Envie uma foto, descreva o movimento que você quer e receba um videoclipe curto com movimento de câmera, movimento do sujeito ou ambos. Construído sobre modelos reais de imagem para vídeo como Kling v2.6, Wan 2.7 I2V, Ray 3.2 e Hailuo 02, então o movimento parece filmagem de verdade, não um slideshow.
Uma foto para no instante em que o obturador disparou. O vídeo continua, e por anos a única forma de sair de um para outro era ter filmado o momento desde o início. Os modelos de imagem para vídeo fecham essa lacuna depois do fato: você dá a eles uma única foto e uma frase descrevendo o que deve acontecer em seguida, e alguns segundos depois você tem um clipe com câmera em movimento, sujeito em movimento, ou os dois, construído a partir de uma imagem que nunca se moveu.
A maioria das fotos que você já tem nunca foi gravada como vídeo, e regravar raramente é uma opção: o casamento já passou, a amostra do produto voltou, o avô da foto já não está mais aqui. A geração de imagem para vídeo trabalha com o que você já tem. Ela lê a imagem como o primeiro quadro e a estende para frente no tempo, seguindo o movimento que seu prompt descreve.
O Picasso IA roda isso através de vários modelos construídos especificamente para essa tarefa, incluindo kwaivgi/kling-v2.6, wan-video/wan-2.7-i2v, luma/ray-3.2 e minimax/hailuo-02, todos acessíveis pelo mesmo Toolkit sem instalar nada. Cada um lida com o movimento de um jeito um pouco diferente, então a mesma foto pode voltar como um avanço cinematográfico lento com um modelo e uma animação do sujeito mais viva com outro; vale a pena explorar o catálogo completo para ver o que mais gera vídeo. Contas novas começam com créditos grátis, o suficiente para testar várias fotos antes de decidir se o resultado vale a pena pagar.
A decisão mais importante não é qual modelo escolher, é que tipo de movimento você está pedindo. Um prompt que nomeia o tipo errado de movimento para a foto é a razão mais comum para uma primeira tentativa parecer rígida ou falsa, mais do que qualquer ajuste do próprio modelo.
| Estilo de movimento | O que digitar | Melhor para |
|---|---|---|
| Cinemagrafia ambiente | Só a água ondula e as folhas balançam, o resto fica parado | Fotos de paisagem e natureza, loops de fundo |
| Avanço ou panorâmica de câmera | Dolly cinematográfico lento para frente, câmera desliza de um lado para o outro | Fotos de produto, imóveis, planos de abertura |
| Movimento do sujeito | Ela vira a cabeça e sorri, uma brisa suave move seu cabelo | Retratos, fotos de perfil, fotos de família |
| Movimento combinado de cena | A câmera orbita devagar enquanto o dançarino gira e a plateia aplaude | Clipes sociais, resumos de eventos, anúncios |
| Ponte entre primeiro e último quadro | A flor desabrocha por completo, as pétalas se abrem uma a uma | Revelações de antes e depois, transformações de produto |
Nomear o estilo dessa tabela no seu prompt, em vez de descrever a cena inteira do zero, costuma ser o jeito mais rápido de chegar perto do que você imaginou na primeira ou segunda tentativa.
O movimento de câmera e o movimento do sujeito também carregam riscos diferentes. O movimento de câmera mantém o sujeito parado e move o ponto de vista, a opção mais segura quando o sujeito é um rosto, porque o rosto nunca é pedido para mudar. O movimento do sujeito anima o que está dentro do quadro, mais arriscado porque rostos e mãos são justamente onde esses modelos mais introduzem distorções. Combinar os dois é a opção mais cinematográfica e a mais propensa a precisar de uma segunda tentativa, então gere primeiro uma versão só com movimento do sujeito para confirmar que o movimento está bom antes de adicionar movimento de câmera por cima.
O fluxo abaixo não pressupõe nada além de uma foto e uma ideia do movimento que você quer. Funciona do mesmo jeito seja a origem uma foto de produto, um retrato ou uma foto de família antiga que você está trazendo de volta.
Um prompt de foto para vídeo faz um trabalho mais restrito que um de texto para vídeo: a imagem já fixa o sujeito, o enquadramento e a luz, então o prompt só precisa descrever o que muda. Ter essa distinção em mente é o que separa um prompt que parece uma legenda de um que realmente direciona o movimento.
Nomeie o movimento específico em vez do clima: "ela vira a cabeça e pisca" dá à reconstrução algo concreto para animar, enquanto "faz ela ganhar vida" não dá nada para partir e cai no movimento que mais foi visto. Mantenha a ação em uma única coisa clara por geração, já que um prompt pedindo cinco movimentos simultâneos tende a misturar tudo em uma versão menor e mais confusa de cada um. Vale usar um prompt negativo sempre que uma primeira tentativa voltar deformada: nomear o que você não quer, como dedos a mais ou um quadro tremendo, guia a próxima tentativa melhor do que reescrever o prompt positivo de novo.
Dica: quando uma geração parece quase certa mas o movimento está agressivo demais, rode o mesmo prompt de novo na opção de duração mais curta em vez de reescrevê-lo. Um clipe mais curto dá ao modelo menos tempo para se afastar da foto original, e costuma ser o jeito mais rápido de resolver.
