Hailuo 2.3 Bild-zu-Video-Prompts: 3 direkt kopierbare Rezepte (mit echten Ergebnissen)

Hailuo 2.3 (hailuo-2.3/image-to-video) ist die Standardstufe von MiniMax für Bild-zu-Video, und ihre Markenzeichen-Fähigkeit ist die Bewegungsphysik: Stoff, Haare, Wasser und Ganzkörperbewegungen verhalten sich so, wie es das Auge erwartet. Dieser Artikel ist ein direkt abschreibbares Praxis-Handbuch mit Hailuo-Bild-zu-Video-Prompts für die Standardstufe – drei direkt kopierbare Rezepte, gezielt auf das, was das Modell am besten kann: durchgehende menschliche Bewegung, heftige Wasserphysik und das Animieren stilisierter Illustrationen.

Jeder Clip unten ist das Ergebnis eines echten einzelnen Versuchs mit dem daneben gezeigten Prompt – nicht das beste aus mehreren Durchläufen – und jeder Preis wurde vor der Veröffentlichung gegen die aktuelle Preisseite geprüft. Die Standardstufe wird pro Clip abgerechnet: 6 Sekunden $0.40, 10 Sekunden $0.80.

Die Eingabestruktur in 30 Sekunden

Hailuo i2v läuft über den asynchronen Task-Endpunkt von hiapi (POST /v1/tasks), und die Eingabestruktur ist bewusst schlank und strikt gehalten:

Feld	Erforderlich	Beschreibung
prompt	Ja	Beschreibt die Bewegung, nicht die Szene – das Bild ist bereits die Szene
image_url	Ja	Eine öffentlich erreichbare URL (Singular – nicht image_urls); sie wird zum ersten Frame
duration	Nein	String "6" oder "10" – die Ganzzahl 6 wird mit 400 abgelehnt
prompt_optimizer	Nein	Boolescher Wert; erlaubt der Plattform, deinen Prompt vor der Generierung zu erweitern

Alles andere – resolution, aspect_ratio, motion_strength – wird mit 400 INVALID_REQUEST: additional properties not allowed abgelehnt. Es gibt hier keinen Regler für die Bewegungsstärke: Der Prompt ist das einzige Lenkrad, und genau deshalb sind Prompt-Rezepte für dieses Modell so wichtig. Der Ausgabeclip übernimmt das Seitenverhältnis des Eingabeframes (unser 16:9-Frame wird als 1364×768 gerendert). Den vollständigen Ablauf zum Senden, Abfragen und Herunterladen findest du im Leitfaden zur Hailuo-2.3-Bild-zu-Video-API.

Die Prompt-Formel, die in allen drei Rezepten funktioniert:

Beschreibe die Bewegung des Subjekts in der Reihenfolge, in der du sie willst (Hailuo führt überlagerte Aktionen ungefähr in dieser Reihenfolge aus) + eine Kameraanweisung (Push-in / fixiert / Drift) + eine Konsistenzklausel (gleichmäßige, natürliche Bewegung, konsistente Beleuchtung über alle Frames)

Verschwende kein Wort damit, zu wiederholen, was bereits im Bild ist. Das Bild trägt den Stil; jedes Prompt-Token sollte gegen Bewegung eingetauscht werden.

Rezept 1 – Durchgehende Ganzkörperbewegung (Tai-Chi-Fluss)

Die schwierigste Aufgabe für Bild-zu-Video ist anhaltende, koordinierte menschliche Bewegung – die meisten Modelle schaffen eine Geste und brechen dann zusammen. Dieses Rezept verlangt von Hailuo 2.3, aus einer statischen Standposition eine durchgehende Kampfkunstfolge mit wehendem Stoff auszuführen:

Bewegungs-Prompt:

he flows into a slow tai chi opening form, arms rising and sweeping in one
continuous circular motion, sleeves and sash trailing behind each movement,
ground mist swirling around his steps, slow cinematic push-in, smooth
natural motion, consistent warm dawn lighting across frames

Ergebnis beim ersten Versuch ($0.40, 6 Sekunden):

Beachte: Die Arme vollenden einen vollen Kreisbogen, die Anatomie bricht nicht zusammen, und die Ärmel hinken der Armbewegung wie echter Leinenstoff hinterher – diese sekundäre Stoffbewegung ist das Markenzeichen der Standardstufe. Der Satz „in one continuous circular motion“ ist entscheidend: Ohne klaren Kontinuitätshinweis erzeugen i2v-Modelle oft eine Geste, eine Pause und dann eine unzusammenhängende zweite Geste. Erst wenn du den Stoff benennst („sleeves and sash trailing“), wird die Stoffsimulation aktiviert; erwähnst du ihn nicht, bleibt lose Kleidung oft steif.

