Video-Tools · Seedance 2.0 · PixVerse · HappyHorse
Wählen Sie den Ablauf passend zu Ausgangsmaterial und Ziel. Allgemeine Generierungsseiten bieten kompatible Modelle zur Auswahl; spezialisierte Seiten verwenden das für den jeweiligen Workflow konfigurierte Modell.
Video aus Skript, Foto oder Referenzclip erzeugen.
ErklärvideoAudioSzenen und Erzählstimme entstehen zusammen, aus einem Thema.
Text zu VideoEine Zeile schreiben, ein Video bekommen
Bild zu VideoSeedance mit voller Leistung, Porträt-Startframes möglich
Referenz zu VideoSeedance 2.0 mit voller Leistung, Porträtreferenzen möglich
WerbevideoProduktfotos rein, vertikaler Spot raus
Promo-VideoDeine Fotos und dein Footage, zu einem Promo geschnitten
BewegungsübertragungDeine Figur, die diese Bewegung macht
LippensynchronisationAudioGib der Person im Bild einen neuen Satz
Die Einstiegsseite der Kategorie nimmt ein Skript, ein Standbild oder Referenzmaterial und hält alle vier Modelle in einem Editor bereit, hochkant, quadratisch oder im Querformat. Sie ist auf kurze Clips ausgelegt, längere Geschichten teilst du in Segmente und generierst sie nacheinander.
Text zu Video kommt mit Worten allein aus. Bild zu Video lässt die Einstellung aus dem Standbild wachsen, das du als Startframe hochlädst, und ein Endframe macht daraus einen Übergang. Referenz zu Video nimmst du, wenn Person, Produkt oder Stil gleich bleiben müssen: Die Referenzen bestimmen das Aussehen, der Prompt die Bewegung.
Werbevideo macht aus Produktfotos einen vertikalen Spot, Promo-Video schneidet dieselben Fotos mit deinem eigenen Filmmaterial zusammen, Bewegungsübertragung lässt die Figur auf deinem Bild die Bewegung aus einem Clip ausführen, und Lippensynchronisation bringt den Mund im Bild auf die Tonspur, die du hochlädst. Alle vier laufen auf einem festen Modell, ganz ohne Auswahlliste.
Du gibst ein Thema, ein Dokument oder einen Link, und Szenen und Sprechertext entstehen gemeinsam, wahlweise als Infografik oder als Story, auf Englisch, Chinesisch (Mandarin) oder Japanisch. Die Stimme kommt aus der Stimmbibliothek oder von einer selbst geklonten Stimme, und Video, Tonspur und SRT-Untertitel werden getrennt exportiert.
Es kommt darauf an, was schon da ist. Nur Worte: Text zu Video. Ein Standbild: Bild zu Video, dort wird es zum Startframe. Person, Produkt oder Stil müssen gleich bleiben: Referenz zu Video. Produktfotos für Social Ads: Werbevideo. Dieselben Fotos plus eigenes Filmmaterial: Promo-Video. Ein Motivbild und eine Bewegung zum Nachmachen: Bewegungsübertragung. Ein Clip, der etwas anderes sagen soll: Lippensynchronisation. Ein Thema, das erklärt werden muss: Erklärvideo. Und wenn du noch abwägst, nimmt KI-Video Skript, Standbild oder Referenzmaterial auf einer Seite entgegen.
KI-Video, Text zu Video und Bild zu Video halten vier Modelle in einem Editor bereit: Seedance 2.0 Pro, Seedance 2.0 Fast, PixVerse und HappyHorse. Referenz zu Video hat drei davon, weil PixVerse aus Frames statt aus Referenzen arbeitet. Werbevideo läuft auf dem PixVerse Werbe-Agenten, Promo-Video auf dem PixVerse Promo-Agenten, Bewegungsübertragung und Lippensynchronisation auf PixVerse: Diese vier Seiten zeigen ein festes Modell statt einer Liste. Seedance 2.0 unterstützt Porträtreferenzen. Seedance 2.5 wird derzeit nicht im Modellmenü angezeigt.
Bis zu 15 Sekunden bei Text zu Video, Bild zu Video und Referenz zu Video. Die Auftragsseiten haben eigene Längen: Das Werbevideo läuft standardmäßig 30 Sekunden, das Promo-Video 20 Sekunden, mit 15 und 30 Sekunden als Alternativen. Die Bewegungsübertragung folgt dem hochgeladenen Bewegungsclip, und die Lippensynchronisation übernimmt Länge, Qualität und Seitenverhältnis aus dem Ausgangsclip. Längere Geschichten teilst du in Segmente und generierst sie nacheinander.
Das hängt von der Seite ab. Seedance 2.0 Pro und Seedance 2.0 Fast erzeugen Ton zusammen mit dem Bild, HappyHorse liefert nur Bild. Auf KI-Video lassen sich generierte Visuals mit einer KI-Stimme und Text im Bild kombinieren. Der Werbe-Agent legt Soundeffekte auf den Schnitt, der Promo-Agent kümmert sich um Rhythmus und Ton. Das Erklärvideo legt auf jede Szene eine Erzählstimme. Die Lippensynchronisation läuft andersherum: Die Tonspur lädst du selbst hoch, als MP3 oder WAV zwischen 5 und 60 Sekunden.
Bild zu Video nimmt dein Bild als Startframe der Einstellung, und ein zweites Bild als Endframe lässt die Bewegung dazwischen entstehen. Bei Referenz zu Video legen die Referenzen (bis zu neun Bilder, ein Referenzclip oder je eines) Person, Produkt und Stil fest, aber nicht das Eröffnungsbild: Das entsteht aus dem Prompt. Referenzen und Frames bleiben auf getrennten Seiten und lassen sich in einem Durchlauf nicht mischen.
Abgerechnet wird in Credits, abhängig von Modell, Länge und Qualität. Der genaue Betrag steht neben dem Generieren-Button, bevor du bestätigst, und bei Text zu Video werden die Credits erst mit der Bestätigung abgezogen.