Fidelidade ao primeiro frame
O clipe começa a partir da sua imagem exata — composição, rostos e produtos são transferidos inalterados.
Ferramenta · Imagem para vídeo
Carregue uma imagem estática, descreva o movimento, obtenha um vídeo — com a sua composição exata como primeiro frame. Veo 3.1 para controlo até 4K, Gemini Omni Flash para clipes instantâneos com som. A partir de $0.10 por vídeo, pago com criptomoedas, sem subscrição.

A geração de imagem para vídeo usa sua foto como o primeiro quadro de um clipe. Você envia a imagem, escreve um breve prompt de movimento e o modelo sintetiza os segundos seguintes. No BananaBanana você pode animar com cinco modelos: Veo 3.1 e Veo 3.1 Fast (até 4K, áudio opcional, quadros finais, extensões), Veo 3.1 Lite para rascunhos baratos e Gemini Omni Flash, o modelo de mundo do Google que renderiza exatamente 3 a 10 segundos a $0.10 por segundo, sempre adiciona som, combina um primeiro quadro com até 10 imagens de referência e permite editar o resultado conversacionalmente. E o Wan 3.0 da Alibaba, que anima uma foto do mesmo jeito mas chega a 30 segundos numa única execução, de 480p a 1080p, aceita um quadro final onde terminar e inclui som que você pode desligar de graça.
Os casos de uso mais comuns: banners de produtos — uma imagem estática de produto torna-se um loop de seis segundos com luz flutuante e produto a girar para marketplaces e anúncios; conteúdo social — retratos e fotos de viagens animados em Reels e Shorts em 9:16; cinemagraphs — defina o frame final igual ao primeiro e apenas o fumo, a água ou o cabelo se movem; e storytelling — gere uma imagem de personagem com referências faciais, anime-a, e depois encadeie operações de Extensão numa sequência de 148 segundos com total continuidade. As equipas fazem storyboards no Veo 3.1 Lite a $0.10 por rascunho, e depois renderizam a versão final no Veo 3.1 em 4K com áudio. Um clipe de campanha finalizado geralmente custa entre um e cinco dólares — o preço é por clipe, não por utilizador.
O clipe começa a partir da sua imagem exata — composição, rostos e produtos são transferidos inalterados.
Adicione um último frame opcional para transições controladas, ou faça um loop de volta ao primeiro frame para cinemagraphs.
Veo 3.1 adiciona ambiente, efeitos e diálogo sob demanda; Omni Flash sonoriza cada clipe automaticamente.
Paisagem para YouTube e web, vertical para Reels, Shorts e TikTok — até 4K em Veo 3.1 e Fast.
Encadeie clipes com total continuidade visual — sequências de longa duração a partir de uma única foto inicial.
No Omni Flash, descreva uma alteração — «faça chover» — e o clipe será regenerado mantendo a cena. Qualquer vídeo pronto pode ser enviado de volta para uma edição de vídeo para vídeo.
Qualquer imagem nítida até 4K — retrato, packshot, paisagem ou ilustração. Torna-se o frame um.
Movimento da câmara, ação do sujeito, atmosfera, som. Opcionalmente, adicione um frame final para uma transição ou loop.
Escolha o modelo e a duração, renderize, estenda se precisar de mais segundos, descarregue MP4.
| Modelo | 4 s | 6 s | 8 s | Com áudio · 8 s |
|---|---|---|---|---|
| Veo 3.1 Literascunhos, até 1080p | $0.10 | $0.15 | $0.20 | $0.36 |
| Veo 3.1 Fastvelocidade de produção | $0.35 | $0.52 | $0.70 | $1.00 |
| Veo 3.1fidelidade máxima | $0.70 | $1.05 | $1.40 | $3.00 |
| Gemini Omni Flash$0.10 por segundo, som sempre ativado | — | — | — | $0.09–1.00 |
Renderizações 4K a partir de $1.10 silencioso / $1.30 com áudio no Veo 3.1 Fast. Tabelas completas na página de preços.
Compare todos os modelos de vídeo na página do Veo 3.1 ou veja todos os preços na página de preços.
Passo a passo: primeiros frames, prompts de movimento, loops e sequências de 148 segundos.
Ler o guiaA estrutura de sete partes e o vocabulário de movimento de câmara para prompts de vídeo.
Ler o guiaConstrua um personagem consistente em imagens estáticas, e depois leve-o para vídeo.
Ler o guiaCarregue a foto como o primeiro frame, descreva o movimento que deseja em linguagem simples — movimento da câmara, ação do sujeito, ambiente — e gere. O modelo anima a partir da sua imagem exata, para que a composição, rostos e produtos permaneçam reconhecíveis como seus.
A partir de $0.10 por um clipe silencioso de 4 segundos a 720p no Veo 3.1 Lite. Veo 3.1 Fast começa em $0.35, o carro-chefe Veo 3.1 em $0.70, e Gemini Omni Flash custa $0.09–1.00 consoante a duração do clipe, com som sempre ligado. Paga por clipe — sem subscrição.
Sim — o Veo 3.1 aceita um frame final opcional além do primeiro frame. Use-o para transições controladas entre duas imagens estáticas, ou defina o frame final igual ao primeiro para um loop contínuo, ideal para cinemagraphs e banners de produtos.
Sim. Todos os modelos Veo 3.1 geram áudio nativo — ambiente, efeitos, até diálogo — como uma opção por clipe (clipes silenciosos custam menos). Gemini Omni Flash sempre gera áudio e você o direciona no prompt.
Clipes únicos têm 4–8 segundos (Veo) ou 3–10 segundos (Omni Flash). Com Veo 3.1 e Veo 3.1 Fast pode encadear operações de Extensão com total continuidade visual até 148 segundos no total.
Ler a resposta completaImagens nítidas e bem iluminadas com um assunto claro: retratos, fotos de produtos, paisagens, ilustrações. É suportada entrada até 4K; o modelo segue o seu prompt de movimento de forma mais fiel quando a descrição corresponde ao que é plausível no frame.
Imagem para vídeo a partir de $0.10 por clipe. Saldo gratuito de $0.20 no registo, recargas de criptomoedas a partir de $1, sem subscrição.