Generare video
La modalità video trasforma un prompt, e facoltativamente un riquadro iniziale e uno finale, in una breve clip generata. Funziona su Qwen, fal.ai o BytePlus, i tre provider che generano video. Vedi la matrice dei provider per sapere cosa copre ciascuno.
In breve
- Porta il composer in modalità Video.
- Scrivi un prompt e imposta proporzioni, risoluzione e durata.
- Facoltativamente scegli un riquadro start e, su alcuni provider, uno end.
- Controlla l'anteprima dei costi, poi genera.
Controlli
| Controllo | Opzioni |
|---|---|
| Proporzioni | 16:9, 9:16, 1:1 |
| Risoluzione | 480p, 720p, 1080p |
| Durata | 5 o 10 secondi |
Nel composer la durata è una semplice scelta tra 5 e 10 secondi, il modello sottostante può però limitarla in modo leggermente diverso.
| Famiglia di modelli | Intervallo effettivamente accettato |
|---|---|
| Qwen, la maggior parte dei modelli fal.ai | Grosso modo da 2 a 15 secondi |
| BytePlus | Grosso modo da 4 a 15 secondi |
| Il modello fal.ai basato su Veo | Fisso a soli 4, 6 o 8 secondi |
Riquadri iniziale e finale
Il supporto per guidare il movimento con le immagini dipende dal provider.
| Provider | Riquadro iniziale | Riquadro finale |
|---|---|---|
| Qwen | Sì | Sì |
| fal.ai | Sì | No |
| BytePlus | Sì | No |
Dove il riquadro finale è supportato, il modello anima la transizione tra le tue due immagini, utile per un movimento di camera controllato o per la presentazione di un prodotto. Dove non lo è, solo il riquadro di apertura guida il risultato e il resto del movimento segue il tuo prompt. Il risultato viene riprodotto in un player integrato e salvato nella tua galleria.
I provider e i loro modelli
| Provider | Cosa offre |
|---|---|
| Qwen | I suoi modelli video Wan, sia per text-to-video sia per image-to-video |
| fal.ai | Una selezione ospitata di modelli di terze parti con una sola chiave. Il menu a discesa della modalità Video offre Seedance 2.0, Seedance 2.0 Fast, Veo 3.1, Veo 3.1 Fast e Kling 2.6 |
| BytePlus | Video Seedance, direttamente da BytePlus anziché tramite un hub |
Il lip-sync si applica automaticamente, non si sceglie qui
La selezione di fal.ai include dietro le quinte un modello di lip-sync, ma non è uno dei modelli che scegli nella normale modalità Video. Il lip-sync viene applicato automaticamente da Marketing Studio per gli scenari con avatar parlanti: prima si genera una clip con la testa che parla, poi la si passa attraverso il modello di lip-sync per allineare la bocca all'audio. Se vuoi un presentatore le cui labbra combacino con la voce, passa da Marketing Studio invece di cercare un'opzione di lip-sync nel menu Video.
Anteprima dei costi
Poiché il video può costare parecchio, un'anteprima dei costi stima il prezzo prima di generare, grosso modo la tariffa al secondo del modello moltiplicata per la durata che hai scelto, così ci sono meno sorprese. Questa stima in dollari in linea viene mostrata per i modelli fal.ai e BytePlus. I modelli Wan di Qwen non mostrano una stima in dollari nel composer, quindi per quelli consulta direttamente la pagina dei prezzi di DashScope.
Le tariffe variano molto da modello a modello, quindi controlla la stima ogni volta che cambi modello, non solo una volta. A puro titolo di esempio, e questi valori possono cambiare, un modello fal.ai veloce può aggirarsi sui 0,07 $ al secondo di clip mentre uno premium si avvicina ai 0,40 $ al secondo, con altri nel mezzo, e il Seedance di BytePlus ha una stima fissa di circa 0,14 $ al secondo. In particolare i provider su fal.ai coprono un ampio intervallo con la stessa chiave, ed è proprio per questo che conviene confrontarli prima di impegnarti in una clip più lunga o a risoluzione più alta.
Passo dopo passo
Apri AI Studio dalla barra laterale dell'app (la voce con il tooltip Create with AI), poi porta il controllo di modalità del composer su Video. Scegli un provider capace di generare video (Qwen, fal.ai o BytePlus). Se non ne è collegato nessuno, aggiungine uno da Settings, AI Settings, scheda Provider & Model (vedi Collegare un provider).
1. Una prima clip solo da prompt
- Scrivi un prompt, per esempio
a reusable steel water bottle rotating slowly on a white pedestal, soft studio light, seamless white background. - Imposta le proporzioni (per esempio 9:16 per il verticale), la risoluzione (parti da 720p) e la durata (5 secondi).
- Se sei su fal.ai o BytePlus, leggi l'anteprima dei costi, grosso modo la tariffa al secondo per la tua durata. Su Qwen, controlla invece la pagina dei prezzi di DashScope, dato che nel composer non compare alcuna stima in dollari.
