Ir al contenido principal

heygen/video-1/reference-to-video

HeyGen Video 1.0 es el modelo de generación de video de HeyGen; reference-to-video combina imágenes, video y audio en escenas de 5–15 segundos en 480p o 768p.

Desde $0.102/s

Playground

Entrada

Referencia a video
351/32000

Al reordenar se actualizan las referencias del prompt. Al borrar un archivo también se borran sus referencias; revisa el prompt.

Identifica cada referencia con su etiqueta de archivo e indica su función. Para un retrato y un producto, escribe que la persona de <Picture 1> sostiene el objeto de <Picture 2>. mínimo 1 caracteres · máximo 32000 caracteres
Indica al menos uno de estosRequisito cumplido
afecta al precio2/9

Arrastra archivos o enlaces multimedia, pega o selecciona · Hasta 9 archivos · Máx. 10 MB · JPG · PNG · WEBP · GIF

  • <Picture 1>
  • <Picture 2>
2 / 9 archivos
Usa imágenes de referencia para la persona, el objeto o el lugar que debe incorporar la escena. Cuéntalas dentro del total de 12 elementos; cada imagen desde la tercera añade un cargo. mínimo 1 elementos · máximo 9 elementos
afecta al precio0/3

Suelta un video o elige un archivo · Hasta 3 archivos · Máx. 32 MB · MP4 · WEBM

0 / 3 archivos
Los videos de referencia no deben superar 15 segundos combinados y cada clip cuenta dentro del total de 12 elementos. También se cobran sus segundos y un clip dominante puede desplazar el rostro de una imagen. mínimo 1 elementos · máximo 3 elementos
0/3

Suelta un audio o elige un archivo · Hasta 3 archivos · Máx. 32 MB · MP3 · WAV

0 / 3 archivos
Indica la función del audio con etiquetas como <Audio 1> y usa grabaciones que tengas derecho a utilizar. Los audios cuentan dentro del límite conjunto de 12 referencias. mínimo 1 elementos · máximo 3 elementos
Selecciona 16:9 para una toma horizontal o 9:16 para una vertical. La prueba del hombre con el frasco usó 9:16 e incorporó las dos imágenes.
afecta al precio
La generación con referencias ofrece 480p o 768p.
Duraciónafecta al precio
Solicita 5–15 segundos de salida, aparte del material de referencia enviado. La factura suma los segundos de salida y los de video de referencia. no menor que 5 · no mayor que 15
Optimización del prompt
disabledturboquality
disabled evita reformular la descripción; turbo y quality lo permiten. Conserva el modo al revisar cómo afecta cada referencia a la escena.
Seed
Mantén el seed al agregar o quitar una referencia para comparar. Repetir el seed no promete un clip idéntico ni garantiza que se conserve un rostro concreto. no menor que 0 · no mayor que 2147483647
Filtro de seguridadDesactivado

SpicyAPI no ejecuta ningún filtro de seguridad en este modelo. Tu prompt y tus medios llegan al modelo tal como los escribes, y el propio modelo decide el resultado.

Comprobando tu cuenta antes de habilitar el envío y el cálculo de precios.

Salida

Listo para una nueva ejecución
Resultado de ejemplo

¿No está el modelo que buscas?

HEYGEN · GENERACIÓN DE VIDEO

La API de HeyGen Video 1.0 de un vistazo

Convierte una descripción, un retrato o varias referencias en un clip corto; elige el endpoint según lo que deba conservar la toma.

Duración del clip
5–15 s
Se cobran los segundos de salida pedidos; los archivos de cinco segundos medidos duraron 5,18–5,26 segundos.
Animación: tamaño nativo
2K
La prueba de image-to-video con 2k devolvió 2688×1536 píxeles.
Referencias combinadas
12
Suma imágenes, videos y audios para respetar el límite del endpoint de referencias.
FPS medidos desde texto
24 fps
Una generación de cinco segundos en 480p devolvió 832×480 con una pista de audio AAC estéreo.

Resultados

Lo que puedes crear con HeyGen Video 1.0

  • Texto y audio

    Una escena escrita se convierte en un clip

    Text-to-video crea una escena de 5–15 segundos en 480p o 768p e incluye una pista de audio. Nuestra ejecución de cinco segundos en 480p devolvió 832×480 a 24 fps con AAC estéreo tras unos 10 segundos de procesamiento. Ese dato corresponde a una ejecución y no promete un plazo de entrega.

    Text-to-video a 480p durante 5 segundos en 16:9, con la reescritura de prompt turbo y sonido de taller generado.

