Da un ritratto a due shot video cinematografici

Ricava due shot da un ritratto approvato: un push-in lento e silenzioso, poi una lenta carrellata laterale che mostra il luogo. Avvia entrambi su MiniMax H3 da immagine a video a 768p, cinque secondi, $0.185 per clip. Passa a Seedance 2.5 se devi spegnere la colonna sonora o generare clip più lunghi, oppure a LTX 2.5 se la consegna deve essere in 4K. Ogni shot riceve un'azione discreta, un movimento di camera contenuto e un elenco di ciò che non deve cambiare.

Scegli la strada

Tutti i prezzi sono per clip di cinque secondi. LTX a 720p costa $0.45, quindi paga il 4K solo quando la consegna lo richiede. Seedance costa uguale con il suono attivo o disattivo.

Tre cose che la tabella non mostra:

• Suono. H3 e LTX restituiscono sempre una colonna sonora generata e non hanno alcun campo per spegnerla. Seedance è l'unica strada con un interruttore generate_audio.
• Forma dell'inquadratura. Nessuno dei tre permette di scegliere un rapporto d'aspetto per la conversione da immagine a video. L'output assume la forma della tua immagine di partenza, quindi ritaglia o estendi il ritratto al formato di consegna prima del caricamento.
• Progetti con contenuti per adulti. Tutti e tre accettano un'immagine di partenza fittizia di adulti. Il controllo sull'input di Seedance può rifiutare foto di persone reali identificabili (non viene addebitato nulla), quindi usa lì immagini di partenza fittizie o autorizzate. Per lavori più intensi con contenuti per adulti esistono le strade dedicate MiniMax H3 Spicy e Seedance 2.5 Spicy.

Scegli una fonte che lasci spazio per muoversi

Entrambi gli shot partono dalla stessa immagine fissa approvata, quindi volto, abbigliamento e luce sono identici all'inizio; confronta in seguito i frame con essa. Scegline una con entrambi gli occhi visibili, i capelli dentro l'inquadratura e le spalle staccate dallo sfondo. Lascia spazio vuoto dal lato in cui la persona guarda: è lì che lo sguardo cade nel primo shot e che la camera rivela il luogo nel secondo.

Il nostro esempio è una donna adulta fittizia con blazer nero sopra una blusa di raso, le mani in tasca, su una terrazza che sovrasta una città fluviale illuminata al crepuscolo. La luce calda le cade sul volto da sinistra, e lei guarda a destra verso lo spazio aperto. L'immagine contiene già tutto ciò di cui il video ha bisogno. Chiedere al modello di aggiungere pioggia, cambiare il cappotto, voltare la testa e inventare un nuovo luogo nello stesso clip trasforma l'animazione in una riprogettazione.

Sfocatura, gioielli doppi o una mano fusa con la ringhiera nell'immagine fissa peggioreranno in movimento. Correggi prima l'immagine fissa. Tieni le mani fuori dall'azione; in questa fonte sono in tasca, quindi non devono mai muoversi.

Shot uno: il push-in silenzioso

Per un vero primo piano, ritaglia prima del caricamento una versione fino al busto della stessa immagine fissa approvata, secondo il tuo rapporto di consegna; il push-in da solo stringe solo un'inquadratura dalla vita in su. Descrivi solo il movimento; l'immagine fissa stabilisce già chi è e dove. Ogni prompt nomina un'azione del soggetto, un movimento di camera, ciò che resta fisso e ciò da escludere. Usa questo prompt su MiniMax H3 con l'immagine fissa approvata:

A restrained cinematic portrait of the adult woman in the supplied image. She remains in place, breathes naturally and blinks slowly, then makes one small eye movement toward the open space on screen right, followed by a subtle closed-mouth smile. Very slow camera push-in. Preserve her face, black blazer, hairstyle and the warm terrace light. No head turn, no walking, no new objects or text. No speech.

Provalo nel Playground

1. Apri MiniMax H3 da immagine a video con il prompt già inserito (oppure apri la pagina e incolla il prompt in Prompt). Resta sulla scheda Playground, vista Form, e accedi con un account con credito per eseguire.
2. Aggiungi la tua immagine fissa approvata sotto Input image.
3. Imposta Resolution su 768p e Duration su 5.
4. Esegui, poi ripeti con il prompt dello shot due sulla stessa immagine fissa.

Il push-in aggiunge movimento senza mostrare un lato nuovo del volto. Se gli occhi o la mandibola cambiano comunque, toglilo: chiedi camera bloccata, respiro e un solo battito di ciglia.

