alibaba/happyhorse-1.1/image-to-videoHappyHorse 1.1 Bild-zu-Video animiert Ihr Startbild anhand eines Prompts zur folgenden Bewegung. Die Clips dauern 3 bis 15 ganze Sekunden in 720p oder 1080p mit erzeugtem Ton, und das Bild bestimmt das Format.
Die Filterung fällt je nach Endpunkt anders aus: Bild zu Video — Unzensiert, Referenz zu Video — Unzensiert, Text zu Video — Gefiltert.
Playground
Diese Beispiele wurden eigens für diesen Endpunkt geschrieben. Ersetzen Sie Prompt und Beispiel-URLs durch eigene erreichbare Eingaben und prüfen Sie vor dem Absenden den aktuellen Preis und die Verfügbarkeit des Modells.
- Ausgabe5 Sek.
andalusian-plaza-flamenco-glance `image_url` zeigt eine Plaza in Andalusien bei Sonnenuntergang: weiß getünchte Arkaden, Lichterketten, ein klatschendes Publikum im weiten Kreis und zwei Gitarristen, in der Mitte eine Frau in einem rosaroten schulterfreien Flamencokleid mit Volantstufen und hohem Schlitz mitten in einer Tanzpose. Der Clip beginnt mit genau diesem Bild und folgt dem Prompt: Sie dreht sich auf der Stelle weg, einen Arm über dem Kopf gebogen, während die andere Hand den Volantsaum in einem flachen Schwung über das Pflaster führt; dann bleibt sie seitlich stehen und blickt mit einem langsamen Lächeln über die Schulter in die Linse, während die Kamera heranfährt. Dieser Endpunkt hat kein Feld für das Seitenverhältnis, das 16:9-Standbild legt also den Bildausschnitt fest; `duration_seconds` ist `5` bei `720p`.
- 720p
- 5s
- Ausgabe5 Sek.
wasteland-hood-two Das Startbild bestimmt hier das Format – dieser Endpunkt hat kein Feld `aspect_ratio`, das übergebene Standbild legt also den Bildausschnitt des Clips fest. Der Prompt ist dann nur für das geschrieben, was in der Bewegung existiert: Stoff, den der Wind hebt und fallen lässt, flimmernde Hitze, Staub über der Straße. Das ist die Arbeitsteilung bei einem Bild-zu-Video-Aufruf, und deshalb beschreibt der Satz die Komposition an keiner Stelle.
- 1080p
- Ausgabe6 Sek.
tailgate-turn Ein Still und eine Bewegungsnotiz. Garderobe, Pick-up und Gegenlicht entscheidet der Frame, nicht die Worte.
- 1080p
- 6s
- Ausgabe4 Sek.
quiet-hold Vier Sekunden fast völliger Ruhe – die Form, die am besten funktioniert, wenn es kein Schlussbild als Ziel gibt.
- 720p
- 4s
Dieses Beispiel beginnt bei $0.14 je Ausgabesekunde. Der Playground aktualisiert die Schätzung, sobald Sie die Einstellungen ändern.