Wählen Sie es, wenn: Figur und Szene bereits in einem Bild vorhanden sind, fünf oder acht Sekunden genügen und Sie Ton separat ergänzen möchten.
- Wählen Sie etwas anderes, wenn: Sie eine längere durchgehende Aufnahme, eine native Audiosteuerung oder eigene LoRA-Dateien brauchen. Der gewöhnliche Spicy-Endpunkt hat keine Eingabe für benutzerdefinierte LoRAs.
Halten Sie die erste Bewegungsbeschreibung eng gefasst. Eine Ausgangsidee für eine fiktive erwachsene Figur in einem blickdichten Abendoutfit lautet:
Die erwachsene Figur dreht sich langsam zum Betrachter und hält ein warmes, wissendes Lächeln. Ihre Haare bewegen sich leicht im Wind. Die Kamera bleibt in derselben Entfernung. Outfit und Komposition mit einer einzelnen Person bleiben unverändert.
Illustration: Ein nahes Porträt eignet sich für einen kleinen Ausdruck; eine breitere Vorlage bietet Platz für eine Handgeste.
Frühere veröffentlichte Wan-Beispiele führten aus einem Bild mit einer einzelnen Person einen zweiten Erwachsenen ein. Zählen Sie das als kreativen Fehler, wenn die Beschreibung eine Person verlangt. Mehr Intensität ist nicht automatisch eine Verbesserung.
Die optionale Eingabe für ein Schlussbild hilft, wenn Sie bereits wissen, wo die Aufnahme enden soll. Sie steuert nicht jede Bewegung zwischen den beiden Bildern. Verwenden Sie ein stimmiges Endbild mit derselben Figur, demselben Outfit, Raum und Kamerastandpunkt. Eine radikal andere Endpose kann den Übergang schwieriger statt genauer machen.
2. Wan 2.2 LoRA: Wählen Sie es für einen tatsächlich nutzbaren Adapter
Wan 2.2 LoRA Bild-zu-Video kostet $0.024 pro Sekunde bei 480p und $0.048 bei 720p. Fünf Sekunden kosten entsprechend $0.12 oder $0.24. Der Grund für den Aufpreis gegenüber gewöhnlichem Spicy ist die Kontrolle über eigene Adapter, keine garantierte Verbesserung der Figurenkonsistenz.
Die Route bietet getrennte LoRA-Eingaben für High Noise und Low Noise sowie einen Slot, der Gewichte auf beide Experten anwendet. Jeder Slot akzeptiert bis zu drei Dateien mit einer Gewichtung von null bis vier. Die Dateikompatibilität ist wichtiger als die Zahl möglicher Anhänge: Figuren-, Bewegungs- und Stiladapter können in unterschiedliche Richtungen ziehen.
Ein Creator mit Erwachseneninhalten könnte einen Adapter für eine wiederkehrende fiktive Figur besitzen und deren Aussehen in mehreren Clips verwenden wollen. Beginnen Sie mit dem passenden Adapter, seiner dokumentierten Platzierung und seinen Trigger-Wörtern. Die Figur sollte im Anfangsbild vor dem Laden bereits wiedererkennbar sein. Ein Adapter kann ein Gesicht, das in der Vorlage winzig oder unscharf ist, nicht zuverlässig wiederherstellen.
- Wählen Sie es, wenn: Sie bereits einen Wan-kompatiblen Adapter haben, wissen, ob er den High-Noise- oder Low-Noise-Experten adressiert, und seine Wirkung mit einer Basisversion vergleichen möchten.
- Verzichten Sie zunächst darauf, wenn: Sie nur ein einzelnes animiertes Porträt möchten oder eine für ein anderes Modell trainierte Gewichtsdatei besitzen. Für einen LoRA-Endpunkt zu bezahlen bedeutet nicht, dass Sie eine nützliche LoRA bereitstellen.