Shot due: la lenta carrellata laterale che mostra il luogo

Il secondo shot ha un compito diverso. Il volto resta fermo e la camera rivela lo skyline. Una ringhiera in primo piano, la donna al centro e la città illuminata dietro creano tre piani che si spostano l'uno rispetto all'altro durante un movimento laterale, ed è questo che lo fa leggere come movimento di camera anziché come zoom.

Usa la stessa fonte e le stesse impostazioni:

A medium portrait of the adult woman from the supplied image on the same dusk terrace. The camera slides slowly and steadily a short distance to the right along the railing, revealing more of the lit city on screen right. She stays in frame, holds her pose and shifts her gaze slightly toward the city lights. Keep her face, black blazer and hairstyle unchanged, and the warm light constant. No orbit, no walking, no speech, no text.

Indica ciò che il movimento rivela, non solo la sua etichetta. Se la direzione della camera confonde il modello, semplifica in "accanto alla sua spalla destra compare un po' più di città".

Non chiedere un'orbita della camera né un profilo completo da questa fonte. Mostra una vista a tre quarti, e un movimento verso la guancia opposta richiede una seconda immagine fissa approvata.

Chiamala dal codice

Installa l'SDK Python (pip install spicyapi), imposta SPICY_API_KEY ed esegui lo shot uno dalla tua immagine fissa approvata. Costa $0.185:

import uuid

from spicyapi import SpicyClient, output_assets

client = SpicyClient()
still = client.upload_file("./approved-still.png")  # local file -> spicy:// address
task = client.create_task(
    model="minimax/h3/image-to-video",
    input_data={
        "image_url": still["uri"],
        "prompt": (
            "A restrained cinematic portrait of the adult woman in the supplied image. "
            "She remains in place, breathes naturally and blinks slowly, then makes one small "
            "eye movement toward the open space on screen right, followed by a subtle "
            "closed-mouth smile. Very slow camera push-in. Preserve her face, black blazer, "
            "hairstyle and the warm terrace light. No head turn, no walking, no new objects "
            "or text. No speech."
        ),
        "resolution": "768p",
        "duration_seconds": 5,
    },
    idempotency_key=str(uuid.uuid4()),  # new key per new request; reuse only to retry the same one
)
final = client.wait_for_terminal(task["taskId"])
print(output_assets(final)[0]["url"])

Per lo shot due, sostituisci il prompt con quello della carrellata. Caricamenti, attesa ed errori: riferimento dell'SDK Python.

Oppure lascia che lo esegua un agente

Quando è un assistente a dover produrre i clip, gli strumenti ufficiali mostrano il prezzo e ti chiedono conferma prima di una chiamata a pagamento.

• CLI. spicyapi files upload ./approved-still.png, poi spicyapi tasks create --model minimax/h3/image-to-video --input-file input.json --wait con l'indirizzo spicy:// restituito come image_url in input.json. npx @spicyapi/cli funziona senza installazione; vedi la documentazione della CLI.
• Server MCP. Aggiungi il server MCP e chiedi il push-in sulla tua immagine fissa. L'assistente carica il file con spicyapi_upload_file, chiama spicyapi_task_create (si ferma per la tua conferma del prezzo), poi spicyapi_task_wait.
• Skill. npx skills add spicyapi-ai/spicy-skill installa l'Agent Skill, così un assistente di programmazione legge lo schema reale del modello invece di indovinare i campi.

Monta i due clip insieme

Metti prima il push-in e dopo la carrellata. Chiudi lo shot uno sullo sguardo verso destra e inizia lo shot due con lei che guarda già da quella parte, così il taglio cade sulla stessa linea di sguardo. Usa i due o tre secondi più puliti di ciascuno invece dei cinque pieni.

Tieni una sola colonna sonora. Se hai usato H3 o LTX, silenzia l'audio proprio dei clip e mettici sotto un unico base musicale o un'atmosfera sonora. Su Seedance, spegni l'audio generato e fai lo stesso. Se vuoi un'atmosfera sonora diversa per ogni shot, usa Seedance con l'audio generato attivo e una frase come "quiet distant street ambience, no speech".

Tutte e tre le strade accettano anche un frame finale opzionale. Aiuta quando un clip deve finire su una specifica immagine approvata, ma più il clip è lungo, più si discosta da essa: quindi lascialo fuori dalle prime bozze.

Ripara solo ciò che è fallito

Quattro bozze H3 da cinque secondi costano $0.74, quindi due shot con quattro bozze ciascuno fanno $1.48. Due secondi stabili da una sola bozza possono già bastare per il taglio. Su Seedance 2.5 e LTX 2.5, fissa il seed e cambia solo il prompt, così vedi che cosa ha cambiato la modifica; non garantisce un clip identico. H3 non ha un'impostazione di seed: conserva il prompt vincente così com'è e rilancia.