Guia
Como transformar foto em vídeo com IA: guia de imagem para vídeo
Publicado em Atualizado em Por DreamClip
Para transformar foto em vídeo com IA, o modelo pega uma imagem parada e gera os segundos que vêm depois dela. Você envia uma foto como quadro inicial, escreve uma linha sobre o que se move, e o modelo mantém o rosto, a roupa e o ambiente enquanto anima tudo. Abra primeiro o Kling V3 Turbo para pessoas e pets: o Kling focado em velocidade, mudo, de 3 a 15 segundos, horizontal, vertical ou quadrado. Abra o Veo 3.1 quando o clipe precisa de som e de uma luz que siga a da foto, como a foto de um produto ganhando vida num anúncio. Abra o Seedance 2.5 quando o clipe precisa terminar numa segunda foto.
Todo modelo de vídeo no DreamClip aceita quadro inicial, então a escolha é sobre duração, som, formato e preço. A página de imagem para vídeo mostra seis clipes reais ao lado das fotos; este guia é o método por trás deles.
Uma regra resolve quase tudo: descreva a mudança, não a imagem. O modelo já tem a imagem. O que ele precisa de você é o movimento, a câmera e, nos modelos que geram som, o som.
O que a IA de imagem para vídeo faz, e o que não faz
Um modelo de texto para vídeo inventa o primeiro quadro e tudo o que vem depois. Um modelo de imagem para vídeo recebe o primeiro quadro e inventa só o que vem em seguida, e é por isso que o resultado fica parecido com a sua foto: a pessoa, o ambiente e a luz são seus, e o modelo imagina como a cena se move. Se ainda não tem foto, comece por texto para vídeo.
Ele não restaura a foto: uma digitalização borrada vira um clipe borrado, então melhore a nitidez antes, como faz o nosso guia de animar fotos antigas. Ele não sabe o que existe fora do quadro, então um movimento de câmera que revela o ambiente inventa o ambiente. E ele segura bem um movimento e mal três.
A foto é o primeiro quadro, não uma referência solta. Corte no formato do clipe antes de enviar.
Escolhendo o quadro inicial
A foto decide mais que o prompt. Uma imagem nítida, bem iluminada e com um tema claro anima bem em qualquer modelo; uma escura, poluída e de baixa resolução falha em todos.
| A foto | O que costuma acontecer | Faça isto |
|---|---|---|
| Um tema, nítido, no meio do quadro | O que costuma acontecerMovimento limpo, rosto e roupa mantidos | Faça istoUse como está |
| Um grupo de dez pessoas | O que costuma acontecerOs rostos do fundo derretem ou trocam | Faça istoCorte para as duas ou três pessoas que importam |
| Uma mão meio fora do quadro | O que costuma acontecerA mão cresce, ou aparece um sexto dedo | Faça istoCorte a mão fora, ou mantenha ela parada no prompt |
| Uma foto de celular escura e granulada | O que costuma acontecerBorrão e ruído se mexendo | Faça istoClareie e melhore a imagem antes |
| Uma foto quadrada para um clipe vertical | O que costuma acontecerTema esticado ou cortado | Faça istoCorte no formato do clipe e escolha um modelo que gere esse formato |
Use no clipe o mesmo formato da foto: uma foto vertical pede 9:16, uma horizontal 16:9. A maioria dos modelos aqui também gera 1:1, o que poupa um corte numa foto quadrada. O Veo 3.1 e o Gemini Omni Flash 1.1 geram só 16:9 e 9:16, e o Minimax Hailuo 2.3 não tem opção de formato, então corte a foto no formato que você quer antes de enviar para eles.
Escrevendo um prompt de movimento: descreva a mudança, não a imagem
Um prompt de texto para vídeo descreve uma cena. Um prompt de imagem para vídeo descreve uma mudança numa cena que o modelo já vê. Descrever a imagem de novo desperdiça palavras e às vezes briga com a foto. Deixe de fora o que já está no quadro, deixe de fora as negativas e deixe de fora a segunda cena: um clipe é um momento.
A ordem para escrever um prompt de movimento
- O movimento do tema, primeiro: ela se inclina e assopra as velinhas.
