Ir al contenido principal

El image-to-video de HunyuanVideo 1.5 anima una sola foto en un clip de 5 u 8 segundos en 480p o 720p que conserva la forma de la foto. El prompt de movimiento es opcional, la salida es un MP4 mudo a 24 fps y no hay filtro de contenido.

Desde $0.024/s

Playground

Entrada

Imagen a video
Opcional. Describe lo que hace la persona a continuación y lo que hace la cámara; omítelo para que el modelo anime la foto por su cuenta. mínimo 1 caracteres
1/1

Arrastra archivos o enlaces multimedia, pega o selecciona · 1 archivo · Máx. 10 MB · JPG · PNG · WEBP · GIF

  • 1
1 / 1 archivos
El cuadro inicial. El clip parte de esta foto y conserva su relación de aspecto; debe ser un enlace público y descargable directamente.
afecta al precio
480p o 720p (el valor por defecto). 720p cuesta el doble por segundo; la forma sigue a tu foto.
Duraciónafecta al precio
58
5 u 8 segundos, cobrados por segundo.
Seed
Mantiene las ejecuciones comparables mientras cambias el prompt. No promete un clip idéntico fotograma a fotograma. 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

Modelos relacionados y tareas siguientes

¿No está el modelo que buscas?

Dinos cuál añadir y para qué lo usarías. Las solicitudes llegan directamente al equipo que decide los próximos modelos.

Convierte un prompt o una sola foto en un clip realista de cinco segundos

HunyuanVideo 1.5 es el modelo de video abierto de Tencent con 8.3 mil millones de parámetros, y aquí convierte un prompt de texto o una sola foto en un clip de 5 u 8 segundos a 480p o 720p. En nuestras corridas rindió mejor con una persona haciendo una sola cosa: piel y telas naturales, una cantante que cierra los ojos en plena canción, un hombre que se gira hacia la cámara con una sonrisa lenta. Los clips van a 24 cuadros por segundo y sin sonido. Nada filtra el prompt, la foto ni el resultado; en el nivel más exigente de nuestras pruebas de contenido el modelo se contuvo en parte de la escena, y esa contención es del propio modelo, no un filtro de la plataforma.

Abrir el Playground
Convierte un prompt o una sola foto en un clip realista de cinco segundos
Modelo
Tencent HunyuanVideo 1.5, 8.3 mil millones de parámetros, publicado con pesos abiertos en noviembre de 2025
Duración del clip
5 u 8 segundos a 24 fps; 8 segundos son 193 cuadros y 5 segundos son 121
Resolución
480p o 720p; texto a video da 832 x 480, 480 x 832, 1280 x 720 o 720 x 1280
Velocidad
480p, 5 s: normalmente de 70 a 130 segundos de tiempo de modelo; 720p, 5 s: de 142 a 241 segundos
Audio
Ninguno; todos los clips son silenciosos
Filtro de contenido
Ninguno; las pruebas más exigentes salieron suavizadas por el propio modelo
Lo que mejor hace
Una persona, una acción, un movimiento de cámaraLos sujetos individuales se sostuvieron bien en nuestras pruebas: la piel, las telas y los rostros se mantuvieron naturales, y en imagen a video la cara actuó con naturalidad. Escribe una sola acción por clip e indica qué hace la cámara.
De foto a clip
Imagen a video respeta las proporciones de tu fotoEl clip parte de tu foto y conserva sus proporciones: una foto 16:9 volvió a 832 x 464 en 480p y a 1264 x 720 en 720p, y una foto 2:3 a 512 x 768 en 480p. El prompt es opcional; una llamada sin él igualmente animó el cuadro.
Límites
Lo que no haceNo hay pista de audio, solo 5 u 8 segundos, solo 480p y 720p, y en imagen a video no existe un campo de relación de aspecto porque la decide la foto. Dos personas en contacto cercano tienden a enredar las extremidades, así que limítate a un solo sujeto o a un baile lento con un encuadre amplio y holgado.

Cómo trabajar con HunyuanVideo 1.5

Escribe la toma, no solo el sujeto

Escribe la toma, no solo el sujeto

Un prompt que dice quién está en cuadro, qué viste, qué hace durante los cinco segundos y qué hace la cámara nos dio los mejores clips. La bailarina del club de jazz de la galería salió de una sola frase sobre el vestido, el giro, la luz ámbar y una cámara que gira despacio; la hoja de cuatro cuadros es un solo clip.

Parte de una foto cuando importa el rostro

Parte de una foto cuando importa el rostro

Imagen a video fija a la persona, el vestuario y la luz, así que el prompt solo tiene que describir el momento siguiente. Nuestra foto de la cantante se convirtió en un clip en el que se inclina hacia el micrófono y cierra los ojos; el cuadro de la izquierda es la foto y el de la derecha, unos segundos después.

