Comece com uma foto da sua própria rua, ou com uma única frase, e deixe a câmera subir sobre os telhados, a cidade e o litoral até o planeta inteiro preencher o quadro. Monte tudo com modelos de imagem para vídeo e de primeiro e último quadro, uma altitude de cada vez, e rotule o resultado como a cena estilizada e gerada que ela é.
Você já viu a cena: uma câmera começa em uma única rua, sobe pelos telhados, pelo bairro, pela cidade e pelo litoral, e termina em um planeta curvo contra o escuro. Antes isso exigia um drone, imagens de satélite e um compositor. Agora dá para conseguir o mesmo movimento a partir de uma foto ou de uma frase, desde que você aceite que o resultado é uma versão estilizada e gerada da subida, e não um mapa.
O zoom out funciona porque responde a uma pergunta que o espectador nem sabia que tinha: onde fica isso, de verdade? Uma rua que você conhece vira um ponto em um planeta em poucos segundos, e esse salto de escala é todo o efeito. O clipe é curto, funciona bem em loop, se explica sozinho na legenda e serve para uma abertura, para a revelação de um canal de viagem ou de geografia, para uma transição entre assuntos ou para um vídeo pessoal sobre a sua cidade natal.
A receita tradicional é filmagem aérea real, imagens de satélite e um compositor para misturar tudo. A receita com IA troca isso por uma escada de imagens estáticas, uma por altitude, e um modelo de vídeo que move a câmera entre cada par. A Picasso IA reúne 502 modelos em uma só interface, então você cria as imagens com um modelo de imagem, passa de uma para outra com um modelo de vídeo e revisa cada etapa no mesmo toolkit. Contas novas ganham créditos grátis, o suficiente para testar uma primeira subida antes de decidir se a ideia vale mais. O catálogo completo lista tudo o que está disponível.
Existe mais de um caminho da rua até a órbita, e eles trocam controle por esforço. A primeira linha é o teste mais rápido; a escada de quadros-chave é a que dá uma cena que você consegue conduzir.
| Abordagem | Como funciona | Melhor para | O problema |
|---|---|---|---|
| Só prompt | Um prompt de texto para vídeo descreve o recuo da rua até o espaço | Testar se a ideia se entende | O modelo inventa a rua e o planeta, e nenhum dos dois combina com o seu lugar |
| Uma foto como primeiro quadro | Sua foto da rua é a imagem inicial e o prompt pede que a câmera suba | Fazer de um lugar real a abertura da cena | Só o primeiro quadro é seu; tudo acima dele é inventado |
| Escada de quadros-chave | Uma imagem inicial e uma final por clipe, um degrau por altitude, clipes encadeados | O maior controle sobre onde cada clipe termina | Mais imagens e mais clipes para gerar e ajustar |
| Roteiro multicena | Várias cenas em uma única geração do Kling v3 Video, cada uma com seu prompt | Sensação de plano único com menos emendas | Menos controle por cena e um limite de duração total |
| Clipes rápidos emendados | Clipes curtos montados com rampa de velocidade e dissolve no seu editor | Esconder emendas que não somem | O acabamento acontece fora do gerador |
Três modelos de vídeo do catálogo aceitam quadros de ancoragem, e eles se diferenciam de formas úteis. O Kling v3 Video aceita uma imagem inicial e uma final, chega a 15 segundos e consegue roteirizar até 6 cenas em uma geração. O Ray 3.2 aceita imagem inicial, final ou as duas, mas só em clipes de 5 segundos, e também faz loop. O Veo 3.1 aceita uma imagem mais um último quadro por 4, 6 ou 8 segundos e gera áudio junto com a imagem. Veja a página de cada modelo na coleção para conferir os ajustes atuais antes de planejar a escada.
Esta é a escada de quadros-chave, o caminho que dá uma cena que você consegue conduzir de ponta a ponta. Ela parte de uma foto da rua ou de uma cena escrita, e de um pouco de paciência nas emendas.
Quase todo o trabalho está nas imagens estáticas, porque o modelo de vídeo só consegue interpolar entre o que você entrega. Descreva o mesmo lugar em cada altitude com a mesma luz, o mesmo tempo e uma paleta coerente, e diga o que deve aparecer: uma estrada, um rio, um porto, uma camada de nuvens. Peça uma vista de grande altitude, não um mapa, e evite palavras como foto de satélite se você quer uma imagem que pareça filmada e não traçada.
Para o prompt de vídeo, descreva a câmera e mais nada. Algo como um recuo lento e contínuo, reto para cima, velocidade constante, sem rotação, com o chão se afastando, já basta. Mencionar movimento no chão, como carros ou barcos, convida o modelo a animar coisas que não vão sobreviver ao degrau seguinte.
Dica: fixe o horizonte antes de qualquer outra coisa. Se um quadro-chave estiver inclinado ou o seguinte mostrar outra hora do dia, o modelo de vídeo vai fingir a mudança no meio do clipe e a emenda vai dar um salto. Iguale primeiro a luz em todos os degraus e só depois se preocupe com o detalhe.
Dois hábitos pequenos ajudam. Gere o degrau do planeta por último e deixe-o simples, um globo luminoso com nuvens plausíveis, já que um quadro final limpo deixa menos espaço para erro no último clipe. E renderize cada clipe algumas vezes antes de julgar, porque o mesmo par de quadros pode dar uma subida suave em uma tentativa e uma subida com desvios na seguinte.
