คู่มือ Image-to-Video

แปลงภาพนิ่งที่มีอยู่ให้เคลื่อนไหว: เลือกภาพต้นฉบับที่ดี ใช้ Start Frame และ End Frame เขียน prompt ที่บอกการเคลื่อนไหว (ไม่ใช่บรรยายฉาก) และเลือกโมเดลที่เหมาะสมที่สุดสำหรับ image-to-video บน Sunra

Image-to-video เริ่มต้นจากภาพที่คุณมีอยู่แล้วทำให้มันเคลื่อนไหว เพราะเฟรมแรกถูกล็อคไว้กับภาพของคุณ คุณจึงได้ ควบคุมลุคได้อย่างเต็มที่ — คุณเพียงขอให้โมเดลจัดการการเคลื่อนไหว ไม่ต้องสร้างทั้งฉากขึ้นมาใหม่

ช่อง Start Frame และ End Frame ในตัวสร้างวิดีโอ — วางภาพลงใน Start Frame เพื่อแอนิเมตจากภาพนั้น หรือเพิ่ม End Frame เพื่อ morph ตั้งแต่ต้นจนจบ

สองวิธีในการเริ่มต้น

เครื่องมือ Image-to-video — ทางที่ตรงที่สุด: อัปโหลดรูป เพิ่ม prompt แล้วสร้าง
Video generator — วางภาพลงในช่อง Start Frame บนแท็บ Create ไม่มีการสลับโหมด ทันทีที่มี Start Frame อยู่ Sunra จะแอนิเมตจากภาพนั้น

ไม่ว่าจะเลือกทางไหน ภาพต้นฉบับจะกลายเป็นเฟรมแรกและโมเดลจะดำเนินการต่อจากนั้น

เลือกภาพต้นฉบับที่ดี

คลิปจะดีได้เพียงเท่าที่ภาพนิ่งที่ใช้เริ่มต้นนั้นดี:

คมชัดและมีแสงดี โดยที่ตัวแบบอ่านได้ชัดเจน
จัดองค์ประกอบสำหรับการเคลื่อนไหว — เว้นพื้นที่ในทิศทางที่สิ่งต่างๆ จะเคลื่อนที่ไป
สำหรับใบหน้า ใบหน้าที่สะอาดและมีแสงด้านหน้าจะแอนิเมตได้น่าเชื่อถือกว่าใบหน้าที่รกหรือมีเงา

เคล็ดลับ

หากยังไม่มีภาพที่เหมาะ ให้สร้างภาพนั้นก่อนใน image generator แล้วค่อยแอนิเมต การสร้างเฟรมที่ชอบก่อนแล้วค่อยเพิ่มการเคลื่อนไหว ให้ผลดีกว่าการเสี่ยงกับ text-to-video ที่ต้องทำให้ได้ทั้งลุค *และ* การเคลื่อนไหวพร้อมกัน

Start Frame เดียว หรือ morph จากต้นถึงปลาย

Start Frame เท่านั้น — โมเดลจะแอนิเมตออกจากภาพของคุณ เหมาะที่สุดเมื่อต้องการการเคลื่อนไหวตามธรรมชาติจากจุดเริ่มต้นที่คงที่
Start + End Frame — เพิ่มภาพที่สองและคลิปจะ เปลี่ยนผ่าน จากภาพหนึ่งไปยังอีกภาพ เหมาะสำหรับการเปลี่ยนแปลง การเผย และช่วง before/after

เขียน prompt บอกการเคลื่อนไหว ไม่ใช่บรรยายฉาก

ภาพของคุณกำหนดตัวแบบ สไตล์ และฉากไว้แล้ว — งานของ prompt คือ การเคลื่อนไหว ตัวอย่างสองข้อ:

Start Frame (ภาพพอร์ทเทรต): *She turns her head toward the camera and smiles; gentle hair movement; slow push-in. Cinematic, calm.*

Start → End morph (ดอกไม้ตูม → ดอกบาน): *The bud slowly unfurls into full bloom; soft time-lapse feel; static camera.*

อย่าบรรยายสิ่งที่อยู่ในเฟรมซ้ำอีก ระบุ การกระทำ การเคลื่อนไหวกล้อง และ จังหวะ — นั่นคือสิ่งที่โมเดลยังต้องตัดสินใจ

โมเดลที่ดีที่สุดสำหรับ image-to-video

Kling 3.0 — การเคลื่อนไหว image-to-video ที่แม่นยำบวกกับ lip-sync เหมาะที่สุดเมื่อต้องการให้บุคคลเคลื่อนไหวหรือพูดอย่างเป็นธรรมชาติ
Sora 2 — ฟิสิกส์ที่น่าเชื่อถือที่สุด เมื่อวัตถุ ผ้า หรือฝูงชนต้องเคลื่อนไหวอย่างสมจริง
Seedance 2.0 — คลิปโซเชียลแนวตั้งเป็นหลักที่สร้างจากภาพเดียวได้รวดเร็ว
Veo 3.1 — ภาษากล้องที่ควบคุมได้มากที่สุดพร้อมเสียงดั้งเดิม
HappyHorse — อเนกประสงค์ที่สุดหากต้องการแนบตัวละครอ้างอิงด้วย

หมายเหตุ

ใช้ภาพต้นฉบับและ prompt เดิมกับทุกโมเดลได้เลย ลองร่างบนเทียร์เร็วอย่าง Seedance 2.0 Fast หรือ Veo 3.1 Fast ก่อน แล้วค่อยรัน take ที่ดีที่สุดบนโมเดลเต็ม ดู Choosing a model สำหรับการเปรียบเทียบแบบละเอียด

หมายเหตุ

แอนิเมตรูปถ่าย บุคคลจริง? บางโมเดล (โดยเฉพาะ Seedance) มีตัวกรองความเป็นส่วนตัวที่อาจปฏิเสธใบหน้าจริงพร้อมข้อความว่า "Photos of real people aren't supported" หากเจอปัญหานี้ ให้เปลี่ยนไปใช้ Kling 3.0 หรือ Veo 3.1 ซึ่งรองรับภาพพอร์ทเทรตจริง — ดู Troubleshooting generations

วิธีแก้ปัญหาที่พบบ่อย

ปัญหา	วิธีแก้
ใบหน้าหรือมือบิดเบี้ยว	เริ่มจากรูปที่คมชัดขึ้น ขอการเคลื่อนไหวที่ช้าลง
แทบไม่มีอะไรเคลื่อนไหว	ระบุการกระทำและการเคลื่อนไหวกล้องที่ชัดเจนใน prompt
ลุคเบี่ยงเบนจากภาพ	ลดความยาวคลิป หลีกเลี่ยงการใส่สไตล์ที่ภาพมีอยู่แล้วใน prompt
การเปลี่ยนผ่านดูกระทันหัน	สำหรับ morph ให้เลือก Start/End frames ที่มีการจัดวางและแสงคล้ายกัน
"Photos of real people aren't supported"	ตัวกรองความเป็นส่วนตัวของโมเดล — ใช้ Kling 3.0 หรือ Veo 3.1 สำหรับใบหน้าจริง

สำหรับภาพรวมกว้างขึ้น — โหมดอินพุตทั้งสี่ แท็บ Edit และ Motion Control — อ่าน Text-to-video basics สำหรับการเขียน prompt ดู Prompting for video