  • Haz el borrador en 480p y termina en 720p

    Los clips de 5 segundos en 480p solían volver en 70 a 130 segundos, frente a 142 a 241 en 720p; prueba la idea en pequeño y vuelve a correr en 720p el prompt que te guste. El mismo prompt con la misma seed da un clip parecido, nunca idéntico.

  • Elige la forma en texto a video

    Texto a video acepta 16:9 o 9:16 y construye el cuadro a partir de la relación y la resolución. El formato vertical de 720 x 1280 va bien para los feeds; el retrato en la azotea bajo la lluvia de la galería es un clip 9:16. En imagen a video, recorta antes la foto con la forma que quieres.

  • Usa el prompt negativo contra los fallos

    En texto a video, una lista corta como “blurry, distorted hands, extra limbs, text, watermark” deja fuera los artefactos más comunes. Limítalo a lo que nunca quieres y describe el aspecto en el prompt principal.

Quién usa HunyuanVideo 1.5

  • Clips verticales para feeds

    Equipos de redes sociales y contenido corto

    Clips verticales para feeds

    Genera en 9:16 a 720 x 1280, usa una seed por serie y compara las versiones con justicia. El ejemplo de la azotea, un hombre que se echa hacia atrás el pelo mojado bajo la lluvia de neón, salió solo de un prompt de texto.

  • Dale vida a una imagen fija

    Fotógrafos y retratistas

    Dale vida a una imagen fija

    Envía un retrato y describe qué hace la persona a continuación. Nuestro hombre con bata blanca junto a una ventana se giró hacia la cámara con una sonrisa lenta mientras se encendían las luces de la ciudad afuera; el cuadro de la izquierda es la foto y el de la derecha, el clip.

  • Movimiento para una escena que ya tienes

    Creadores de producto y de viajes

    Movimiento para una escena que ya tienes

    Una foto generada de una pareja en una scooter amarilla por una carretera costera se volvió cinco segundos de recorrido, con el pelo y el vestido movidos por el viento. Los borradores baratos en 480p muestran si el movimiento funciona antes de pasar a 720p.

  • Un modelo que no pone trabas

    Quienes construyen plataformas sin censura

    Un modelo que no pone trabas

    Nada filtra el prompt, la foto ni el resultado, así que una plataforma sin filtros no necesita rodeos. Todas las personas en pantalla deben ser adultas, y en nuestras pruebas los niveles más exigentes aun así salieron suavizados.

Del primer clip a un lote terminado con HunyuanVideo 1.5

  1. Elige el punto de entrada

    Texto a video cuando solo tienes una idea; imagen a video cuando un rostro, un atuendo o un lugar deben mantenerse fijos.

  2. Haz el borrador en 480p y 5 segundos

    Escribe una acción y un movimiento de cámara, agrega un prompt negativo en texto a video y prueba varias seeds.

  3. Mira el clip, no la miniatura

    Revisa las manos, los rostros y a cualquier segunda persona. Si las extremidades se enredan, simplifica la escena a un solo sujeto.

  4. Vuelve a correr el ganador en 720p

    Conserva el prompt y la seed, cambia la resolución y usa 8 segundos solo si la acción necesita ese tiempo.

  5. Genera la serie en lote

    Fija la frase de estilo, cambia solo la línea del sujeto y envía el conjunto. Agrega el sonido después, porque los clips son silenciosos.

Prompts de HunyuanVideo 1.5 que vale la pena copiar

  • Un retrato con acercamiento lento

    Para texto a video en 9:16. Una persona, una acción pequeña y un movimiento de cámara.

    An adult woman in her thirties in a camel wool coat stands at a rain-streaked bus stop at dusk, tucks a strand of hair behind her ear and looks up toward the camera with a faint smile. Warm shop lights blur behind her, slow push-in, shallow depth of field, cinematic, photorealistic.
  • Dale vida a un retrato

    Para imagen a video a partir de un retrato. Describe el momento siguiente, no la foto.

    The adult man in the denim jacket lifts his coffee cup, glances out of the café window, then turns back to the camera and laughs quietly. Soft afternoon light, the camera holds steady.
  • Un baile lento, sin complicaciones

    Para texto a video en 16:9. Mantén la pose suelta y el encuadre amplio para que las extremidades se lean bien.

    Two adults in their thirties slow dance on a small rooftop terrace at golden hour, she in a flowing green dress, he in a white shirt with rolled sleeves, a string of lights swaying overhead. Handheld camera drifting around them, warm and intimate, photorealistic.

Más preguntas sobre HunyuanVideo 1.5

Úsalo como tu caballo de batalla para personas realistas

Elige texto a video para ideas e imagen a video para rostros, escribe una acción y un movimiento de cámara, haz el borrador en 480p y vuelve a correr el ganador en 720p.

Limita las escenas a un solo sujeto, agrega un prompt negativo contra los fallos y añade el sonido después, porque los clips son silenciosos.