- O que mais se move: as chamas tremem e se apagam, a fumaça sobe em espiral.
- A câmera, se ela se mexer: câmera na mão, uma aproximação lenta, ou parada.
- O som, num modelo que gera som: uma sala cheia de gente aplaudindo.
- O visual, em no máximo duas palavras: vídeo de celular, cinematográfico.
Os seis clipes da nossa página de imagem para vídeo foram escritos assim, três no Kling V3 Turbo e três no Veo 3.1; os prompts estão na tabela mais abaixo. Não peça nada brusco no começo: um pulo ou um giro rápido nos primeiros quadros desmancha a foto antes de o movimento assentar, e é o motivo mais comum de um clipe terminar com outra pessoa.
Os modelos que aceitam quadro inicial no DreamClip
Estes dez cobrem os trabalhos mais comuns. Cada célula vem do nosso catálogo de modelos: as durações, os tamanhos e as opções de som que o estúdio oferece hoje, não o máximo anunciado pelo fabricante.
| Modelo | Criador | Duração do clipe | Tamanhos | Som | Imagem inicial | Fotos de referência |
|---|---|---|---|---|---|---|
| Kling V3 Turbo | CriadorKling | Duração do clipe3 a 15 s | Tamanhos720p, 1080p | SomNão | Imagem inicialSim | Fotos de referênciaNão |
| Kling 3.0 | CriadorKling | Duração do clipe3 a 15 s | Tamanhos720p, 1080p | SomSim, ativado por padrão | Imagem inicialSim | Fotos de referênciaNão |
| Veo 3.1 (with audio) | CriadorGoogle | Duração do clipe4, 6 ou 8 s | Tamanhos720p, 1080p | SomSim, ativado por padrão | Imagem inicialSim | Fotos de referênciaNão |
| Seedance 2.5 | CriadorByteDance | Duração do clipe4 a 30 s | Tamanhos480p, 720p, 1080p | SomSim, ativado por padrão | Imagem inicialInicial e final | Fotos de referênciaNão |
| Seedance 2.0 Fast | CriadorByteDance | Duração do clipe4 a 15 s | Tamanhos480p, 720p | SomSim, ativado por padrão | Imagem inicialInicial e final | Fotos de referênciaSim |
| Wan 3.0 | CriadorAlibaba | Duração do clipe2 a 30 s | Tamanhos480p, 720p, 1080p | SomSim, ativado por padrão | Imagem inicialInicial e final | Fotos de referênciaNão |
| Gemini Omni Flash 1.1 | CriadorGoogle | Duração do clipe3 a 10 s | Tamanhos360p, 720p, 1080p, 4K | SomSempre ativado | Imagem inicialInicial e final | Fotos de referênciaNão |
| Minimax Hailuo 2.3 | CriadorMiniMax | Duração do clipe6 ou 10 s | Tamanhos768p | SomNão | Imagem inicialSim | Fotos de referênciaNão |
| Luma Ray v3.2 | CriadorLuma | Duração do clipe5 s | Tamanhos540p, 720p, 1080p | SomNão | Imagem inicialSim | Fotos de referênciaNão |
| Pika 2.2 | CriadorPika | Duração do clipe5 ou 10 s | Tamanhos720p, 1080p | SomNão | Imagem inicialSim | Fotos de referênciaNão |
- KlingKling V3 Turbo3 a 15 s · 720p, 1080p
- KlingKling 3.03 a 15 s · 720p, 1080p
- GoogleVeo 3.1 (with audio)4, 6 ou 8 s · 720p, 1080p
- ByteDanceSeedance 2.54 a 30 s · 480p, 720p, 1080p
- ByteDanceSeedance 2.0 Fast4 a 15 s · 480p, 720p
- AlibabaWan 3.02 a 30 s · 480p, 720p, 1080p
Quadro inicial é universal aqui; quadro final e fotos de referência não. Quando o clipe precisa terminar numa segunda foto, abra o Seedance 2.5, o Wan 3.0 ou o Gemini Omni Flash 1.1. Para um personagem que deve aparecer numa cena que a foto não mostra, o Seedance 2.0 Fast aceita até nove fotos de referência, citadas no prompt como @Image1, @Image2 e assim por diante.
