veo-3/text-to-video
Transforme textos em vídeos criativos com áudio e controle de estilo usando o Google Veo 3.
Este é o modelo Pro da geração O3 da Kuaishou orientado por referências, ajustado para a renderização final. Ele cria novos clipes preservando a identidade de personagens, objetos ou estilos fornecidos como referência e aceita um vídeo opcional para orientar movimento ou estilo.
É ideal para equipes que precisam de vídeos cinematográficos curtos com pessoas, produtos ou direções visuais específicas, sem filmagem, rotoscopia manual ou hospedagem própria.
Transforme textos em vídeos criativos com áudio e controle de estilo usando o Google Veo 3.
Transforme imagens estáticas em vídeos realistas e detalhados em 2K.
Texto para vídeo cinematográfico premium com a mais alta fidelidade visual da família Kling V3.0.
Transforme imagens em vídeos realistas com fluidez e alta definição
Insira pessoas ou objetos em vídeos com edição de imagem para vídeo.
Texto para vídeo cinematográfico em 4K por US$ 0,42 por segundo de saída.
É o modelo Pro da família O3 da Kuaishou orientado por referências. A partir de um prompt, gera um clipe cinematográfico de 3 a 15 segundos preservando a identidade de pessoas, objetos ou estilos das imagens; um vídeo opcional pode orientar movimento ou estilo. O resultado mantém personagens e aparência consistentes entre os quadros no nível mais alto de fidelidade O3.
Você pode anexar imagens de personagens, objetos ou estilos e, opcionalmente, um vídeo para movimento ou transferência de estilo. Sem vídeo, são aceitas até 7 imagens; com vídeo, até 4. No prompt, associe as pessoas ou os objetos às posições, por exemplo, “A pessoa mostrada em Figure 1 está ao lado da pessoa mostrada em Figure 2”.
Segundo as informações disponíveis, o Pro oferece maior fidelidade de movimento, luz e identidade para peças principais e broadcast; o Standard custa menos e favorece rascunhos e grande volume. Prompt, referências, proporção, duração, som e shot type funcionam da mesma forma e podem ser transferidos sem retrabalho.
Equipes de cinema, agências, estúdios de marca, e-commerce e produto podem criar campanhas com identidade preservada a partir de imagens existentes, mudando cenas, objetos ou clima sem nova filmagem. Também atende conteúdo com porta-voz, reels premium, narrativas com vários personagens e variações consistentes; desenvolvedores podem automatizar a produção a partir de briefing e referências.
O prompt é obrigatório; referências e vídeo são opcionais, mas recomendados. As imagens são limitadas a 7, ou 4 com vídeo; aspect_ratio aceita 16:9, 9:16 ou 1:1; duration é um inteiro entre 3 e 15 segundos; shot_type aceita customize ou intelligent. sound e keep_original_sound são booleanos, e a geração de som só vale sem vídeo. Consulte o painel RunComfy para formato e resolução.
Sim. Ajuste referências, prompt, proporção, duração e áudio na interface web do RunComfy AI Playground e depois chame o mesmo modelo pela API com parâmetros idênticos. A criação fica no navegador e a produção no código sem mudar o comportamento.
As gerações consomem o saldo em USD/créditos. A tarifa é $0.112 por segundo sem som, $0.135 com som sintetizado e $0.168 com vídeo de referência; esta última substitui o multiplicador de som. Exemplos: 5 segundos sem som, cerca de $0.560; 10 segundos com som, $1.350; 15 segundos com vídeo, $2.520. Novos usuários normalmente recebem um valor de teste.
Associe claramente as referências aos papéis com “Figure 1”, “Figure 2” e assim por diante; depois descreva ação, ambiente e câmera. Indicações como “50mm slow dolly-in”, “golden hour rim light” e “neon practicals” orientam melhor a aparência e o movimento. Em cenas complexas, separe as etapas com multi-prompt.
RunComfy é a principal ComfyUI plataforma, oferecendo ComfyUI online ambiente e serviços, juntamente com fluxos de trabalho do ComfyUI apresentando visuais impressionantes. RunComfy também oferece AI Models, permitindo que artistas utilizem as mais recentes ferramentas de AI para criar arte incrível.