  • Animación de fotos

    Conserva a la persona del original

    Image-to-video combina image_url con un prompt de movimiento para animar una foto. Las pruebas en 480p, 1080p y 2k conservaron a la persona y la composición; la ejecución en 2k entregó 2688×1536 píxeles. Elige esta entrada si necesitas continuidad con una fotografía concreta.

    El nivel 2k de la prueba en el bar de vinos, a 2688×1536 píxeles, con la composición de la foto original.

  • Funciones de las referencias

    Asigna por separado la persona y el objeto

    Reference-to-video combina imágenes, videos y audios hasta un total de 12 elementos. La prueba con retrato y frasco produjo una toma vertical del hombre sosteniendo ese frasco. Otra ejecución con referencias mixtas siguió de cerca el video y perdió el rostro de la foto, por lo que conviene dar una función clara a cada entrada.

    Reference-to-video en 9:16 a 480p, en el que el hombre de la primera imagen sostiene el frasco de la segunda.

  • Comparaciones controladas

    Modifica el prompt conservando los ajustes

    Los controles seed y prompt_optimization_mode ayudan a organizar las revisiones. Mantén un seed fijo al comparar un cambio; esto no garantiza un resultado idéntico. Selecciona disabled para evitar la reescritura o prueba turbo o quality si deseas que el modelo reformule la descripción.

Antes de correrlo

Lo que conviene saber antes de usar HeyGen Video 1.0

Todos los modos
Solicita entre 5 y 15 segundos. Text-to-video y reference-to-video ofrecen 480p o 768p; 1080p y 2k corresponden a image-to-video.
Referencia a video
Mantén el total de referencias en 12 o menos y la duración combinada de los videos de referencia en 15 segundos o menos. Usa textos, voces e imágenes de personas que tengas derecho a utilizar y nunca suplantes a una persona real.
Todos los modos
Los archivos medidos de 5,18–5,26 segundos proceden de solicitudes de cinco segundos redondeadas a cuadros completos. Guarda y revisa el resultado; ese tiempo extra de reproducción no aumenta los segundos solicitados que se cobran.

Casos de uso

Qué construir con la API de HeyGen Video 1.0

  • Visualizar una escena antes del rodaje

    Envía una descripción de una persona ceramista de unos treinta años, con delantal de lona, que gira hacia un estante en un taller soleado. Una solicitud de cinco segundos en 480p entrega un clip conceptual con audio para revisar antes del rodaje.

  • Dar un gesto breve a un retrato

    Proporciona un retrato con licencia de una mujer de unos treinta años con vestido de noche junto a una ventana; pide un giro de cabeza y un movimiento lento de cámara. Image-to-video devuelve una animación corta guiada por esa foto; compara a la persona y la composición con el original.

  • Mostrar un presentador con tu producto

    Adjunta el retrato de un hombre como <Picture 1> y la foto de un frasco gotero como <Picture 2>; solicita una toma 9:16 donde sostenga el frasco. La prueba con dos imágenes incorporó ambas referencias y tardó unos 158 segundos.

  • Probar una idea guiada por movimiento

    Proporciona un retrato, un clip de movimiento de cuatro segundos y una referencia de audio con funciones definidas en el prompt. Nuestra ejecución mixta siguió de cerca el movimiento y la escena del video, pero no conservó el rostro del retrato; usa esta combinación si el movimiento pesa más que ese rostro.

  • Entregar una animación de foto de mayor tamaño

    Combina una foto original con un prompt de movimiento moderado y selecciona 1080p o 2k en image-to-video. Las pruebas de cinco segundos entregaron salidas nativas de 1890×1080 y 2688×1536 y conservaron a la persona original.

Prompts

Ejemplos de prompts de HeyGen Video 1.0 para copiar

  • Texto a video

    Una llegada al anochecer

    A woman in her mid thirties in a forest-green evening dress pauses under the canopy of a small theater after rain. Warm lobby light meets cool blue street light. She turns toward the doorway with a quiet smile as the camera makes a slow, level push toward her. Five-second continuous shot, restrained and expectant mood. Sound: distant tires on wet pavement and a door opening, no music.

    Por qué funciona. El vestuario definido, dos fuentes de luz y un solo giro dan una dirección visual clara sin acciones que compitan entre sí.

    Probar este prompt
  • Texto a video

    Lino junto al puerto

    A man in his late thirties wearing an open-collar linen shirt and a navy jacket stands beside a harbor railing at dusk. He looks from a folded map to the boats, thoughtful and relaxed. Static medium shot with soft amber reflections on his face and pale blue water behind him. Five seconds, natural movement. Sound: ropes tapping a mast and gentle water, no dialogue or music.