Verwenden Sie für einen Adaptervergleich einen festen Seed ungleich null und dasselbe Bild, denselben Prompt, dieselbe Dauer und Auflösung. Generieren Sie einmal ohne und einmal mit der Datei. Prüfen Sie das Merkmal, das der Adapter verändern soll: ein bestimmtes Gesicht, einen visuellen Stil oder eine Bewegung. Eine neue Ausgabedatei allein beweist nicht, dass der Adapter geladen wurde oder geholfen hat.
Illustration: Wans zwei Experten haben unterschiedliche Aufgaben. Verwenden Sie einen Adapter in dem Slot, den seine eigene Dokumentation vorsieht.
Platzieren Sie einen ausschließlich für High Noise vorgesehenen Adapter nicht in beiden Slots, nur um ihn stärker zu machen. Folgen Sie zuerst seiner Modellkarte. Verschlechtert sich die Ähnlichkeit, reduzieren Sie den Einfluss des Adapters oder entfernen Sie konkurrierende Adapter, bevor Sie weitere Identitätsadjektive hinzufügen. Lässt sich die Datei nicht abrufen, prüfen Sie, ob die URL auf tatsächlich herunterladbare Gewichte statt auf eine Modellseite mit Login-Pflicht verweist.
Der Leitfaden zu Wans High- und Low-Noise-Slots erklärt diese Aufteilung ausführlicher. Diese Option ist wegen der Kontrolle über kompatible Dateien sinnvoll. Die früheren Prüfungen von Szenen für Erwachsene bieten keine Grundlage für die Behauptung, sie gehe weiter als die gewöhnliche Spicy-Route.
3. MiniMax H3 Spicy: Sinnvoll für kurze Figurenreaktionen
MiniMax H3 Spicy Bild-zu-Video akzeptiert ein Anfangsbild, ohne einen Textprompt zu verlangen. Es bietet drei bis fünfzehn ganze Sekunden und ein optionales Schlussbild. Bei 480p kostet eine Reaktion von drei Sekunden $0.114, ein Clip von fünf Sekunden $0.19.
Das macht es interessant, wenn die Pose Ihrer erwachsenen Figur bereits eine Bewegung nahelegt: aus einem Sessel aufblicken, sich leicht drehen oder Blickkontakt aufnehmen. Eine Anfrage ohne Prompt überlässt dem Modell die Bewegung. Ergänzen Sie eine Anweisung, wenn Sie eine bestimmte Reaktion für ein Gespräch oder einen Handlungsmoment benötigen.
Für eine fiktive erwachsene männliche Figur, die in einer Lounge sitzt, könnte eine Aufnahmeidee lauten:
Er schließt das Buch, blickt zum Betrachter auf und zeigt ein kleines Lächeln. Das körpernah geschnittene Hemd, Gesicht und Sessel bleiben wiedererkennbar. Stabile mittlere Aufnahme. Leise Raumatmosphäre, kein Dialog.
Die Vorlage sollte Buch und Hände bereits zeigen. Andernfalls muss das Videomodell zusätzlich zur Animation des Ausdrucks das Objekt und die Interaktion erfinden.
- Wählen Sie es, wenn: Eine kurze Reaktion, ein optionaler Prompt oder ein geplantes Ende nützlich ist und der unterstützte Bereich von drei bis fünfzehn Sekunden passt.
- Betrachten Sie es nicht als: Garantie, dass eine erwachsene Figur innerhalb einer gewählten Intensitäts- oder Kleidungsgrenze bleibt. Das Anfangsbild verankert die Aufnahme, friert sie aber nicht ein.
Im vorhandenen Workflow-Test mit einem Anfangsbild gibt es eine konkrete Warnung: Die erste Ausgabe von H3 Spicy veränderte die Garderobe über die beabsichtigte öffentliche Modeszene hinaus. Ein enger gefasster Wiederholungsversuch bewahrte das blickdichte Outfit bei weniger Bewegung. Der akzeptierte H3-Wiederholungsversuch und der Seedance-Clip verwendeten unterschiedliche Prompts. Dieses Beispiel kann daher keinen fairen Qualitätssieger bestimmen. Es belegt aber einen nützlichen Fehlertyp: Eine freizügigere Generierung kann auch unerwünschte kreative Änderungen bedeuten.