- Genera. La clip finita viene riprodotta in un player integrato direttamente nel thread e viene salvata nella tua galleria.
2. Una clip image-to-video con un riquadro iniziale
- Aggiungi un riquadro start, per esempio lo scatto hero del tuo prodotto.
- Su Qwen puoi aggiungere anche un riquadro end, e il modello anima la transizione tra i due, utile per un movimento di camera controllato o per la presentazione di un prodotto. Su fal.ai e BytePlus viene usato solo il riquadro iniziale, e il resto del movimento segue il tuo prompt.
- Scrivi un prompt che descriva il movimento, per esempio
the bottle turns a quarter rotation to reveal the label, camera slowly pushes in. - Genera e rivedi nel player.
3. Confrontare due provider o modelli prima di impegnarti
- Esegui il tuo prompt su un modello fal.ai, per esempio Seedance 2.0 Fast, e annota la sua anteprima dei costi.
- Passa a un altro modello, per esempio Veo 3.1, esegui lo stesso prompt e confronta sia il risultato sia la stima.
- Poiché un modello veloce può costare al secondo una frazione di uno premium (vedi Anteprima dei costi), prova prima la direzione a basso costo con una durata breve e una risoluzione più bassa, poi impegnati in una clip più lunga o a risoluzione più alta solo sul modello che ti è piaciuto.
Attività comuni
Prompt concreti da copiare e adattare. Tieni breve ed economico il primo tentativo, poi passa a qualcosa di più grande.
| Obiettivo | Prompt di esempio |
|---|---|
| Rotazione del prodotto | a matte black water bottle slowly rotating on a marble pedestal, soft rim light, seamless white background, subtle reflection. |
| Primo piano appetitoso | a cup of coffee with steam rising, close-up, warm morning light through a window, gentle camera push-in. |
| Presentazione del prodotto (riquadro iniziale e finale su Qwen) | the closed box opens and the sneaker rises out, smooth motion, studio lighting. |
Per un presentatore la cui bocca combacia con una voce fuori campo, non cercare un modello di lip-sync qui, usa Marketing Studio, che aggiunge il lip-sync automaticamente per quello scenario.
Dopo la generazione
Una clip finita viene riprodotta in un player integrato direttamente nel thread e viene salvata nella tua galleria per essere riutilizzata. Da lì può essere scaricata o richiamata di nuovo in seguito, la stessa galleria a cui attingono gli scenari di Marketing Studio.
I costi del video si accumulano
Il tuo provider ti addebita ciò che generi, e il video costa più delle immagini. Comincia con una clip breve a risoluzione più bassa per testare un prompt, poi passa a qualcosa di più grande una volta che la direzione ti convince.
Prova più di un provider
Dato che fal.ai da solo ospita diversi modelli distinti, e Qwen e BytePlus portano ciascuno i propri, lo stesso prompt può apparire sensibilmente diverso da un provider all'altro. Se un risultato non convince, cambiare modello è spesso più rapido che riscrivere il prompt.
Risoluzione dei problemi
Non vedo una stima dei costi. L'anteprima in dollari in linea viene mostrata solo per fal.ai e BytePlus. Sui modelli Wan di Qwen non compare alcuna stima in dollari nel composer, quindi per quelle tariffe consulta direttamente la pagina dei prezzi di DashScope.
Non trovo un modello di lip-sync nel menu Video. Il menu a discesa della modalità Video per fal.ai offre Seedance 2.0, Seedance 2.0 Fast, Veo 3.1, Veo 3.1 Fast e Kling 2.6, e nessuno di questi è un modello di lip-sync. Il lip-sync non è qualcosa che selezioni tu nella normale modalità Video. Viene applicato automaticamente da Marketing Studio per gli scenari con avatar parlanti: prima si genera una clip con la testa che parla, poi la si passa attraverso il modello di lip-sync per far combaciare la bocca con l'audio.
Il mio riquadro finale viene ignorato. I riquadri finali sono supportati solo su Qwen. Su fal.ai e BytePlus viene usato solo il riquadro iniziale e il resto del movimento segue il tuo prompt. Per animare la transizione tra due immagini specifiche, usa Qwen.
La durata della clip non corrisponde ai 5 o 10 secondi che ho scelto. La scelta tra 5 e 10 secondi nel composer viene limitata dal modello. Il modello fal.ai basato su Veo è fisso a 4, 6 o 8 secondi, Qwen e la maggior parte dei modelli fal.ai accettano grosso modo da 2 a 15 secondi, e BytePlus accetta grosso modo da 4 a 15 secondi, quindi la durata finale può risultare vicina, ma non esattamente pari, alla tua scelta.
Correlati
- Collegare un provider
- Matrice di provider e modelli
- Marketing Studio
- Avatar e prodotti per mantenere coerente un soggetto tra le varie clip