本文へスキップ

HunyuanVideo 1.5 の text-to-video は、文章のプロンプトから 480p / 720p・横長 / 縦長の 5 秒または 8 秒のクリップを生成します。ネガティブプロンプトでアーティファクトを避けられ、出力は無音の 24 fps MP4 で、コンテンツフィルターはありません。

最低価格 $0.024/秒

プレイグラウンド

入力

テキストから動画
画面に誰がいて、何を着て何をするか、カメラがどう動くかを書きます。1 本のクリップに 1 つの明確な動作を入れるのがいちばん効果的です。 1 文字以上
任意です。"blurry, distorted hands, extra limbs, text, watermark" のように、映したくないものを並べます。料金には影響しません。
横長は 16:9(既定)、縦長は 9:16 です。画面の形で料金は変わりません。
料金に影響
480p(832 x 480)か 720p(1280 x 720、既定)です。720p は 1 秒あたり 2 倍の料金なので、下書きは 480p で行ってください。
長さ料金に影響
58
5 秒または 8 秒で、1 秒単位で課金されます。
シード値
1 つずつ条件を変えながら、実行結果を比べやすくします。フレームまで同一のクリップになることは保証しません。 0 以上 · 2147483647 以下
セーフティチェックオフ

SpicyAPI はこのモデルにセーフティチェックをかけません。プロンプトと素材はそのままモデルに渡り、出力はモデル自身が決めます。

送信と料金見積もりを有効にする前にアカウントを確認しています。

出力

実行待ち
サンプル出力

関連モデルと次のステップ

お探しのモデルが見つかりませんか?

必要なモデルと用途をお知らせください。次に何を追加するかを決めるチームに直接届きます。

プロンプトか 1 枚の写真から、リアルな 5 秒のクリップを

HunyuanVideo 1.5 は Tencent が公開している 83 億パラメーターのオープンな動画モデルで、ここではテキストのプロンプトまたは 1 枚の写真から、480p か 720p で 5 秒または 8 秒のクリップを生成します。当社のテストで最も得意だったのは、1 人の人物が 1 つの動作をする場面でした。自然な肌と布の質感、歌の途中で目を閉じる歌手、ゆっくり微笑んでカメラに振り向く男性などです。クリップは 24 fps の無音です。プロンプトも写真も結果もフィルタリングしません。当社で最も強いレベルのコンテンツテストでは、場面の一部をモデル自身が控えめに描きましたが、それはプラットフォームのフィルターではなく、モデル自身の抑制です。

プレイグラウンドを開く
プロンプトか 1 枚の写真から、リアルな 5 秒のクリップを
モデル
Tencent の HunyuanVideo 1.5。83 億パラメーターで、2025 年 11 月にオープンウェイトとして公開
クリップの長さ
24 fps で 5 秒または 8 秒。8 秒は 193 フレーム、5 秒は 121 フレーム
解像度
480p または 720p。テキストから動画では 832 x 480、480 x 832、1280 x 720、720 x 1280 のいずれか
速度
480p・5 秒はモデル処理時間で通常 70 〜 130 秒、720p・5 秒は 142 〜 241 秒
音声
なし。すべてのクリップが無音
コンテンツフィルター
なし。最も強いテストはモデル自身が控えめに描いた
得意なこと
1 人の人物、1 つの動作、1 つのカメラワーク当社のテストでは、被写体が 1 人の場面が安定していました。肌も布も顔も自然なままで、画像から動画では顔の演技にも説得力がありました。1 クリップに書く動作は 1 つにして、カメラがどう動くかも添えてください。
写真からクリップへ
画像から動画は、元の写真の形を保つクリップは写真から始まり、その縦横比を保ちます。16:9 の写真は 480p で 832 x 464、720p で 1264 x 720 になり、2:3 の写真は 480p で 512 x 768 になりました。プロンプトは省略できます。付けずに呼び出しても、フレームは動きました。
制限
できないこと音声トラックはなく、長さは 5 秒か 8 秒だけ、解像度は 480p と 720p だけです。画像から動画にはアスペクト比の項目がなく、写真が形を決めます。2 人が密着すると手足が絡まりやすいので、被写体は 1 人にするか、ゆったりと引きのフレームで撮るスローダンスにとどめてください。

HunyuanVideo 1.5 の使いこなし方

被写体だけでなく、ショットを書く

被写体だけでなく、ショットを書く

フレームに誰がいるか、何を着ているか、5 秒間に何をするか、カメラがどう動くかを書いたプロンプトが、最も良いクリップになりました。ギャラリーのジャズクラブで踊る女性は、ドレス、ターン、琥珀色の光、ゆっくり回り込むカメラを書いた 1 文から生まれました。4 コマのシートは 1 本のクリップです。

