Produktfotos
Lass einen Packshot rotieren, ergänze Lichtreflexe und einen Sound-Akzent – für die Produktseite oder eine Anzeige.
MiniMax H3 Bild zu Video KI
Lade ein Foto als Startbild hoch, auf Wunsch auch ein Endbild, beschreibe Bewegung und Ton und erhalte einen Clip von 4 bis 30 Sekunden in bis zu 2K.
Video
50
Bild zu Video KI, die dein Startbild beibehält
Bei der Bild zu Video KI von MiniMax H3 ist dein hochgeladenes Foto der erste Frame des Clips. Gesichter, Logos, Verpackungen und Farben starten exakt so, wie sie sind – das Modell ergänzt Bewegung, Kameraführung und Ton aus deinem Prompt. Das Seitenverhältnis richtet sich nach deinem Bild: Aus einem Hochformat-Foto wird ein Hochformat-Video.
So funktioniert es
Drei Schritte, ganz ohne Schnittprogramm.
01Startbild hochladen
Klicke auf die Referenzkarte und wähle eine PNG-, JPG- oder WebP-Datei bis 20 MB. Ein scharfes, gut ausgeleuchtetes Bild sorgt für die sauberste Bewegung.
02Bewegung und Ton beschreiben
Sag, was sich bewegt, wie die Kamera fährt und was man hört: „Sie dreht sich um und lacht, langsamer Push-in, Gemurmel im Straßencafé und eine sanfte Gitarre“.
03Länge wählen und erstellen
Wähle 4 bis 30 Sekunden. Jede Sekunde kostet 4 Credits in 480p, 6 in 768p, 8 in 1080p und 10 in 2K (2K geht bis 15 Sekunden, längere Clips kosten pro Sekunde das Doppelte). Ein fehlgeschlagenes Rendering wird automatisch erstattet.
Was Nutzer aus einem einzigen Foto animieren
Dafür reicht ein einziges Standbild.
Porträts
Erwecke ein Porträt mit einem Blick, einem Lächeln oder ein paar gesprochenen Worten zum Leben.
Plakate und Key Art
Bring Figuren und Schrift auf einem Plakat in Bewegung, ohne sie neu zu zeichnen.
Bild zu Video KI: Was ein gutes Startbild ausmacht
Das Modell startet mit genau den Pixeln, die du hochlädst – der Clip kann also nur so sauber werden wie dieses Bild. Ein scharfes Foto mit einem klaren Motiv, gleichmäßigem Licht und etwas Raum drumherum lässt der Kamera Platz für Bewegung. Sehr kleine Gesichter, starke Bewegungsunschärfe oder unruhige Collagen geraten in der ersten Sekunde leicht ins Rutschen.
Überleg dir vor dem Schreiben, wohin die Bewegung gehen soll. Ein Porträt ab der Brust passt zu einer Kopfdrehung, einem Lächeln oder ein paar gesprochenen Worten. Ein Produkt auf einem schlichten Tisch passt zu einer langsamen Kreisfahrt oder einem Lichtreflex, der darüberstreicht. Eine weite Landschaft passt zu einem Drohnenflug nach vorn oder vorbeiziehenden Wolken. Wer eine Bewegung verlangt, die der Bildausschnitt nicht hergibt – etwa aus einer engen Nahaufnahme herauszulaufen –, zerstört meist das Motiv.
Der Ton gehört in denselben Prompt. Nenne die Stimme und den gesprochenen Satz in Anführungszeichen, danach die Raumatmo und eventuelle Effekte: „Sie sagt ‚Die neuen Farben sind da‘, leise Ladenmusik, ein Türglöckchen“. Lässt du den Ton weg, ergänzt das Modell trotzdem eine Tonspur, die zur Szene passt.
Meist besser vermeiden
- Screenshots mit kleiner Schrift, die perfekt scharf bleiben muss
- Gruppenfotos, auf denen jedes Gesicht erkennbar bleiben muss
- Bilder, die dir nicht gehören oder für die du keine Nutzungserlaubnis hast
Tipps für bessere Ergebnisse
- Nimm das Bild, mit dem der Clip beginnen soll: Der erste Frame bleibt erhalten und wird nicht neu interpretiert.
- Beschreibe pro Clip eine Haupthandlung; Schnitte nur dann, wenn du sie wirklich willst.
- Nenne den Ton, den du erwartest – vom Dialog bis zur Raumatmo –, sonst wählt das Modell selbst.
- Text, der schon im Bild steht, bleibt am besten lesbar, wenn die Kamera sich sanft bewegt.
Fragen zum Animieren eines Fotos
Ein Startbild und auf Wunsch ein Endbild, jeweils als PNG, JPG oder WebP bis 20 MB. Lade nur Bilder hoch, die dir gehören oder für die du eine Nutzungserlaubnis hast.
Jede volle Länge von 4 bis 30 Sekunden, gerendert in 480p, 768p, 1080p oder 2K mit Originalton. 2K-Clips gehen bis 15 Sekunden.
Bild zu Video übernimmt das Seitenverhältnis deines Fotos. Wenn du das Format selbst wählen willst, generiere stattdessen aus Text.
Genau wie bei Text zu Video: 4 Credits pro Sekunde in 480p, 6 in 768p, 8 in 1080p und 10 in 2K. Ein 5-Sekunden-Clip in 2K kostet also 50 Credits. Clips über 15 Sekunden kosten pro Sekunde das Doppelte.