H3s Preis steigt mit der Ausgabestufe: Fünf Sekunden kosten $0.285 bei 540p, $0.42 bei 768p und $0.76 bei 1080p. Seine öffentliche Aufgabenseite beschreibt 768p als native Leinwand und 1080p als vergrößerte Ausgabe. Bezahlen Sie für diese größere Datei, wenn die Auslieferung sie erfordert und die Bewegung bereits funktioniert. Gehen Sie nicht davon aus, dass die größere Stufe ein falsches Gesicht oder eine fehlerhafte Hand repariert.
4. Seedance 2.5 Spicy: Wählen Sie es, wenn Länge oder Ton zählen
Seedance 2.5 Spicy Bild-zu-Video akzeptiert ein Anfangsbild, ein optionales Endbild und einen optionalen Prompt. Es unterstützt vier bis dreißig Sekunden und einen Schalter für generierten Ton. Das sind praktische Gründe, es für eine Geschichte mit Erwachsenen in Betracht zu ziehen, die mehr Zeit als eine kurze Reaktionsschleife braucht.
Der Preisunterschied ist erheblich. Bei 480p kosten fünf Sekunden $1.08 und dreißig Sekunden $6.48. Bei 720p werden daraus $2.16 und $12.96. Die Varianten mit und ohne Ton haben aktuell bei jeder Auflösung denselben aufgeführten Satz. Ton abzuschalten macht den Clip also nicht günstiger.
Das ist kein Beleg dafür, dass Seedance besser aussieht als alle günstigeren Routen. Es bedeutet, dass Sie für einen anderen verfügbaren Rahmen bezahlen: längere Aufnahmen, native Ausgabe bis 1080p und eine hochskalierte 4K-Option. Die 4K-Stufe kostet $2.16 pro Sekunde. Eine Ausgabe von dreißig Sekunden kostet damit $64.80 vor jeder weiteren kreativen Arbeit. Das ist ein teurer Punkt, um erstmals festzustellen, dass Ihr Anfangsbild die gewünschte Bewegung nicht unterstützt.
- Wählen Sie es, wenn: Eine längere ununterbrochene Aufnahme oder generierter Ton nötig ist und Sie die Ausgangskomposition bereits freigegeben haben.
- Halten Sie den Test kurz, wenn: Sie noch über die Bewegung der Figur entscheiden. Verwenden Sie vier oder fünf Sekunden, bevor Sie eine lange Aufnahme beauftragen.
Halten Sie für eine fiktive Szene mit zwei eindeutig erwachsenen, vollständig bekleideten Figuren deren relative Positionen im Standbild sichtbar. Eine zurückhaltende Bewegungsbeschreibung könnte verlangen, dass sich eine Person der anderen zuwendet, während die Kamera den Ausschnitt hält. Sind Hände, Gesichter und überlappende Silhouetten bereits im ersten Bild unklar, gibt zusätzliche Dauer dem Modell mehr Gelegenheiten, sie neu zu interpretieren.
Der Leitfaden zu Outfit-Abweichungen behandelt ein wiederkehrendes Problem von Creatorn mit Erwachseneninhalten: eine anzügliche Stimmung zu wünschen und gleichzeitig ein gewähltes Kostüm zu bewahren. Eine längere unterstützte Dauer ist nur nützlich, wenn der Inhalt über diese Dauer brauchbar bleibt. Verändern sich Gesicht oder Outfit gegen Ende, teilen Sie die Szene in kürzere Aufnahmen, statt mehr Geld für dieselbe ungelöste Aufnahme auszugeben.
