Text-zu-Video Grundlagen

Wie die Videogenerierung auf Sunra funktioniert: Text-zu-Video vs. Bild-zu-Video, die Auswahl von Modellen wie Veo 3.1, Sora 2 und Kling 3.0 sowie die Tabs Bearbeiten und Bewegungssteuerung.

Der Videogenerator verwandelt einen Prompt – oder ein Bild – in einen animierten Clip. Er hat drei Tabs: Video erstellen, Video bearbeiten und Bewegungssteuerung. Die meiste Arbeit beginnt unter „Erstellen“.

Der Sunra-Videogenerator im Tab „Video erstellen“ – die drei Tabs oben, die Modellauswahl, Slots für Start- und Endframe, das Prompt-Feld sowie die Steuerelemente für Seitenverhältnis, Dauer, Auflösung und Audio.

Ein Generator, vier Eingabemodi

Es gibt keinen Modusschalter – Sunra erkennt anhand deiner Eingabe, was du möchtest:

Text-zu-Video – nur ein Prompt, sonst nichts. Maximale Freiheit; das Modell erfindet jeden Frame.
Bild-zu-Video – lade einen Startframe hoch, und das Modell animiert ihn als ersten Frame. Maximale Kontrolle über das Aussehen.
Start → End-Morphing – füge zusätzlich einen Endframe hinzu, und der Clip geht von einem Bild zum anderen über.
Referenz-zu-Video – hänge auf einem geeigneten Modell Referenzbilder/-videos an, um ein Motiv oder einen Stil in die Aufnahme zu übertragen.

Hinweis

Du wählst nie einen Modus – die Startframe- und Endframe-Slots sowie eventuelle Referenz-Anhänge entscheiden das für dich. Wenn du bereits ein Charakter- oder Produktbild hast, das dir gefällt, starte von einem Frame; wenn du noch erkundest, starte mit Text.

Beschreibe Bewegung, nicht nur eine Szene

Ein Standbildprompt beschreibt einen Moment. Ein Videoprompt beschreibt einen Moment, der sich verändert – Motiv, Aktion, Kamera und Tempo:

Ein Surfer paddelt hinaus und steht bei Sonnenaufgang auf einer Welle auf, die Kamera verfolgt ihn auf Wasserhöhe, Gischt fängt das Licht. Weiche, kinematische Bewegung.

Ein Modell auswählen

Die Auswahl besteht aus einer Reihe von Chips. Jedes hat eine klare Stärke:

Veo 3.1 – die kontrollierteste Kamerasprache plus natives Audio. Ein großartiger Allrounder. Veo 3.1 Fast erzeugt denselben Look schneller.
Sora 2 – erstklassige Physik und Texturealismus, mit synchronisiertem Audio.
Kling 3.0 – präzise Bewegung, Lippensynchronisation und Multi-Shot-Storytelling (mehrere Kameracuts in einer Generierung).
Seedance 2.0 – schnell und ausdrucksstark, vertikal ausgerichtet, mit Audio-visueller Beat-Synchronisation. Seedance 2.0 Fast ist noch schneller.
HappyHorse – das vielseitigste Modell: Text, Bild, Referenz und Bearbeitungs-Pipelines, mit vielen Referenzcharakteren und nativem Audio.

Seitenverhältnis, Dauer, Auflösung, Audio

Seitenverhältnis – 16:9 für YouTube, 9:16 für TikTok / Reels / Shorts, 1:1 für den Feed (ausgeblendet, wenn du mit einem Bild startest).
Dauer & Auflösung – die verfügbaren Optionen hängen vom Modell ab.
Audio – bei audio-fähigen Modellen erzeugt ein Toggle Ton zusammen mit dem Bild; manche Modelle (wie HappyHorse) enthalten Audio immer.

Tipp

Halte frühe Renders kurz und bei der Standard-Auflösung. Bewegung wirkt bei 720p genauso wie bei 1080p – so kannst du beurteilen, ob eine Einstellung funktioniert, ohne gleich viele Credits für die lange, hochauflösende Version auszugeben.

Über „Erstellen“ hinaus: Bearbeiten und Bewegungssteuerung

Video bearbeiten – gib einen vorhandenen Clip und einen Prompt ein, um ihn neu zu gestalten oder zu verändern (Video-zu-Video), optional mit Beibehaltung des Originaltons.
Bewegungssteuerung – steuere ein statisches Charakterbild mit der Bewegung aus einem Referenz-Video und wähle, ob der Charakter dem Bild oder dem Video folgt.

Nach dem Rendering

Reihe Einstellungen aneinander und führe sie in Flow erneut aus, oder erstelle ein mehrszeniges Werk in Studio.
Füge im Audio-Studio einen Voiceover, Musik oder Soundeffekte hinzu.

Für die tiefere Methodik – Kamerasprache, Shot-Struktur und häufige Korrekturen – lies Prompting für Video.