Animieren Sie ein einzelnes Bild oder führen Sie mehrere Bildreferenzen in einem Video zusammen. Wählen Sie eine Auflösung von 540p bis 4K, beschreiben Sie Handlung und Kamerabewegung und schalten Sie bei Bedarf den Ton ein.
Wählen Sie den Eingabeweg, der zu Ihrer Szene passt.
Beginnen Sie mit einem Bild oder kombinieren Sie mehrere Referenzen.
Mit Bild-zu-Video ergänzen Sie ein Produktbild, Porträt oder eine Landschaft um Handlung und Kamerabewegung. Wählen Sie Referenz-zu-Video, wenn Sie mehrere Bildvorlagen für Figuren, Stil oder Umgebung einbeziehen möchten. Beschreiben Sie eine klare Handlung und die gewünschte Kamerabewegung, damit der Clip einen gut erkennbaren Schwerpunkt hat.
Jede Referenz sollte einen eigenen Beitrag zur Szene leisten.
Bild-zu-Video verwendet ein Bild und übernimmt dessen Seitenverhältnis. Referenz-zu-Video unterstützt 1–15 Bilder. Wählen Sie passende Ansichten und vermeiden Sie widersprüchliche Darstellungen. Sie können bis zu drei MP3-Stimmreferenzen hinzufügen. Jede darf 3–12 Sekunden lang und höchstens 50 MB groß sein. Laden Sie nur Aufnahmen hoch, für die Sie die erforderlichen Rechte haben.
Passe die Einstellungen an den späteren Einsatz an.
Laden Sie Ihre Ausgangsbilder hoch, beschreiben Sie die Handlung und wählen Sie eine Auflösung: 540p, 720p, 1080p, 2K oder 4K. Clips aus einem Einzelbild dauern 3–16 Sekunden. Bei Referenz-Clips stehen ebenfalls 3–16 Sekunden sowie die Bildformate 16:9, 9:16, 1:1, 4:3 und 3:4 zur Wahl. Ton ist optional und standardmäßig ausgeschaltet. Prüfen Sie vor dem Absenden die angezeigten Credit-Kosten.
Erkunde Bewegung, Atmosphäre und optional synchronen Ton.
Nutzen Sie den Clip als Szene in einem Social-Media-Video, einer Produktpräsentation oder einem visuellen Storyboard. Eine höhere Auflösung kann sich für eine größere Anzeige eignen; ein kürzerer Clip hilft dabei, eine einzelne Handlung auszuprobieren. Wenn Sie den Ton einschalten, prüfen Sie Bild und Klang gemeinsam, bevor Sie den Clip in Ihr Projekt übernehmen.
Achten Sie auf Bildkontinuität, Bewegung und den erzeugten Ton.
Sehen Sie sich den Clip vollständig an. Vergleichen Sie Details des Motivs mit Ihren Referenzen und achten Sie auf Veränderungen an Gesichtern, Händen oder Produkten sowie auf Kamerabewegungen und Szenenübergänge. Wenn der Ton aktiviert ist, prüfen Sie Stimmen, Timing und unerwünschte Geräusche. Eine gleichbleibende Identität und Lippensynchronität sind nicht garantiert. Passen Sie bei Bedarf Eingaben oder Beschreibung an.
Verwenden Sie den Clip als Ausgangsmaterial für Ihren fertigen Schnitt.
Laden Sie ein Ergebnis herunter, das Sie behalten möchten. Kürzen Sie den Clip im Schnittprogramm, ordnen Sie ihn zusammen mit anderen Aufnahmen an und ergänzen Sie Untertitel oder Ton. Prüfen Sie Bildausschnitt und Lesbarkeit auf dem vorgesehenen Bildschirm. Vidu Q4 begründet keine kommerziellen Rechte an Ihren Referenzen, Stimmen oder generierten Inhalten. Klären Sie vor einer Veröffentlichung die erforderlichen Rechte und geltenden Bedingungen.
Die beiden Videos sind offizielle Vidu-Demonstrationen. Die drei Standbilder sind eigenständige KI-Konzeptbilder zur Vorbereitung einer Szene und keine Ergebnisse von Vidu Q4.
Vidu Q4 Videogenerator FAQ
Veo 3.1 bietet je nach Verfügbarkeit die Varianten Lite, Fast und Quality. Wähle in unterstützten Modi Text-zu-Video, Bild-zu-Video oder Video-zu-Video. Referenz-zu-Video unterstützt bis zu 3 Bilder und erfordert Fast mit 16:9. Verfügbare Seitenverhältnisse sind Auto, 16:9 und 9:16. Dauer und Auflösung lassen sich in der Oberfläche nicht auswählen. Prüfe vor dem Start die angezeigten Credit-Kosten.
Jetzt testen
Wan 2.6 unterstützt Text-zu-Video, Bild-zu-Video und Video-zu-Video. Je nach verfügbarer Einstellung sind 5, 10 oder 15 Sekunden sowie 720p oder 1080p möglich. Mit mehreren Einstellungen lassen sich abwechslungsreiche Videoinhalte erstellen.
Jetzt testen
Die Standardversion der Sora-Serie. Behält OpenAIs überlegenes Prompt-Verständnis bei und optimiert Geschwindigkeit und Kosten. Perfekt für Storyboarding, Social-Media-Kurzvideos und schnelle kreative Iteration.
Jetzt testen
Kling 2.6 eignet sich für komplexe Bewegungsabläufe, dynamische Figuren, das Zusammenspiel von Objekten und filmische Kamerafahrten mit flüssigen Übergängen.
Jetzt testen
MiniMax H3 ist ein multimodales Videomodell für Text-, Bild- und Referenz-zu-Video mit 768p/2K-Ausgabe, flexibler Dauer und Referenzaudio.
Jetzt testen
ByteDances Videomodell der nächsten Generation. Seedance 2 legt den Fokus auf hohe Bildqualität, komplexe Bewegungen und multimodale Referenzsteuerung. Es unterstützt Text-, Bild-, Video- und Audioeingaben und eignet sich ideal für professionelle Videoproduktionen mit höherer Konsistenz und stärkerer Kamerasprache.
Jetzt testenBild
JPG, JPEG, PNG, WEBP · 50MB
Bild hier ablegen oder zum Hochladen klicken.