Video generieren

Der Videomodus verwandelt einen Prompt und optional einen Anfangs- und Endrahmen in einen kurzen generierten Clip. Er läuft über Qwen, fal.ai oder BytePlus, die drei Anbieter, die Video generieren. Was jeder abdeckt, zeigt die Anbieter-Matrix.

Kurzüberblick

1. Stelle den Composer auf den Modus Video.
2. Schreibe einen Prompt und lege Seitenverhältnis, Auflösung und Dauer fest.
3. Wähle optional einen start- und, bei manchen Anbietern, einen end-Rahmen.
4. Prüfe die Kostenvorschau und generiere dann.

Regler

Regler	Optionen
Seitenverhältnis	16:9, 9:16, 1:1
Auflösung	480p, 720p, 1080p
Dauer	5 oder 10 Sekunden

Die Dauer im Composer ist eine einfache Wahl zwischen 5 und 10 Sekunden, das zugrunde liegende Modell kann leicht abweichend begrenzen.

Modellfamilie	Tatsächlich akzeptierter Bereich
Qwen, die meisten fal.ai-Modelle	Etwa 2 bis 15 Sekunden
BytePlus	Etwa 4 bis 15 Sekunden
Das Veo-basierte fal.ai-Modell	Fest auf nur 4, 6 oder 8 Sekunden

Anfangs- und Endrahmen

Ob sich die Bewegung mit Bildern lenken lässt, hängt vom Anbieter ab.

Anbieter	Anfangsrahmen	Endrahmen
Qwen	Ja	Ja
fal.ai	Ja	Nein
BytePlus	Ja	Nein

Wo ein Endrahmen unterstützt wird, animiert das Modell zwischen deinen beiden Bildern, praktisch für eine kontrollierte Kamerafahrt oder eine Produktenthüllung. Wo das nicht der Fall ist, steuert nur der Anfangsrahmen das Ergebnis, und der Rest der Bewegung folgt deinem Prompt. Das Ergebnis läuft in einem eingebauten Player und wird in deiner Galerie gespeichert.

Anbieter und ihre Modelle

Anbieter	Was er bietet
Qwen	Die eigenen Wan-Videomodelle, für Text-zu-Video und Bild-zu-Video
fal.ai	Ein gehostetes Aufgebot an Drittanbieter-Modellen über einen Schlüssel. Das Dropdown im Videomodus bietet Seedance 2.0, Seedance 2.0 Fast, Veo 3.1, Veo 3.1 Fast und Kling 2.6
BytePlus	Seedance-Video, direkt von BytePlus statt über einen Hub

Lippensynchronisation wird automatisch angewendet, nicht hier ausgewählt

Das Aufgebot von fal.ai enthält im Hintergrund durchaus ein Modell für Lippensynchronisation, aber es ist keines der Modelle, die du im normalen Videomodus auswählst. Die Lippensynchronisation wird automatisch von Marketing Studio für Szenarien mit sprechenden Avataren angewendet: Zuerst wird ein Talking-Head-Clip generiert, dann durch das Lippensynchronisationsmodell geführt, um den Mund an den Ton zu koppeln. Wenn du einen Sprecher willst, dessen Lippen zur Stimme passen, gehe über Marketing Studio, statt im Video-Dropdown nach einer Lippensynchronisationsoption zu suchen.

Kostenvorschau

Da Video teuer sein kann, schätzt eine Kostenvorschau den Preis vor dem Generieren, grob der Pro-Sekunde-Tarif des Modells multipliziert mit deiner gewählten Dauer, sodass es weniger Überraschungen gibt. Diese eingebettete Dollar-Schätzung wird für fal.ai- und BytePlus-Modelle angezeigt. Qwens eigene Wan-Modelle zeigen keine Dollar-Schätzung im Composer, prüfe dafür also direkt die Preisseite von DashScope.

Die Tarife schwanken stark je nach Modell, prüfe die Schätzung also jedes Mal, wenn du das Modell wechselst, nicht nur einmal. Nur zur Veranschaulichung, und diese Werte können sich ändern: Ein schnelles fal.ai-Modell kann bei etwa 0,07 $ pro Sekunde Clip liegen, während ein Premium-Modell näher an 0,40 $ pro Sekunde kommt, mit anderen dazwischen, und Seedance von BytePlus liegt bei einer pauschalen Schätzung von etwa 0,14 $ pro Sekunde. Gerade die Anbieter auf fal.ai decken beim selben Schlüssel eine breite Spanne ab, was genau der Grund ist, warum sich ein Vergleich lohnt, bevor du dich auf einen längeren oder höher aufgelösten Clip festlegst.

Schritt für Schritt

Öffne AI Studio über die App-Seitenleiste (der Eintrag mit dem Tooltip Create with AI) und stelle dann den Modusregler des Composers auf Video. Wähle einen videofähigen Anbieter (Qwen, fal.ai oder BytePlus). Ist keiner verbunden, füge einen unter Settings, AI Settings, Tab Provider & Model hinzu (siehe Einen Anbieter verbinden).

1. Ein erster reiner Prompt-Clip

1. Schreibe einen Prompt, zum Beispiel a reusable steel water bottle rotating slowly on a white pedestal, soft studio light, seamless white background.
2. Lege das Seitenverhältnis (zum Beispiel 9:16 für Hochformat), die Auflösung (starte bei 720p) und die Dauer (5 Sekunden) fest.
3. Wenn du auf fal.ai oder BytePlus bist, lies die Kostenvorschau, grob der Pro-Sekunde-Tarif mal deiner Dauer. Bei Qwen prüfst du stattdessen die Preisseite von DashScope, da im Composer keine Dollar-Schätzung angezeigt wird.
4. Generiere. Der fertige Clip läuft in einem eingebauten Player direkt im Verlauf und wird in deiner Galerie gespeichert.

