Bilder zu Video KI: mehrere Bilder in einem Clip, jedes in der Szene deiner Wahl - RefVid
Mach aus deinen eigenen Fotos in Minuten Videos · Dein erstes Video ist gratis, ohne Wasserzeichen
Erstes Video gratis, ohne KarteMit Generieren bestätigst du, dass alle Abgebildeten zugestimmt haben. AGB
Ja, RefVid macht aus mehreren Bildern ein KI-Video. Füge bis zu 7 Bilder von einem Ort, einem Look oder einem Stil hinzu; jedes heißt in der Reihenfolge, in der du es hinzufügst, @Image1, @Image2 und so weiter, und mit @ in einer Szene setzt du eins dorthin.
Die Bilder gehen in genau dieser Reihenfolge ans Modell, auf Kling 4, Kling 3.0 Omni und den anderen Modellen. Eine gespeicherte Figur oder ein Produkt kommt mit eigenem @-Tag dazu – oder der Clip entsteht allein aus den Bildern und deinen Worten.
2 Bilder, keine gespeicherte Figur
So wird auf RefVid aus Bildern ein KI-Video
- Du fügst Bilder im Composer des Studios hinzu, und jedes wird in der Reihenfolge, in der du es hinzufügst, zu einem Tag: @Image1, @Image2, bis zu @Image7. Steht ein Tag in einer Szene, weiß das Modell, um welches Bild es dort geht. Klickst du auf „Generieren“, geht jedes Bild als Referenzbild ans Modell, in dieser Reihenfolge und zusammen mit den Szenen, die es nennen.
- Ein Referenzbild ist nicht das erste Bild des Videos. Das Modell liest es als Ort, Look oder Stil und zeichnet daraus eine neue Szene mit eigener Kamerabewegung. In den Clips oben zeigt Szene 1 den Hof aus @Image1 neu gezeichnet als bewegte Einstellung – nicht das Foto selbst, das ein wenig wackelt. Soll ein Clip genau mit einem Bild beginnen oder enden, bietet das Menü des Bildes auch das an (siehe unten).
Mehrere Bilder zu Video KI: Bilder, Elemente und @-Tags
- Ein Clip kann zwei Arten von Referenzen mischen. Ein Bild gilt nur für diesen Clip: ein Raum, eine Straße, eine Produktaufnahme, ein Frame aus deinem Storyboard, eine Farbstimmung. Ein Element ist eine Figur oder ein Produkt, das du einmal aus 1 bis 5 Fotos gespeichert hast; du schreibst es mit seinem Namen (@Mia) und nutzt es in jedem Clip wieder. Ein Clip nimmt bis zu 7 Bilder und bis zu 3 Elemente.
- Das Menü jedes Bildes hat vier Optionen: „In dieser Einstellung verwenden“ schreibt seinen Tag an die Cursorposition, dazu „Video mit diesem Bild beginnen“, „Video mit diesem Bild enden lassen“ und „Bild entfernen“. Kling 4 und Kling 3.0 Omni nehmen ein erstes und ein letztes Bild an; die anderen Modelle nehmen ein erstes Bild als Referenz, mit der der Clip beginnt, aber kein letztes. Auf Kling 3.0 Omni teilen sich Bilder und Elemente ein gemeinsames Limit, jedes weitere Element lässt also Platz für ein Bild weniger. Passt eine Auswahl nicht zum gewählten Modell, sagt dir das Studio das, bevor Credits reserviert werden.
Schritt für Schritt: mehrere Bilder, mehrere Szenen
- Öffne das Studio und klick auf „+ Bild“ – oder zieh Bilder irgendwo auf den Composer oder füge sie ein. Jedes Bild bekommt sofort seine Kachel und seine Nummer und wird im Hintergrund hochgeladen. Füge für jeden Beat des Clips mit „+ Szene“ eine Szene hinzu, bis zu 3; eine neue Szene beginnt mit 3 Sekunden, und die Länge jeder Szene legst du selbst fest.
- Gib in jeder Szene @ ein, um die Liste deiner Bilder und Elemente zu öffnen, wähl mit den Pfeiltasten und Enter oder Tab eins aus und schreib, was passiert. Der Kopf jeder Szene zeigt, was sie verwendet: Mit × nimmst du eine Referenz aus dieser Szene, mit + lädst du ein neues Bild direkt hinein; ein Bild auf eine Szene zu ziehen, bewirkt dasselbe. Dann wählst du Modell, Format und Ton und klickst auf „Generieren“.
- Dir fehlen die Worte? „Verbessern“ liest die Bilder der Szene und macht aus einer kurzen Idee eine vollständige Szene, wobei jeder Tag erhalten bleibt, den du geschrieben hast. Steht noch nichts da, schreibt es die Szene allein aus den Bildern. Es beschreibt, was sich bewegt und wie die Kamera fährt, nicht das, was das Bild schon zeigt.