5. Lokales ComfyUI und Wan: Keine gehostete Gebühr, aber echte Anforderungen
Lokale Generierung ist hier die sinnvolle „kostenlose“ Option, wenn Sie geeignete Hardware bereits besitzen. Software und heruntergeladene Gewichte verlangen keine Zahlung pro Generierung. Strom, Hardware, Speicher und Ihre Zeit kosten weiterhin etwas. Eine gemietete GPU ist kostenpflichtige Rechenleistung, auch wenn der Checkpoint selbst kostenlos ist.
Illustration: Lokale Generierung entfernt die gehostete Gebühr; Hardware, Strom und Wartung liegen weiterhin bei jemandem.
Beginnen Sie mit dem offiziellen ComfyUI-Tutorial zu Wan 2.2, das den hybriden 5B-Workflow vom 14B-Bild-zu-Video-Workflow trennt. ComfyUI beschreibt seine native Offloading-Konfiguration für das 5B-Modell als geeignet für 8 GB VRAM. Das ist eine Aussage zu diesem Workflow, kein allgemeines Minimum für sämtliche Wan-Modelle, Auflösungen oder Adapter.
Das Repository des Wan-Herausgebers nennt andere Anforderungen für die eigene Implementierung, darunter mindestens 24 GB VRAM für den gezeigten 5B-Befehl und 80 GB für die vollständigen 14B-Beispiele. Quantisierung und Offloading können die praktischen Anforderungen verändern. Wählen Sie einen vollständigen Workflow passend zu Ihrer Hardware, statt die kleinste Speicherangabe mit dem größten Checkpoint zu kombinieren.
- Wählen Sie lokale Generierung, wenn: Sie Gewichte und Workflow kontrollieren möchten, die Installation pflegen können und einen geeigneten Rechner zur Verfügung haben.
- Wählen Sie gehostete Generierung, wenn: Sie unmittelbar einige fertige Clips benötigen, ein Telefon oder einen Laptop ohne geeignete Hardware verwenden oder Einrichtung und Renderzeit wichtiger sind als die Vermeidung einer Generierungsgebühr.
Der praktische Einstieg besteht darin, ComfyUI zu installieren oder zu aktualisieren, die offizielle Wan-Bild-zu-Video-Vorlage zu laden, genau die darin genannten Modelle herunterzuladen und zuerst ein einfaches Bild einer bekleideten Figur auszuführen, bevor Sie eigene Adapter ergänzen. Prüfen Sie, ob ein Video gespeichert wird und sich abspielen lässt. Ändern Sie danach Prompt und Eingabe für die kreative Aufgabe mit Erwachsenen, die Sie tatsächlich brauchen.
Ein Fehler wegen eines fehlenden Nodes ist ein Installationsproblem. Ein abgeschlossenes zurückhaltendes Ergebnis ist ein anderes Problem. In einem Wan-Hilfethread der Community fragte ein Nutzer des 5B-Modells, warum seine Prompts für Erwachsene nicht funktionierten und ob eine bestimmte Version nötig sei. Das ist ein tatsächlicher Bedarf an Checkpoint-Beratung, kein Beweis dafür, dass ein bestimmter heruntergeladener Merge jede Szene löst.
Lokale Kontrolle bedeutet zudem keine unbegrenzte Cliplänge. Bildanzahl, Modellverhalten und Speicher begrenzen weiterhin jede Generierung. Eine Fortsetzung vom letzten Bild erzeugt eine weitere Generierung und kann Identitätsabweichungen ansammeln. Benötigen Sie eine fertige Sequenz von dreißig Sekunden, lassen sich mehrere separat freigegebene Aufnahmen möglicherweise leichter schneiden als eine ständig verlängerte Aufnahme.
Prüfen Sie den Workflow selbst, wenn die Arbeit lokal bleiben soll. Gewichte aus dem Internet herunterzuladen ist etwas anderes, als Ihren Prompt oder Ihr Bild an einen entfernten Node zu senden. Vermeiden Sie cloudbasierte Prompt-Erweiterung und externe Nodes zur Medienverarbeitung, wenn das Projekt auf Ihrem Rechner bleiben muss. „ComfyUI“ bezeichnet ein Workflow-Werkzeug und bietet keine pauschale Garantie für jeden Node, den jemand darin verwendet.
