Ferramenta · Imagem para vídeo

Transforme qualquer foto num clipe em movimento

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.

Ilustração de IA de uma foto impressa de um balão de ar quente ganhando vida num céu real — o conceito de imagem para vídeo no BananaBanana
De um frame estático ao movimento — a ideia de imagem para vídeo, renderizada no BananaBanana.
01O que é

Como funciona a IA de imagem para vídeo?

A geração de imagem para vídeo trata a sua foto como o primeiro frame de um clipe. Carrega a imagem, escreve uma breve descrição de movimento — “slow push-in, vapor a sair da chávena, luz quente da manhã” — e o modelo sintetiza os segundos seguintes de filmagem para que o frame um seja fiel em pixéis ao seu upload. Uma vez que o vídeo nasce da sua imagem real em vez de uma descrição textual dela, rostos, produtos, embalagens sem logótipos e composição sobrevivem à transição. No BananaBanana pode animar com quatro modelos: Veo 3.1 e Veo 3.1 Fast (até 4K, áudio nativo opcional, frames finais, extensões), Veo 3.1 Lite para rascunhos económicos, e Gemini Omni Flash — o modelo mundial da Google que escolhe a sua própria duração de 3–10 segundos, adiciona sempre som e permite editar o resultado de forma conversacional posteriormente.

O que pode fazer com ele?

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.

02Capacidades

Controlo sobre cada frame

Fidelidade ao primeiro frame

O clipe começa a partir da sua imagem exata — composição, rostos e produtos são transferidos inalterados.

Frames finais e loops

Adicione um último frame opcional para transições controladas, ou faça um loop de volta ao primeiro frame para cinemagraphs.

Áudio nativo

Veo 3.1 adiciona ambiente, efeitos e diálogo sob demanda; Omni Flash sonoriza cada clipe automaticamente.

Até 4K, 16:9 ou 9:16

Paisagem para YouTube e web, vertical para Reels, Shorts e TikTok — até 4K em Veo 3.1 e Fast.

Extensões até 148 s

Encadeie clipes com total continuidade visual — sequências de longa duração a partir de uma única foto inicial.

Edição conversacional

No Omni Flash, descreva uma mudança — “faz chover” — e o clipe regenera mantendo a cena.

03Como funciona

Foto em movimento em três passos

  1. Carregue a sua foto

    Qualquer imagem nítida até 4K — retrato, packshot, paisagem ou ilustração. Torna-se o frame um.

  2. Descreva o movimento

    Movimento da câmara, ação do sujeito, atmosfera, som. Opcionalmente, adicione um frame final para uma transição ou loop.

  3. Gere, estenda, descarregue

    Escolha o modelo e a duração, renderize, estenda se precisar de mais segundos, descarregue MP4.

04Preços

Preço por clipe, não por utilizador

Preços de imagem para vídeo por clipe por modelo e duração, 720p/1080p
Modelo4 s6 s8 sCom 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 Flashpreço fixo, som sempre ligado$1.00 fixo

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.

05Saiba mais

Guias do blog

06FAQ

Imagem para vídeo, perguntas e respostas

Como transformo uma foto em vídeo com IA?

Carregue 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.

Quanto custa a imagem para vídeo?

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 tem um preço fixo de $1.00 com som sempre ligado. Paga por clipe — sem subscrição.

Posso controlar como a animação termina?

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.

O vídeo pode ter som?

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.

Quanto tempo pode ter o vídeo resultante?

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.

Que tipo de fotos funcionam melhor?

Imagens 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.

As suas fotos estão a um prompt de ganhar movimento

Imagem para vídeo a partir de $0.10 por clipe. Saldo gratuito de $0.10 no registo, recargas de criptomoedas a partir de $1, sem subscrição.