    Por qué funciona. El gesto y el encuadre fijo permiten evaluar el movimiento deseado; las indicaciones de sonido identifican fuentes distintas.

    Probar este prompt
  • Texto a video

    Un brindis tranquilo en la azotea

    A couple in their thirties stand close together at a rooftop table, one wearing a burgundy evening dress and the other a charcoal suit with an open-collar shirt. Under warm string lights against a violet city sky, they raise their glasses toward each other, smiling. Static medium shot, intimate but understated mood, five seconds. Sound: a gentle glass clink and distant traffic, no music.

    Por qué funciona. La ropa concreta, una acción sencilla compartida y una sola disposición de cámara mantienen coherente la descripción de la escena.

    Probar este prompt
  • Imagen a video

    Un retrato recibe la luz

    Animate the supplied portrait of a woman in her thirties wearing a cream blouse in a bright studio. Keep the source person and composition as she gently turns her head toward the window and settles into a calm smile. The camera remains still, soft morning light across her face, five seconds. Sound: quiet indoor ambience, no music.

    Por qué funciona. La instrucción se concentra en lo que cambia después de la foto e indica qué elementos visuales deben permanecer.

    Probar este prompt
  • Imagen a video

    El sastre junto a la mesa de trabajo

    From the supplied photograph of a man in his thirties wearing a waistcoat over a rolled-sleeve shirt in a tailoring workshop, animate a small glance from the workbench toward the camera. Retain the source person and composition, warm side light, calm and attentive mood. Five-second shot with a still camera. Sound: soft workshop room tone, no speech or music.

    Por qué funciona. Una mirada breve permite probar la animación de la foto antes de elegir una resolución nativa de mayor tamaño.

    Probar este prompt
  • Referencia a video

    Un retrato y un frasco

    The man in his thirties from <Picture 1>, wearing a pale blue shirt, stands in a softly lit bathroom and holds the dropper bottle from <Picture 2> beside his face. Keep the supplied person and bottle recognizable as he turns slightly toward the lens. Vertical 9:16 composition, static camera, warm morning light, composed mood, five seconds. Sound: quiet room ambience, no music.

    Por qué funciona. Las etiquetas numeradas asignan funciones distintas a la persona y al producto; combina esta descripción con dos imágenes de referencia y un encuadre vertical de 9:16.

    Probar este prompt

Precios

Precios de la API de HeyGen Video 1.0

Un clip de 5 segundos cuesta desde $0.15 en 480p y desde $0.72 en 2K.

Primeros pasos

Cómo usar la API de HeyGen Video 1.0 en tres pasos

  1. Paso 1

    Relaciona el endpoint con el material

    Elige text-to-video para una escena escrita, image-to-video para una foto o reference-to-video para varios archivos originales. La animación de fotos ofrece 1080p y 2k cuando necesitas esas resoluciones.

  2. Paso 2

    Escribe una escena bien delimitada

    Describe la persona, el vestuario, el lugar, la iluminación y una acción visible. Si usas referencias, vincula la acción con etiquetas como <Picture 1> y <Picture 2>, y utiliza textos, voces e imágenes de personas cuyos derechos de uso tengas.

  3. Paso 3

    Envía la tarea de generación

    Haz POST a https://api.spicyapi.ai/api/v1/jobs/createTask con autenticación Bearer y un JSON como {"model":"heygen/video-1/text-to-video","input":{"prompt":"A potter in their thirties turns toward a shelf.","duration_seconds":5,"resolution":"480p"}}.

La referencia de parámetros y los ejemplos de código están en las pestañas API y Readme, arriba en esta página.

FAQ

Preguntas frecuentes de la API de HeyGen Video 1.0

Acerca de HeyGen Video 1.0

Prepara tu próxima solicitud de HeyGen Video 1.0 API a partir del material disponible. Usa text-to-video para una escena escrita e image-to-video para una foto cuya persona y composición deban conservarse, con resoluciones nativas hasta 2K. Recurre a reference-to-video para combinar un presentador y un producto, y asigna sus funciones con <Picture 1> y <Picture 2>. La prueba con referencias mixtas mostró por qué hay que revisar un clip de movimiento: guio la escena, pero desplazó el rostro de la foto. Consulta la tarifa publicada, solicita 5–15 segundos y revisa el resultado antes de planear otra toma.

Modelos relacionados y tareas siguientes