Um zoom out da Terra parece filmagem, e é exatamente por isso que precisa de um rótulo. Nada disso é uma passagem de satélite nem um voo de drone. O litoral, as fronteiras e a disposição da cidade entre a sua rua e o planeta são invenções plausíveis, então diga isso na legenda ou na descrição e não apresente o clipe como um registro de geografia real.
Confira as regras atuais da plataforma em que você publica, porque muitas pedem que você avise quando o vídeo é gerado por IA e os requisitos mudam. Mantenha simples também a questão das pessoas: se a foto da sua rua mostra vizinhos ou uma placa legível, corte ou substitua, e use apenas rostos que sejam seus ou fictícios. Vale desfocar um endereço residencial em um clipe que você posta, e um clipe sobre um lugar real nunca deve sugerir coisas sobre esse lugar que você não consiga sustentar.
Esse formato tem limites claros, e quase todos aparecem por volta do terceiro ou quarto degrau:
Nada disso estraga a cena para uma abertura, uma transição ou um pouco de narrativa. Isso descarta os clipes em que alguém poderia ler a imagem como um fato.
Consegue, com limites. Você envia a foto da sua rua como primeiro quadro de um modelo de imagem para vídeo, pede um recuo lento e o modelo inventa tudo o que fica acima do chão. Isso funciona para uma subida curta, mas para uma viagem completa até a órbita normalmente são necessários quadros-chave intermediários, porque um único clipe não cobre tanta escala sem que o mundo mude de forma pelo caminho.
Não existe um melhor único, e é por isso que um catálogo ajuda. O Kling v3 Video é o mais flexível, com imagem inicial, imagem final e roteiro multicena. O Ray 3.2 combina bem com degraus curtos de 5 segundos com as duas âncoras. O Veo 3.1 acrescenta áudio gerado e aceita uma imagem mais um último quadro. Passe o mesmo par de quadros por dois deles e fique com a câmera mais estável.
Dá, e é o jeito mais rápido de testar a ideia. Um prompt de texto para vídeo que descreva um recuo constante de uma rua até o espaço vai te dar uma cena plausível. O preço é que a rua não é a sua rua. Se o lugar importa, crie pelo menos o primeiro quadro-chave a partir de uma foto real dele ou com um modelo de imagem ao qual você descreva seus detalhes.
Combine os quadros. A imagem final de cada clipe deve ser a imagem inicial do próximo, com a mesma luz, a mesma hora do dia e um ângulo de câmera parecido. Use as mesmas palavras para a câmera em todos os prompts e depois adicione um dissolve curto ou uma rampa de velocidade em cada emenda no seu editor. O roteiro multicena do Kling v3 Video também pode reduzir o número de emendas que você precisa esconder.
Só o quadro que você fornece é preciso. Tudo o que o modelo acrescenta acima dele, os quarteirões vizinhos, o rio, o litoral, é um palpite plausível e não vai bater com um mapa. Isso serve para uma abertura estilizada e não serve para nada que pretenda mostrar um lugar real. Se a precisão importa, use imagens aéreas ou de mapa reais e deixe a IA para as transições.
Por geração, depende do modelo: o Kling v3 Video chega a 15 segundos, o Ray 3.2 oferece 5 ou 10 segundos (os quadros de ancoragem funcionam em clipes de 5 segundos) e o Veo 3.1 oferece 4, 6 ou 8 segundos. Uma subida mais longa vem de encadear clipes. O ritmo importa mais que a duração bruta, porque uma subida lenta demais perde o público antes de chegar ao planeta.
Deveria, e muitas plataformas pedem. Confira os requisitos atuais da plataforma em que você publica, porque as regras de aviso mudam e variam de serviço para serviço. Além das regras, uma linha curta na legenda dizendo que a cena é gerada e estilizada evita que o público tome o litoral ou a disposição da cidade por filmagem real, que é a forma honesta de compartilhar esse tipo de clipe.
Pode, de duas formas fáceis. Inverta o clipe pronto no seu editor, ou troque as imagens inicial e final antes de gerar para que a câmera desça da órbita em direção à sua rua. A segunda opção costuma ficar mais natural, porque o modelo anima uma descida de propósito em vez de tocar uma subida ao contrário, e você pode manter os mesmos quadros-chave para as duas versões da cena.
O Veo 3.1 gera áudio junto com a imagem, e o Kling v3 Video tem uma opção de áudio nativo. Você também pode adicionar som depois: um vento grave, um tom crescente ou uma trilha. Veja como adicionar efeitos sonoros a vídeos de IA sem áudio e música de fundo para vídeos para o passo a passo.
Vídeo custa créditos, e o valor depende do modelo, da duração e dos ajustes que você escolher, e uma escada significa vários clipes além das imagens estáticas. Contas novas ganham créditos grátis para começar. Os planos e os custos de créditos atuais estão na página de preços, que é o único lugar confiável para números, já que qualquer valor escrito aqui ficaria desatualizado rápido.
A sua rua está a poucos degraus da órbita. Abra o toolkit da Picasso IA, gere o primeiro quadro-chave e comece a subir.
Escolha seu idioma