Welches Budget sollten Sie vor der Routenwahl einplanen?
Vergleichen Sie die Kosten einer kleinen Anzahl von Versuchen statt nur des günstigsten einzelnen Aufrufs. Für zehn Entwürfe von jeweils fünf Sekunden bei 480p betragen die aufgeführten Summen $0.95 bei Wan 2.2 Spicy, $1.20 bei Wan 2.2 LoRA, $1.90 bei H3 Spicy und $10.80 bei Seedance 2.5 Spicy. Zehn Versuche sind ein Budgetbeispiel, keine vorhergesagte Anzahl von Wiederholungen.
Passen nur vier dieser zehn Clips zur Beschreibung, teilen Sie die Ausgaben durch vier nutzbare Clips. Wan Spicy läge durchschnittlich bei etwa $0.24 pro nutzbarem Clip, Seedance bei $2.70. Die angenommenen vier Erfolge sind keine Messwerte. Die Rechnung erklärt aber, warum auch eine fertige Datei, die die Figur verändert, finanziell relevant bleibt.
Ein Modell- oder Auflösungswechsel generiert ein neues Ergebnis, auch nachdem ein günstiger Entwurf bei der Freigabe der Richtung geholfen hat. Planen Sie die Prüfung dieser endgültigen Aufnahme ein.
Webwerkzeuge erfordern dieselbe Rechnung. Ein Guthabenpaket sagt, was ein Credit kostet, nicht was ein Video kostet. Ältere Empfehlungen beschreiben ZenCreator als Dienst ohne API und mit sehr wenigen Inhaltsbeschränkungen. Seine öffentliche API-Dokumentation bietet inzwischen jedoch programmatischen Zugriff, während seine Inhaltsrichtlinie intensivere Erwachseneninhalte verbietet. Für eine solche uneingeschränkte Beschreibung ist es keine geeignete Empfehlung. Weder ein Produktname noch ein kostenloses Registrierungsangebot hebt die Regeln des gewählten Dienstes auf.
Bereiten Sie das erste Standbild passend zur Bewegung vor
Verwenden Sie eine wiederkehrende fiktive erwachsene Figur oder einen Erwachsenen, dessen Zustimmung die beabsichtigte Verarbeitung abdeckt. Für eine Companion-Reaktion ist ein mittleres Porträt mit sichtbaren Schultern und Händen hilfreicher als ein glamouröser Gesichtszuschnitt, der keinen Raum für die geplante Geste lässt.
Das Folgende ist ein kreativer Plan, kein getestetes Rezept:
- Bereiten Sie ein klares Standbild der erwachsenen Figur im vorgesehenen Outfit, Ort und endgültigen Seitenverhältnis vor. Entfernen Sie vor der Animation offensichtliche Gesichts- und Handfehler.
- Wählen Sie einen Handlungsmoment: aufblicken und lächeln, sich leicht drehen oder zum Betrachter neigen. Er sollte zur bereits gezeigten Pose passen.
- Verwenden Sie für den ersten gehosteten Entwurf fünf Sekunden bei 480p. Ergänzen Sie eine Kameraanweisung nur, wenn Kamerabewegung Teil des gewünschten Ergebnisses ist.
- Sehen Sie sich Anfang, Mitte und Ende an. Verwerfen Sie für eine Reaktionsbibliothek Aufnahmen, die das Gesicht ändern, Personen hinzufügen oder die gewünschte Inhaltsintensität verändern.
- Entscheiden Sie über endgültige Größe oder Dauer, nachdem die Aufnahme funktioniert. Prüfen Sie die neue Ausgabe vor der Auslieferung erneut.