Qual modelo para qual foto: produtos, pessoas, paisagens
Os modelos diferem menos em conseguir animar uma foto e mais no que preservam enquanto animam.
| A foto | Abra primeiro | Por quê |
|---|---|---|
| O rosto de uma pessoa, um momento em família | Abra primeiroKling V3 Turbo | Por quêMantém bem um rosto nos primeiros oito a dez segundos, mudo, e gera fotos quadradas em 1:1 |
| Um produto sobre uma superfície | Abra primeiroVeo 3.1 | Por quêMantém a luz da foto e acrescenta o som do objeto: vapor, um líquido caindo, um clique |
| Um pet em movimento | Abra primeiroKling V3 Turbo | Por quêMovimento natural e rápido, quatro patas que tocam o chão direito; o Seedance 2.0 Fast é a segunda tentativa |
| Uma paisagem ou uma cidade | Abra primeiroWan 3.0 | Por quêAté 30 segundos para um deslize lento, som ligado por padrão; Gemini Omni Flash 1.1 para 4K |
| Um carro, um casamento, uma dança | Abra primeiroVeo 3.1 | Por quêFísica, reflexos e dois rostos que se mantêm, com o som do ambiente |
| Um loop curto para o feed | Abra primeiroPika 2.2 ou Luma Ray v3.2 | Por quêClipes curtos e mudos, entre os menores custos por segundo aqui em 720p |
| Um clipe que precisa terminar numa segunda foto | Abra primeiroSeedance 2.5 | Por quêAceita quadro inicial e final; o Wan 3.0 também |
A página do Kling reúne prompts para pessoas e pets, a página do Veo prompts que apostam em som e luz, e a página do Seedance as tomadas longas e os quadros finais.
Duração, resolução e som
A duração é onde os modelos se separam, e a tabela de modelos mais acima lista todas as opções. O Veo 3.1 para em 8 segundos, os modelos Kling em 15, e o Seedance 2.5 e o Wan 3.0 vão até 30. Uma foto costuma pedir a ponta curta: seis segundos de um sorriso são um momento, quinze são um loop.
Faça o rascunho em 720p, ou em 480p onde houver, e gere em 1080p quando o movimento estiver certo. Na maioria dos modelos o tamanho maior custa mais por segundo; o Veo 3.1 cobra o mesmo por 720p e 1080p. Para 4K a partir de uma foto, o Gemini Omni Flash 1.1 gera nativamente, assim como o Kling 3.0 4K e o Kling O3 Omni 4K, os dois na nossa comparação Veo 3.1 vs Kling 3.0.
O som depende do modelo. Veo 3.1, Kling 3.0, Seedance 2.5, Seedance 2.0 Fast e Wan 3.0 geram som e vêm com ele ligado, com uma chave para desligar; no Veo 3.1 e no Kling 3.0 um clipe mudo também custa menos. O Gemini Omni Flash 1.1 gera som em todo clipe, e a tabela de modelos marca os mudos. Para a foto de uma pessoa falando, o melhor caminho é um Avatar falante, que recebe o retrato e uma faixa de áudio e sincroniza a boca com as palavras.
Crie a imagem primeiro: gere, depois anime
O melhor quadro inicial muitas vezes é um que você mesmo fez. A foto de um produto que ainda não existe, um personagem que você criou, um lugar que você não pode visitar: gere a imagem, avalie, depois anime. Uma imagem custa uma fração de um clipe, então você só paga pelo movimento quando o quadro está certo.
- Abra o Nano Banana Pro e escreva o quadro como uma fotografia: tema, cenário, luz, lente e o formato do clipe.
- Gere duas ou três, e corrija detalhes na escolhida com uma edição em vez de gerar de novo: o caminho de imagem para imagem recebe a imagem e uma linha de mudança, e a página do Nano Banana tem prompts de quadro para isso.
- Abra a imagem como quadro inicial no estúdio de vídeo e descreva só o que se move.