Die genauen Prompts hinter den beiden Clips
- Der Clip mit drei Szenen auf Kling 3.0 Omni, 3 Sekunden pro Szene. Szene 1: "Low camera glides through the sunlit courtyard garden in @Image1 , warm haze drifting." Szene 2: "Slow push-in on the playful scene from @Image2". Szene 3: "The camera pulls back as golden light fades over the courtyard." Szene 3 nennt kein Bild, und das Modell hat den Hof aus Szene 1 beibehalten.
- Der 5-Sekunden-Clip auf Kling 4, ein Prompt: "The camera glides from the courtyard garden in @Image1 toward the playful scene from @Image2 , soft afternoon light." Beide Prompts sind absichtlich kurz. Die Bilder liefern Ort, Figuren und Zeichenstil, also sagen die Worte nur, wohin die Kamera fährt und wie das Licht wirkt.
Kling mit mehreren Bildern – und die anderen Modelle
- Jedes Modell im Studio nimmt mehrere Bilder an: Kling 4, Kling 3.0 Omni und Seedance 2.5, Wan 3.0, Vidu Q4, Gemini Omni Flash, PixVerse C1 und Happy Horse 1.1. Du schreibst immer @Image1, @Image2; RefVid benennt die Tags vor dem Absenden so um, wie das jeweilige Modell seine Bilder benennt, und schickt die Bilder in derselben Reihenfolge – das zweite Bild ist also weiterhin das, das du @Image2 genannt hast.
- Die Modelle unterscheiden sich darin, wie viele Bilder sie insgesamt annehmen – die Fotos deiner Elemente mitgezählt – und was sie sonst noch akzeptieren: Die Länge reicht bis 30 Sekunden auf Kling 4 und bis 15 auf Kling 3.0 Omni. Brauchst du mit deinen Elementen mehr Bilder, als ein Modell erlaubt, entfernst du ein Bild oder wählst ein anderes Modell; für eine Anfrage, die das Studio ablehnt, wird nichts berechnet.
Was es kostet und was du vor dem Posten prüfst
- Bilder kosten nichts extra. Der Preis eines Clips richtet sich nach Modell, Länge, Auflösung und Ton – egal, ob mit einem Bild, sieben oder keinem –, und das erste 5-Sekunden-Video eines neuen Kontos auf Kling 3.0 Omni ist kostenlos. RefVid setzt kein Wasserzeichen, und schlägt ein Clip fehl, bekommst du die Credits zurück. Die aktuellen Preise stehen auf der Preisseite.
- Ein Bild wird neu gezeichnet, nicht eingefügt: Eine Person oder ein Produkt, das nur auf einem Bild vorkommt, kann sich von Szene zu Szene verändern. Muss ein Gesicht oder ein Etikett über mehrere Clips gleich bleiben, speicherst du es stattdessen als Element. Lade nur Bilder hoch, die du verwenden darfst, sieh dir den Clip vor dem Posten in voller Größe an und kennzeichne realistische KI-Videos als KI-generiert, wo die Plattform das verlangt.
Mit einer Vorlage starten
Jede Vorlage öffnet das Studio mit fertigen Einstellungen, Format und Länge. Füge dein eigenes Produkt hinzu und generiere.
Weitere Anleitungen
Häufige Fragen
Kann ich ein KI-Video aus mehreren Bildern erstellen, ganz ohne Figur?
Ja. Füge die Bilder hinzu, schreib eine Szene, die sie mit @Image1, @Image2 und so weiter nennt, und klick auf „Generieren“; eine gespeicherte Figur oder ein Produkt brauchst du nicht. Beide Clips auf dieser Seite sind genau so entstanden, aus zwei Bildern und ein paar Worten.
Wie viele Bilder kann ich in einem KI-Video verwenden?
Bis zu 7 Bilder pro Clip, dazu bis zu 3 gespeicherte Elemente. Manche Modelle zählen Bilder und Element-Fotos gegen ein gemeinsames Limit (Kling 3.0 Omni gehört dazu), und das Studio sagt dir vor dem Generieren, wenn eine Auswahl nicht passt.
Was bedeutet @Image1 in einem Prompt?
Das ist das erste Bild, das du dem Clip hinzugefügt hast; @Image2 ist das zweite und so weiter. Steht der Tag in einer Szene, weiß das Modell, dass diese Szene das Bild verwendet. Gib in einer Szene @ ein, um eins aus einer Liste zu wählen, statt es abzutippen.
Kann jede Szene ein anderes Bild verwenden?
Ja. Jede Szene nennt ihre eigenen Tags, und der Kopf jeder Szene zeigt, was sie verwendet. Im Clip mit drei Szenen oben nutzt Szene 1 @Image1 und Szene 2 @Image2. Ein Clip hat bis zu 3 Szenen.
Kann ein Bild der Anfang oder das Ende des Videos sein?
Ja. Im Menü eines Bildes findest du „Video mit diesem Bild beginnen“ und „Video mit diesem Bild enden lassen“. Kling 4 und Kling 3.0 Omni nehmen beides an; die anderen Modelle nehmen das erste als Referenz, mit der der Clip beginnt.
Kosten mehr Bilder mehr Credits?
Nein. Der Preis hängt von Modell, Länge, Auflösung und Ton ab, nicht davon, wie viele Bilder der Clip verwendet.
Von Louis Chi