Beginnen Sie drei Reaktionen derselben Figur jeweils mit demselben freigegebenen Standbild, statt das letzte Bild des vorherigen Clips in die nächste unabhängige Reaktion einzuspeisen. Letzteres trägt angesammelte Veränderungen weiter. Das ist für Fortsetzungen sinnvoll, aber kein guter Standard für eine unabhängige Begrüßung, einen amüsierten Blick und eine ruhige Pause.
Der Runway-Leitfaden für Bild-zu-Video-Prompts bietet das relevante allgemeine Prinzip: Das Bild liefert das Aussehen, der Text beschreibt, was sich bewegt. Dieser Prompt-Rat bedeutet nicht, dass Runway dieselben Erwachseneninhalte unterstützt wie die oben genannten Routen.
Ändern Sie bei Problemen den richtigen Bestandteil
| Was passiert ist | Sinnvoller nächster Schritt |
|---|---|
| Das Bild lässt sich nicht hochladen oder die API kann es nicht herunterladen | Datei oder erreichbare Asset-URL korrigieren. Eine anders formulierte Szene repariert den Medienzugriff nicht. |
| Das Video lässt sich korrekt öffnen, aber das Gesicht verändert sich während einer Drehung | Eine kleinere Drehung oder kürzere Aufnahme probieren; das Ausgangsgesicht verbessern, bevor Sie die Auflösung erhöhen. |
| Ein Adapter erzeugt keine beabsichtigte Änderung | Basismodell, Slot, Datei-URL und Trigger-Wörter anhand seiner eigenen Dokumentation prüfen. |
| Kleidung oder Inhalt werden intensiver als beabsichtigt | Erhaltungsanweisungen konkret halten; Bewegung reduzieren oder eine Route mit weniger unerwünschter Intensivierung ausprobieren. |
| Das Ergebnis ist zurückhaltend, aber die Aufgabe wurde abgeschlossen | Als Abweichung des Modellverhaltens behandeln, nicht als Beweis, dass ein versteckter Bildfilter die Szene entfernt hat. |
| Die Ausgabedatei ist beschädigt oder unvollständig | Zurückgegebenen Fehler und Datei prüfen, bevor Sie NSFW-Beschränkungen als Ursache ansehen. |
Speichern Sie als API-Nutzer die beim Absenden zurückgegebene Aufgaben-ID. Geht die Antwort verloren, verwenden Sie bei einem erneuten Versuch denselben Idempotenzschlüssel oder rufen Sie die vorhandene Aufgabe ab. Eine weitere Aufgabe kann eine weitere berechnete Generierung auslösen. Der SpicyAPI-Quickstart behandelt Übermittlung und Abruf der Ausgabe. Diese Vorauswahl dient der Wahl einer kreativen Route und wiederholt daher nicht für jedes Modell ein Polling-Skript.
Fragen vor dem ersten Kauf
Gibt es einen wirklich kostenlosen unzensierten Bild-zu-Video-Generator?
Lokales Wan kann auf eigener Hardware ohne gehostete Generierungsgebühr laufen. Das beseitigt weder Rechen- und Einrichtungskosten noch garantiert es jede Szene für Erwachsene oder erzeugt unbegrenzt lange Videos. Behandeln Sie Web-Testguthaben als begrenztes Angebot, bis die tatsächlichen Bedingungen für Generierung und Download klar sind.
Verwenden Sie für Ihre erste kurze Reaktion Wan 2.2 Spicy und ein bereits freigegebenes Standbild. Wechseln Sie zu Wan LoRA für einen konkreten kompatiblen Adapter, zu H3 für seine Reaktionslängen und den Workflow mit optionalem Prompt oder zu Seedance für die längere Aufnahme und Audiosteuerung. Wählen Sie lokales Wan, wenn die Pflege des eigenen Modellstacks Teil des Projekts ist. Das sind konkrete Wechselgründe. Ein lauterer Slogan „keine Einschränkungen“ ist keiner.