Dez exemplos: seis pares de antes e depois e mais quatro para testar
Os seis primeiros são os prompts reais por trás dos pares de antes e depois da nossa página de imagem para vídeo, que mostra cada foto ao lado do clipe que ela virou. Os quatro últimos são novos, escritos com as mesmas regras e não gerados por nós, então trate como ponto de partida. Use a sua foto, mantenha o prompt e mude uma coisa de cada vez.
| A foto | O prompt | Modelo |
|---|---|---|
| Um bolo de aniversário com as velinhas acesas | O promptEla se inclina e assopra as velinhas, as chamas tremem e se apagam, a fumaça sobe em espiral, ela ri e bate palmas, as mãos em volta também batem palmas, vídeo de celular na mão | ModeloKling V3 Turbo, o clipe da página |
| Um cachorro na praia | O promptO cachorro solta a bola, se agacha e dispara pela praia na água rasa, levantando areia e respingos, a câmera acompanha em panorâmica | ModeloKling V3 Turbo, o clipe da página |
| Um café sobre a mesa | O promptAproximação lenta enquanto o vapor sobe em espiral do café, a luz do sol se movendo pela mesa, uma mão entra e levanta a caneca | ModeloVeo 3.1, o clipe da página |
| Um casal num casamento | O promptEles balançam e giram devagar, o vestido dela rodando, ela ri e encosta a cabeça no ombro dele, os varais de luz piscando, convidados aplaudindo baixinho nas bordas, câmera na mão | ModeloVeo 3.1, o clipe da página |
| Um carro estacionado | O promptO carro arranca pela estrada da costa, palmeiras passando, o sol reluzindo no cromado, câmera acompanhando por trás | ModeloVeo 3.1, o clipe da página |
| Crianças perto de um irrigador | O promptElas caem e pulam de novo, cabelo voando, o irrigador varrendo o quadro, uma delas gritando de rir, câmera na mão | ModeloKling V3 Turbo, o clipe da página |
| Um avô lendo perto da janela | O promptEle levanta os olhos do jornal, tira os óculos e sorri, a cortina balançando com a brisa, a câmera fica parada | ModeloKling V3 Turbo, um prompt novo |
| Um frasco de perfume sobre mármore | O promptUma aproximação lenta, a luz brilha no vidro, uma fita fina de névoa passa flutuando, o frasco em si fica parado | ModeloVeo 3.1, um prompt novo |
| Um lago de montanha ao amanhecer | O promptA névoa desliza sobre a água, o reflexo ondula uma vez, as nuvens se movem devagar para a esquerda, a câmera fica parada | ModeloWan 3.0, um prompt novo |
| Uma rua da cidade à noite | O promptComeça a chover, os letreiros de neon piscam, os reflexos no asfalto molhado tremulam, uma aproximação lenta | ModeloGemini Omni Flash 1.1, um prompt novo |
Como transformar uma foto em vídeo no DreamClip
- Abra o estúdio de vídeo com o modo de quadro inicial ligado: Kling V3 Turbo para pessoas e pets, Veo 3.1 para produtos e som, Seedance 2.5 quando você precisa de quadro final.
- Solte a foto no quadro inicial, cortada no formato do clipe.
- Escreva a linha de movimento, um tema e uma mudança, e escolha a duração e o tamanho.
- Gere. Os créditos ficam reservados quando você aperta e só são cobrados quando um clipe pronto é entregue; uma animação que falha nunca é cobrada.
- Avalie o primeiro segundo e o rosto. Se algum dos dois escorregar, acalme o começo do prompt ou tente o próximo modelo.
Para escolher entre dois modelos para uma foto, rode a mesma foto e a mesma linha de movimento em cada um no estúdio de vídeo, na menor duração e no menor tamanho, e depois gere a versão final. O Comparar roda um prompt de texto em até quatro modelos de vídeo lado a lado, cada um na menor duração e no menor tamanho em 16:9, sem cobrar uma coluna que falha; ele não aceita foto, então escolhe um modelo para um movimento, não para uma imagem.
Onde a imagem para vídeo deixa a desejar
- Mãos e dentes. Uma mão que acena e uma boca que abre muito são onde todo modelo ainda escorrega. Deixe as mãos paradas e use um avatar falante para fala.