Uma descrição honesta dessa ferramenta inclui onde ela para de funcionar. Para transformar uma única foto em vídeo, cinco limites aparecem com frequência suficiente para planejar em torno deles:
Nada disso descarta a ferramenta. Descarta é tratar o primeiro resultado como final sem assistir ao clipe inteiro.
A restauração de fotos de família é o uso que as pessoas descrevem de forma mais pessoal: uma única foto de um parente vira alguns segundos dessa pessoa piscando ou sorrindo, e para muita gente é a primeira vez que veem essa pessoa se mover em anos. Combina bem com o trabalho de restauração de fotos antigas, já que uma digitalização limpa anima de forma mais convincente do que um original riscado.
Imobiliárias e anúncios de produto usam animação com movimento de câmera para transformar uma única foto principal em um breve clipe de abertura sem contratar um videomaker, um fluxo que se apoia nos tours mais completos de vídeos de tour imobiliário. Criadores de redes sociais usam movimento do sujeito para transformar um retrato ou foto de produto estática em algo que prende o scroll, muitas vezes como os primeiros segundos de uma peça maior construída com as técnicas de vídeos demo de produto com IA. Quem estiver comparando ferramentas antes de decidir pode ver como a variedade de modelos daqui se compara a um serviço de um único modelo na análise Picasso IA vs Kling AI.
A maioria das fotos funciona, mas o resultado varia conforme o que a foto mostra. Uma foto clara, bem iluminada, com o sujeito inteiro dentro do quadro e não muito pequeno dá ao modelo mais material para trabalhar, e retratos, produtos e paisagens animam de forma confiável. Fotos já borradas, muito cortadas ou tiradas em um ângulo incomum tendem a produzir um movimento que parece meio estranho, porque o modelo precisa adivinhar detalhes que a imagem original nunca capturou com clareza.
Não existe um único melhor, e esse é o argumento para ter vários. Kling v2.6 e Hailuo 02 lidam bem com movimento natural do sujeito, como virar a cabeça ou gesticular, e adicionam áudio sincronizado. Wan 2.7 I2V permite travar tanto um primeiro quanto um último quadro para uma transição controlada. Ray 3.2 puxa para o cinematográfico, com saída HDR e seis proporções para planos mais amplos. Passar a mesma foto por dois deles e comparar leva só alguns minutos.
A maioria dos modelos de imagem para vídeo no Picasso IA gera clipes de 5 ou 10 segundos em uma única execução, e alguns limitam a opção mais longa a uma resolução menor. Isso é suficiente para um clipe social, um teaser de produto ou um único momento animado. Para algo mais longo, o jeito prático é gerar vários clipes curtos e juntá-los com uma ferramenta de edição, em vez de esperar que uma única geração cubra uma cena inteira.
Você tem controle significativo, não controle quadro a quadro. Seu prompt define a direção do movimento, e vários modelos permitem travar um quadro inicial, um final, ou ambos, então o clipe abre e fecha em imagens que você escolheu. O que você não consegue é marcar à mão uma trajetória exata como faria em um software de animação; o modelo interpreta sua instrução e preenche o movimento por conta própria.
Alguns modelos adicionam. O Kling v2.6, por exemplo, gera áudio sincronizado por padrão junto com o vídeo, ajustado ao que acontece na tela, e o Wan 2.7 I2V pode sincronizar o movimento com um arquivo de áudio que você mesmo enviar. Outros retornam apenas vídeo mudo. Se o som importa para o seu clipe, confira as opções do modelo específico antes de gerar, já que isso muda de modelo para modelo em vez de ser um recurso universal.
Pode funcionar, e fazer uma limpeza antes costuma ajudar. Uma foto com riscos, cor desbotada ou muito ruído dá ao modelo um primeiro quadro mais bruto, então o movimento adicionado pode herdar esses defeitos. Passar a foto por restauração de fotos antigas ou uma passada de colorização antes de animar costuma dar um resultado mais suave e natural do que animar o original danificado direto.
Sim, alguns modelos suportam loop diretamente como um ajuste, produzindo um clipe que repete sem um corte visível, útil para um fundo de site ou uma tela ambiente. Em modelos sem opção de loop nativa, definir o mesmo quadro como primeiro e último chega perto do mesmo efeito, já que o movimento volta para onde começou.
Depende do modelo, mas a maioria cobre as plataformas que você realmente usaria. As opções comuns vão de 480p a 1080p, e as proporções costumam incluir 16:9 para tela larga, 9:16 para formatos verticais sociais e 1:1 para publicações quadradas. Ajustar a proporção antes de gerar, em vez de cortar o clipe pronto, mantém a composição que o modelo realmente pretendia.
Cada geração é paga em créditos, e o custo exato depende do modelo, da resolução e da duração que você escolher, já que um clipe mais longo ou de resolução maior exige mais processamento. Contas novas recebem créditos grátis para testar isso antes de gastar qualquer coisa, e os planos atuais ficam na página de preços, o único lugar confiável para um número real.
Confira duas coisas antes. Que você tem os direitos da foto original, já que animar uma imagem não muda a quem pertence o que ela mostra. E os termos de licença do seu plano, que regem como os resultados podem ser usados. Como com qualquer conteúdo gerado por IA, dê uma revisão humana a um clipe comercial antes de publicá-lo, do mesmo jeito que revisaria um texto ou um design antes de lançá-lo.
Uma foto que ficou parada por anos está a um prompt de voltar a se mover. Abra o Toolkit, envie uma e veja o que alguns segundos de movimento acrescentam a ela.