2. Ein Bild-zu-Video-Clip mit Anfangsrahmen

1. Füge einen start-Rahmen hinzu, zum Beispiel deine Produkt-Heldenaufnahme.
2. Bei Qwen kannst du auch einen end-Rahmen hinzufügen, und das Modell animiert zwischen den beiden, praktisch für eine kontrollierte Kamerafahrt oder eine Produktenthüllung. Bei fal.ai und BytePlus wird nur der Anfangsrahmen genutzt, und der Rest der Bewegung folgt deinem Prompt.
3. Schreibe einen Prompt, der die Bewegung beschreibt, zum Beispiel the bottle turns a quarter rotation to reveal the label, camera slowly pushes in.
4. Generiere und sieh dir das Ergebnis im Player an.

3. Zwei Anbieter oder Modelle vergleichen, bevor du dich festlegst

1. Führe deinen Prompt auf einem fal.ai-Modell aus, zum Beispiel Seedance 2.0 Fast, und merke dir seine Kostenvorschau.
2. Wechsle zu einem anderen Modell, zum Beispiel Veo 3.1, führe denselben Prompt aus und vergleiche sowohl das Ergebnis als auch die Schätzung.
3. Da ein schnelles Modell pro Sekunde einen Bruchteil eines Premium-Modells kosten kann (siehe Kostenvorschau), teste die Richtung günstig zuerst bei kurzer Dauer und niedrigerer Auflösung und lege dich dann nur beim Modell, das dir gefallen hat, auf einen längeren oder höher aufgelösten Clip fest.

Häufige Aufgaben

Konkrete Prompts zum Kopieren und Anpassen. Halte den ersten Durchlauf kurz und günstig und skaliere dann hoch.

Ziel	Beispiel-Prompt
Produkt-Drehung	a matte black water bottle slowly rotating on a marble pedestal, soft rim light, seamless white background, subtle reflection.
Appetitliche Nahaufnahme	a cup of coffee with steam rising, close-up, warm morning light through a window, gentle camera push-in.
Produktenthüllung (Anfangs- und Endrahmen bei Qwen)	the closed box opens and the sneaker rises out, smooth motion, studio lighting.

Für einen sprechenden Präsentator, dessen Mund zu einem Voiceover passt, suche hier nicht nach einem Lippensynchronisationsmodell, sondern nutze Marketing Studio, das für dieses Szenario die Lippensynchronisation automatisch hinzufügt.

Nach dem Generieren

Ein fertiger Clip läuft in einem eingebauten Player direkt im Verlauf und wird zur Wiederverwendung in deiner Galerie gespeichert. Von dort kann er heruntergeladen oder später erneut referenziert werden, dieselbe Galerie, aus der die Szenarien von Marketing Studio schöpfen.

Videokosten summieren sich

Dein Anbieter stellt dir das in Rechnung, was du generierst, und Video ist teurer als Bilder. Beginne mit einem kurzen Clip in niedrigerer Auflösung, um einen Prompt zu testen, und skaliere dann hoch, sobald dir die Richtung gefällt.

Probiere mehr als einen Anbieter aus

Da allein fal.ai mehrere unterschiedliche Modelle hostet und Qwen und BytePlus jeweils eigene mitbringen, kann derselbe Prompt bei verschiedenen Anbietern spürbar anders aussehen. Wenn ein Ergebnis nicht überzeugt, ist ein Modellwechsel oft schneller als ein Umschreiben des Prompts.

Fehlerbehebung

Ich sehe keine Kostenschätzung. Die eingebettete Dollar-Vorschau wird nur für fal.ai und BytePlus angezeigt. Bei Qwens eigenen Wan-Modellen erscheint keine Dollar-Schätzung im Composer, prüfe für diese Tarife also direkt die Preisseite von DashScope.

Ich finde im Video-Dropdown kein Lippensynchronisationsmodell. Das Dropdown im Videomodus bietet für fal.ai Seedance 2.0, Seedance 2.0 Fast, Veo 3.1, Veo 3.1 Fast und Kling 2.6, und keines davon ist ein Lippensynchronisationsmodell. Die Lippensynchronisation wählst du im normalen Videomodus nicht selbst aus. Sie wird automatisch von Marketing Studio für Szenarien mit sprechenden Avataren angewendet: Zuerst wird ein Talking-Head-Clip generiert, dann durch das Lippensynchronisationsmodell geführt, um den Mund an den Ton anzupassen.

Mein Endrahmen wird ignoriert. Endrahmen werden nur bei Qwen unterstützt. Bei fal.ai und BytePlus wird nur der Anfangsrahmen genutzt, und der Rest der Bewegung folgt deinem Prompt. Um zwischen zwei bestimmten Bildern zu animieren, nutze Qwen.

Die Clip-Länge passt nicht zu den 5 oder 10 Sekunden, die ich gewählt habe. Die Wahl zwischen 5 und 10 Sekunden im Composer wird vom Modell begrenzt. Das Veo-basierte fal.ai-Modell ist fest auf 4, 6 oder 8 Sekunden, Qwen und die meisten fal.ai-Modelle akzeptieren etwa 2 bis 15 Sekunden, und BytePlus akzeptiert etwa 4 bis 15 Sekunden, sodass die endgültige Dauer nahe an deiner Wahl liegen kann, aber nicht exakt darauf.

Verwandt

• Einen Anbieter verbinden
• Anbieter- und Modell-Matrix
• Marketing Studio
• Avatare und Produkte, um ein Motiv über mehrere Clips hinweg konsistent zu halten