顔が重要なときは写真から始める

顔が重要なときは写真から始める

画像から動画では、人物、衣装、光があらかじめ固定されるので、プロンプトでは次の瞬間だけを描写すれば済みます。当社の歌手の写真は、マイクに身を寄せて目を閉じるクリップになりました。左のフレームが写真、右は数秒後です。

  • 480p で下書きし、720p で仕上げる

    480p・5 秒のクリップは通常 70 〜 130 秒で返り、720p は 142 〜 241 秒でした。アイデアは小さく試し、気に入ったプロンプトを 720p でやり直してください。同じプロンプトと seed なら似たクリップになりますが、まったく同じにはなりません。

  • テキストから動画では形を選ぶ

    テキストから動画は 16:9 か 9:16 を受け付け、比率と解像度からフレームを組み立てます。縦の 720 x 1280 はフィード向きで、ギャラリーの雨に濡れた屋上のポートレートは 9:16 のクリップです。画像から動画では、先に写真を希望の形に切り抜いておきます。

  • ネガティブプロンプトで不具合を避ける

    テキストから動画では、「blurry, distorted hands, extra limbs, text, watermark」のような短いリストで、よくある破綻を避けられます。入れるのは絶対に避けたいものだけにして、見た目は本文のプロンプトで描写してください。

HunyuanVideo 1.5 の主な使い手

  • フィード向けの縦型クリップ

    SNS・ショート動画のチーム

    フィード向けの縦型クリップ

    720 x 1280 の 9:16 で生成し、シリーズごとに seed を 1 つに決めておけば、バージョンを公平に比べられます。ネオンの雨の中で濡れた髪をかき上げる男性という屋上の例は、テキストのプロンプトだけで作りました。

  • 静止画に命を吹き込む

    写真家・ポートレート作家

    静止画に命を吹き込む

    ポートレートを送り、その人が次に何をするかを書きます。窓辺の白いバスローブ姿の男性は、外で街の明かりがともるなか、ゆっくり微笑んでカメラに振り向きました。左のフレームが写真、右がクリップです。

  • すでにある場面に動きを

    商品・旅行系のクリエイター

    すでにある場面に動きを

    海沿いの道を黄色いスクーターで走る二人の生成写真が、風に髪とドレスがなびく 5 秒の走行シーンになりました。安く試せる 480p の下書きで、720p に進む前に動きが成り立つかを確認できます。

  • 断られないモデル

    規制なしのプラットフォームの開発者

    断られないモデル

    プロンプトも写真も結果もフィルタリングしないので、フィルターなしのプラットフォームでも回避策は不要です。映っている人物は全員が成人であることが条件で、当社のテストでは最も強いテストもモデル自身が控えめに描きました。

HunyuanVideo 1.5 で最初のクリップから量産まで

  1. 入口を選ぶ

    アイデアしかないときはテキストから動画、顔・服装・場所を固定したいときは画像から動画を使います。

  2. 480p・5 秒で下書きする

    動作を 1 つとカメラワークを 1 つ書き、テキストから動画ではネガティブプロンプトを加えて、seed を数通り試します。

  3. サムネイルではなくクリップを見る

    手、顔、2 人目の人物を確認します。手足が絡むなら、場面を被写体 1 人に単純化してください。

  4. 勝った 1 本を 720p でやり直す

    プロンプトと seed はそのままに解像度を切り替えます。8 秒は、動作にその時間が必要なときだけ使ってください。

  5. シリーズをまとめて回す

    スタイルの 1 文は固定し、被写体の行だけを変えてセットで送ります。クリップは無音なので、音はあとから加えてください。

そのまま使える HunyuanVideo 1.5 のプロンプト

  • ゆっくり寄るポートレート

    9:16 のテキストから動画向けです。人物 1 人、小さな動作 1 つ、カメラワーク 1 つ。

    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.
  • ポートレートに命を吹き込む

    ポートレートからの画像から動画向けです。写真の内容ではなく、次の瞬間を描写してください。

    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.
  • シンプルなスローダンス

    16:9 のテキストから動画向けです。ポーズはゆったりと、フレームは引きにして、手足が見分けられるようにします。

    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.

HunyuanVideo 1.5 のその他のよくある質問

リアルな人物のための定番モデルとして

アイデアにはテキストから動画、顔には画像から動画を選び、動作とカメラワークを 1 つずつ書いて、480p で下書きし、勝った 1 本を 720p でやり直します。

場面は被写体 1 人にとどめ、不具合にはネガティブプロンプトを加え、クリップは無音なので音はあとから足してください。