- Um rosto girando além do perfil. O modelo nunca viu a nuca dessa pessoa; ele inventa uma. Mantenha os giros abaixo de um quarto de volta.
- Uma segunda pessoa entrando. Quem não está na foto é um estranho que o modelo cria. Se essa pessoa importa, coloque ela na imagem antes.
O Dream Machine da Luma, o app do próprio Pika, o Pollo e o Veed oferecem um passo de foto para vídeo, em outubro de 2026, cada um dentro do seu editor ou assinatura. O DreamClip roda o Luma Ray v3.2 e o Pika 2.2 ao lado de Kling, Veo e Seedance num só estúdio, então comparar é trocar de modelo, não criar uma conta nova.
Perguntas
A IA de imagem para vídeo do DreamClip é grátis?
Testar não custa nada de início. O cadastro não pede cartão, e uma conta gratuita recebe créditos todo dia. Imagem para vídeo é cobrada pelo modelo, pela duração e pelo tamanho, então um clipe de três segundos no menor tamanho num modelo mais barato cabe nos créditos de um dia com muito mais facilidade que um clipe de oito segundos no Veo 3.1. Um clipe que falha nunca é cobrado.
Qual IA de imagem para vídeo mantém o rosto igual?
O Kling V3 Turbo e o Kling 3.0 mantêm um rosto melhor que a maioria nos primeiros oito a dez segundos, e o Veo 3.1 mantém a luz e a cor da foto nos seus 4 a 8 segundos. Todo modelo se desvia depois de dez segundos a partir de uma foto, então mantenha curtos os clipes de pessoas.
Posso usar minha foto como primeiro quadro no Veo 3.1?
Sim. Abra o Veo 3.1 no estúdio de vídeo com o modo de quadro inicial ligado, envie a foto e descreva o movimento. O Veo 3.1 gera 4, 6 ou 8 segundos em 720p ou 1080p, em 16:9 ou 9:16, com som ligado por padrão.
Dá para definir o último quadro além do primeiro?
Em alguns modelos. Seedance 2.5, Seedance 2.0, Seedance 2.0 Fast, Wan 3.0, Wan 2.7, Gemini Omni Flash 1.1, MiniMax H3, MiniMax H3 Max e PixVerse V6 aceitam quadro inicial e final no DreamClip. Kling V3 Turbo, Kling 3.0 e Veo 3.1 aceitam só quadro inicial.
Dá para usar o Sora para imagem para vídeo aqui?
Não. O DreamClip não roda o Sora, e a OpenAI desativou a API do Sora em 24 de setembro de 2026. Para um clipe de foto para vídeo, os modelos aqui são Kling V3 Turbo e Kling 3.0, Veo 3.1, Seedance 2.5 e os outros da tabela acima.
O Kling 4.0 faz imagem para vídeo no DreamClip?
Não. O site do próprio Kling anuncia o Kling 4.0 (em outubro de 2026), e o DreamClip não roda ele. Todo modelo Kling vendido aqui, do Kling V3 Turbo ao Kling O3 Omni 4K, aceita quadro inicial e nenhum aceita quadro final; se o clipe precisa terminar numa segunda foto, abra o Seedance 2.5 ou o Wan 3.0.
Relacionados
- GuiaComo usar o Kling AI: Kling 3.0 de texto e imagem para vídeoComo usar o Kling AI no Kling 3.0: texto para vídeo, imagem para vídeo com a foto de um produto, Transferência de movimento, O3 Omni, 4K e prompts que dão certo.
- ComparativoVeo 3.1 vs Kling 3.0: qual modelo de vídeo com IA escolher em 2026Veo 3.1 vs Kling 3.0 em som, duração, 4K, quadro inicial e movimento, com a escolha certa para anúncios, redes sociais e cenas de cinema, e como testar os dois.
- GuiaComo animar foto com IA, indo além do Deep NostalgiaMelhore o escaneamento, anime pelo quadro inicial e acrescente uma voz: um método respeitoso para fotos de família, e o que o Deep Nostalgia faz e não faz.
Fontes
- Kling AI, o site oficial, consultado em