टूल · इमेज-टू-वीडियो

किसी भी फोटो को चलती क्लिप में बदलें

एक स्थिर तस्वीर अपलोड करें, गति का वर्णन करें, एक वीडियो प्राप्त करें — आपकी सटीक रचना के साथ पहले फ्रेम के रूप में। 4K तक नियंत्रण के लिए Veo 3.1, ध्वनि के साथ तत्काल क्लिप के लिए Gemini Omni Flash। प्रति वीडियो $0.10 से शुरू, क्रिप्टो के साथ भुगतान करें, कोई सदस्यता नहीं।

BananaBanana पर इमेज-टू-वीडियो कॉन्सेप्ट — एक गर्म हवा के गुब्बारे की छपी हुई फोटो का असली आसमान में जीवंत होने का AI चित्रण
एक स्थिर फ्रेम से गति तक — इमेज-टू-वीडियो का विचार, BananaBanana पर प्रस्तुत।
01यह क्या है

AI इमेज-टू-वीडियो कैसे काम करता है?

इमेज-टू-वीडियो जनरेशन आपकी फोटो को क्लिप के पहले फ्रेम के रूप में मानता है। आप छवि अपलोड करते हैं, गति का एक संक्षिप्त विवरण लिखते हैं — “धीमी गति से अंदर धकेलें, कप से भाप उठ रही है, गर्म सुबह की रोशनी” — और मॉडल फुटेज के अगले सेकंड को संश्लेषित करता है ताकि पहला फ्रेम आपकी अपलोड के प्रति पिक्सेल-विश्वसनीय हो। चूंकि वीडियो आपकी वास्तविक छवि से बढ़ता है न कि उसके टेक्स्ट विवरण से, चेहरे, उत्पाद, लोगो-मुक्त पैकेजिंग और रचना परिवर्तन में जीवित रहते हैं। BananaBanana पर आप चार मॉडलों के साथ एनिमेट कर सकते हैं: Veo 3.1 और Veo 3.1 Fast (4K तक, वैकल्पिक नेटिव ऑडियो, एंड फ्रेम्स, एक्सटेंशन), सस्ते ड्राफ्ट के लिए Veo 3.1 Lite, और Gemini Omni Flash — Google का विश्व मॉडल जो अपनी 3-10 सेकंड की अवधि चुनता है, हमेशा ध्वनि जोड़ता है, और आपको बाद में संवादात्मक रूप से परिणाम संपादित करने देता है।

आप इससे क्या बना सकते हैं?

मुख्य उपयोग के मामले: उत्पाद बैनर — एक स्थिर पैकशॉट बाजारों और विज्ञापनों के लिए बहती रोशनी और घूमते उत्पाद के साथ छह सेकंड का लूप बन जाता है; सामाजिक सामग्री — पोर्ट्रेट और यात्रा तस्वीरें 9:16 में रील्स और शॉर्ट्स में एनिमेटेड होती हैं; सिनेमोग्राफ — एंड फ्रेम को पहले के बराबर सेट करें और केवल धुआं, पानी या बाल चलते हैं; और कहानी कहनेचेहरे के संदर्भ के साथ एक चरित्र स्थिर बनाएं, उसे एनिमेट करें, फिर 148-सेकंड की सीक्वेंस में पूरी निरंतरता के साथ एक्सटेंड ऑपरेशंस की श्रृंखला बनाएं। टीमें Veo 3.1 Lite पर $0.10 प्रति ड्राफ्ट पर स्टोरीबोर्ड बनाती हैं, फिर Veo 3.1 पर 4K ऑडियो के साथ कीपर को फिर से प्रस्तुत करती हैं। एक समाप्त अभियान क्लिप आमतौर पर एक से पांच डॉलर के बीच होती है — प्रति क्लिप कीमत, प्रति सीट नहीं।

02क्षमताएँ

हर फ्रेम पर नियंत्रण

पहले-फ्रेम की निष्ठा

क्लिप आपकी सटीक छवि से शुरू होती है — रचना, चेहरे और उत्पाद अपरिवर्तित रहते हैं।

एंड फ्रेम्स और लूप्स

नियंत्रित संक्रमणों के लिए एक वैकल्पिक अंतिम फ्रेम जोड़ें, या सिनेमोग्राफ के लिए पहले फ्रेम पर वापस लूप करें।

नेटिव ऑडियो

Veo 3.1 मांग पर परिवेश, प्रभाव और संवाद जोड़ता है; Omni Flash हर क्लिप को स्वचालित रूप से स्कोर करता है।

4K तक, 16:9 या 9:16

YouTube और वेब के लिए लैंडस्केप, रील्स, शॉर्ट्स और TikTok के लिए वर्टिकल — Veo 3.1 और Fast पर 4K तक।

148 सेकंड तक एक्सटेंशन

पूरी विज़ुअल निरंतरता के साथ क्लिप्स को एक साथ जोड़ें — एक ही शुरुआती फोटो से लंबी-अवधि की सीक्वेंस।

संवादात्मक संपादन

Omni Flash पर, एक परिवर्तन का वर्णन करें — “बारिश कराओ” — और क्लिप दृश्य को बनाए रखते हुए फिर से उत्पन्न होती है।

