工具 · 图像转视频

将任何照片转变为动态剪辑

上传一张静态图片,描述所需动作,即可获得一段视频——以您精确的构图作为首帧。Veo 3.1 支持高达 4K 的控制,Gemini Omni Flash 提供带声音的即时剪辑。每段视频低至 $0.10,支持加密货币支付,无需订阅。

AI 插画:一张热气球的打印照片在真实天空中活过来——BananaBanana 上的图像转视频概念
从静止帧到动态影像——图像转视频概念,在 BananaBanana 上呈现。
01这是什么

AI 图像转视频如何工作?

图像转视频生成将您的照片视为剪辑的第一帧。您上传图片,撰写一个简短的动作描述——例如“缓慢推入,杯中冒出蒸汽,温暖的晨光”——然后模型会合成接下来的几秒钟素材,确保第一帧与您上传的图像像素完全一致。由于视频是基于您的实际图像而非文字描述生成的,因此面部、产品、无标志包装和构图在转换后都能保持原样。在 BananaBanana 上,您可以使用四种模型进行动画制作:Veo 3.1Veo 3.1 Fast(支持高达 4K,可选原生音频、末帧、延长),用于制作廉价草稿的 Veo 3.1 Lite,以及 Gemini Omni Flash——Google 的世界模型,它会自动选择 3-10 秒的时长,始终添加声音,并允许您之后通过对话方式编辑结果。

您可以用它制作什么?

主要用例包括:产品横幅——一张静态的产品图片可以变成一个六秒钟的循环,带有漂移的光线和旋转的产品,适用于市场和广告;社交内容——将肖像和旅行照片制作成 9:16 比例的 Reels 和 Shorts 动画;动态照片(cinemagraphs)——将末帧设置为与首帧相同,只让烟雾、水或头发动起来;以及故事讲述——使用面部参考生成角色静态图像,然后制作动画,接着将 Extend 操作链接成一个具有完整连续性的 148 秒序列。团队可以使用 Veo 3.1 Lite 以 $0.10 的价格制作草稿,然后使用 Veo 3.1 在 4K 分辨率下带音频重新渲染最终版本。一个完成的营销剪辑通常价格在一到五美元之间——按剪辑收费,而非按席位收费。

02功能

掌控每一

首帧保真

剪辑从您的精确图像开始——构图、面部和产品保持不变。

末帧与循环

添加可选的最后一帧以实现受控过渡,或循环回第一帧以制作动态照片。

原生音频

Veo 3.1 可按需添加环境音、效果和对话;Omni Flash 会自动为每个剪辑配乐。

高达 4K,16:9 或 9:16

横屏用于 YouTube 和网页,竖屏用于 Reels、Shorts 和 TikTok——Veo 3.1 和 Fast 支持高达 4K。

可延长至 148 秒

以完整的视觉连续性连接剪辑——从一张起始照片生成长篇序列。

对话式编辑

在 Omni Flash 上,描述一个变化——例如“让它下雨”——剪辑就会在保留场景的同时重新生成。

03工作原理

照片转动态影像,三步完成

  1. 上传您的照片

    任何高达 4K 的清晰图像——肖像、产品照、风景或插画。它将成为第一帧。

  2. 描述动作

    相机移动、主体动作、氛围、声音。可选地添加末帧以进行过渡或循环。

  3. 生成、延长、下载

    选择模型和时长,渲染,如果需要更多秒数则延长,然后下载 MP4。

04定价

按剪辑收费,而非按席位收费

按模型和时长(720p/1080p)计算的每剪辑图像转视频价格
模型4 s6 s8 s带音频 · 8 秒
Veo 3.1 Lite草稿,高达 1080p$0.10$0.15$0.20$0.36
Veo 3.1 Fast生产速度$0.35$0.52$0.70$1.00
Veo 3.1最高保真度$0.70$1.05$1.40$3.00
Gemini Omni Flash固定价格,始终带声音$1.00 固定价格

Veo 3.1 Fast 上 4K 渲染:$1.10 无声 / $1.30 带音频。完整价格表请参见定价页面。

Veo 3.1 页面上比较所有视频模型,或在定价页面上查看所有价格。

05了解更多

来自博客的指南

06常见问题

图像转视频,答疑

如何使用 AI 将照片转为视频?

将照片作为第一帧上传,用简单语言描述您想要的动作——相机移动、主体动作、氛围——然后生成。模型会根据您的精确图像制作动画,因此构图、面部和产品将保持可识别性。

图像转视频费用是多少?

Veo 3.1 Lite 上 4 秒无声 720p 剪辑的起价为 $0.10。Veo 3.1 Fast 的起价为 $0.35,旗舰版 Veo 3.1 的起价为 $0.70,Gemini Omni Flash 则是 $1.00 固定价格并始终带声音。您按剪辑付费——无需订阅。

我可以控制动画如何结束吗?

是的——Veo 3.1 除了第一帧外,还支持可选的末帧。您可以用它来控制两个静态图像之间的过渡,或者将末帧设置为与第一帧相同以实现无缝循环,这对于动态照片和产品横幅来说是理想选择。

视频可以带声音吗?

是的。所有 Veo 3.1 模型都支持生成原生音频——环境音、效果,甚至是对话——作为一个按剪辑切换的选项(无声剪辑费用较低)。Gemini Omni Flash 始终生成音频,您可以在提示中指导它。

生成的视频可以有多长?

单个剪辑时长为 4–8 秒(Veo)或 3–10 秒(Omni Flash)。使用 Veo 3.1 和 Veo 3.1 Fast,您可以将 Extend 操作链接起来,实现完整的视觉连续性,总时长可达 148 秒。

哪种照片效果最好?

清晰、光线充足且主题明确的图像:肖像、产品照、风景、插画。支持高达 4K 的输入;当描述与画面中可能存在的内容匹配时,模型会更忠实地遵循您的动作提示。

您的照片距离动起来,只差一个提示

图像转视频每剪辑低至 $0.10。注册即送 $0.10 余额,加密货币充值低至 $1,无需订阅。