03यह कैसे काम करता है

फोटो को तीन चरणों में गति में बदलें

  1. अपनी फोटो अपलोड करें

    कोई भी तीखी छवि 4K तक — पोर्ट्रेट, पैकशॉट, लैंडस्केप या चित्रण। यह पहला फ्रेम बन जाती है।

  2. गति का वर्णन करें

    कैमरा चाल, विषय क्रिया, वातावरण, ध्वनि। संक्रमण या लूप के लिए वैकल्पिक रूप से एक एंड फ्रेम जोड़ें।

  3. जनरेट करें, एक्सटेंड करें, डाउनलोड करें

    मॉडल और अवधि चुनें, प्रस्तुत करें, यदि आपको अधिक सेकंड चाहिए तो एक्सटेंड करें, MP4 डाउनलोड करें।

04कीमत

प्रति क्लिप कीमत, प्रति सीट नहीं

मॉडल और अवधि के अनुसार प्रति क्लिप इमेज-टू-वीडियो की कीमतें, 720p/1080p
मॉडल4 s6 s8 sऑडियो के साथ · 8 सेकंड
Veo 3.1 Liteड्राफ्ट, 1080p तक$0.10$0.15$0.20$0.36
Veo 3.1 Fastउत्पादन की गति$0.35$0.52$0.70$1.00
Veo 3.1अधिकतम निष्ठा$0.70$1.05$1.40$3.00
Gemini Omni Flashफ्लैट कीमत, ध्वनि हमेशा चालू$1.00 फ्लैट

Veo 3.1 Fast पर 4K रेंडर $1.10 साइलेंट / $1.30 ऑडियो के साथ। मूल्य निर्धारण पृष्ठ पर पूरी तालिकाएँ।

Veo 3.1 पेज पर सभी वीडियो मॉडलों की तुलना करें या मूल्य निर्धारण पृष्ठ पर हर कीमत देखें।

05और जानें

ब्लॉग से मार्गदर्शिकाएँ

06अक्सर पूछे जाने वाले प्रश्न

इमेज टू वीडियो, जवाब

मैं AI से एक फोटो को वीडियो में कैसे बदलूं?

फोटो को पहले फ्रेम के रूप में अपलोड करें, अपनी इच्छित गति का सामान्य भाषा में वर्णन करें — कैमरा चाल, विषय क्रिया, मूड — और जनरेट करें। मॉडल आपकी सटीक छवि से एनिमेट करता है, इसलिए रचना, चेहरे और उत्पाद पहचानने योग्य रूप से आपके रहते हैं।

इमेज-टू-वीडियो की कीमत कितनी है?

Veo 3.1 Lite पर 4-सेकंड के साइलेंट 720p क्लिप के लिए $0.10 से। Veo 3.1 Fast $0.35 से शुरू होता है, प्रमुख Veo 3.1 $0.70 से, और Gemini Omni Flash हमेशा चालू ध्वनि के साथ $1.00 का फ्लैट मूल्य है। आप प्रति क्लिप भुगतान करते हैं — कोई सदस्यता नहीं।

क्या मैं नियंत्रित कर सकता हूँ कि एनिमेशन कैसे समाप्त होता है?

हाँ — Veo 3.1 पहले फ्रेम के अलावा एक वैकल्पिक एंड फ्रेम स्वीकार करता है। दो स्टिल्स के बीच नियंत्रित संक्रमणों के लिए इसका उपयोग करें, या सिनेमोग्राफ और उत्पाद बैनर के लिए आदर्श, एक सहज लूप के लिए एंड फ्रेम को पहले के बराबर सेट करें।

क्या वीडियो में ध्वनि हो सकती है?

हाँ। सभी Veo 3.1 मॉडल नेटिव ऑडियो — परिवेश, प्रभाव, यहाँ तक कि संवाद — प्रति-क्लिप टॉगल के रूप में उत्पन्न करते हैं (साइलेंट क्लिप की लागत कम होती है)। Gemini Omni Flash हमेशा ऑडियो उत्पन्न करता है और आप इसे प्रॉम्प्ट में निर्देशित करते हैं।

परिणामी वीडियो कितना लंबा हो सकता है?

एकल क्लिप 4-8 सेकंड (Veo) या 3-10 सेकंड (Omni Flash) की होती हैं। Veo 3.1 और Veo 3.1 Fast के साथ आप पूरी विज़ुअल निरंतरता के साथ 148 सेकंड तक एक्सटेंड ऑपरेशंस की श्रृंखला बना सकते हैं।

किस प्रकार की फोटो सबसे अच्छी काम करती हैं?

तीखी, अच्छी रोशनी वाली छवियां जिनमें एक स्पष्ट विषय हो: पोर्ट्रेट, उत्पाद शॉट, लैंडस्केप, चित्रण। 4K तक इनपुट समर्थित है; जब विवरण फ्रेम में यथोचित रूप से मौजूद चीज़ों से मेल खाता है तो मॉडल आपके मोशन प्रॉम्प्ट का अधिक निष्ठा से पालन करता है।

आपकी तस्वीरें एक प्रॉम्प्ट की दूरी पर हैं गति करने से

प्रति क्लिप $0.10 से इमेज-टू-वीडियो। साइन-अप पर $0.10 का निःशुल्क बैलेंस, $1 से क्रिप्टो टॉप-अप, कोई सदस्यता नहीं।