Rezept 2 – Wasser- und Fellphysik (Hundeschütteln)

Ein nasser Hund, der sich schüttelt, ist ein brutaler Physiktest: hochfrequente Körperdrehung, verklumptes Fell und Dutzende Wassertropfen, die jeweils eine plausible ballistische Flugbahn brauchen. Es ist zugleich ein wirklich nützliches Muster – Haustier-Marken und Footage-Teams lassen so häufig Standbilder lebendig werden:

Bewegungs-Prompt:

the dog shakes water off its whole body, droplets spraying outward in
glittering arcs against the backlight, ears flapping, then it stops and
tilts its head at the camera, locked low-angle camera, smooth natural
motion, consistent golden-hour lighting

Ergebnis beim ersten Versuch ($0.40, 6 Sekunden):

Beachte: Das versprühte Wasser sieht wie einzelne, vom Gegenlicht beleuchtete Tropfen mit echten Flugbahnen aus, nicht wie ein Weichzeichner – und der Clip folgt der skriptierten Reihenfolge (schütteln → stoppen → Kopf neigen). Hier gibt es zwei wiederverwendbare Tricks. Erstens sagt „against the backlight“ dem Modell, wie das Wasser aussehen soll, nicht nur, dass Wasser vorhanden ist; beleuchtungsbewusste Bewegungsbeschreibungen erzeugen meist feinere Partikel. Zweitens verleiht ein kleiner, ruhiger Abschluss („tilts its head at the camera“) dem Clip einen natürlichen Schlussakzent, statt mitten im Schütteln abzuschneiden – nützlich, wenn der Clip auf einer Produktseite in einer Schleife läuft.

Rezept 3 – Eine stilisierte Illustration animieren (Tusche-Drache)

Hailuo i2v eignet sich nicht nur für Fotos. Gib ein stilisiertes Standbild ein – hier eine Tuscheillustration eines Koi-Drachen in Wolken – und es animiert im Stil des Bildes, behandelt die Pinselstriche als Medium, statt zu versuchen, sie fotorealistisch zu machen:

Bewegungs-Prompt:

The ink wash koi dragon slowly swims forward through the clouds, brush
strokes flowing like water, camera drifts right

Ergebnis ($0.40, 6 Sekunden):

Beachte: Die Wolken verschmieren und formen sich wie nasse Tusche, statt sich wie Nebel in der Fotografie zu verhalten – „brush strokes flowing like water“ erreicht das, indem es die Materialphysik des Mediums benennt statt die Szene selbst. Halte den Prompt bei Illustrations-Eingaben kurz und lass den Stil des Bildes dominieren; lange fotografische Vokabeln („cinematic“, „bokeh“) können gegen die Illustration arbeiten und zu Stildrift führen. Genau dieses Muster eignet sich für Marken-Maskottchen, Buchillustrationen oder Spiel-Startbildschirme.

Standardstufe vs. Fast-Stufe: Wann sich die $0.40 lohnen

hiapi bietet auch hailuo-2.3-fast/image-to-video für $0.27/6 Sekunden an, mit derselben Drei-Feld-Eingabestruktur, sodass Prompts unverändert zwischen beiden Stufen übertragen werden können. Ein gut funktionierender Workflow:

• Prototypen auf der Fast-Stufe ($0.27/Clip), während du die Bewegungsformulierungen durchprobierst – Struktur und Verhalten sind identisch, deine Erkenntnisse lassen sich also übertragen.
• Behaltene Takes auf der Standardstufe erneut rendern ($0.40/Clip), wenn die Aufnahme von physikalischer Treue abhängt: mehrstufige menschliche Bewegungen, Stoff, partikelreiche Szenen wie Rezept 2.
• Beide Stufen werden pro Clip abgerechnet, nicht pro Sekunde – ein gescheitertes Experiment kostet dasselbe wie ein behaltener Take, ein weiterer Grund, günstig zu prototypen.

Selbst ausführen

Jedes der Rezepte oben braucht nur eine Anfrage. Aufgabe erstellen:

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer sk-<your-key>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "hailuo-2.3/image-to-video",
    "input": {
      "prompt": "the dog shakes water off its whole body, droplets spraying outward in glittering arcs against the backlight, ears flapping, then it stops and tilts its head at the camera, locked low-angle camera, smooth natural motion, consistent golden-hour lighting",
      "image_url": "https://your-cdn.example.com/first-frame.jpg",
      "duration": "6"
    }
  }'

Frage dann GET /v1/tasks/<taskId> ab, bis data.status den Wert "success" hat, und lade sofort data.output[0].url herunter – Ausgabe-URLs sind signiert und laufen ab, also speichere die Bytes in deinem eigenen Speicher. Vollständigen Code zum Abfragen und zur Fehlerbehandlung findest du in der API-Ablaufbeschreibung und in der Dokumentation.

Häufige Fragen

Warum wird mein duration abgelehnt? Es muss ein String "6" oder "10" sein. Eine Ganzzahl oder jeder andere Wert wie "8" liefert 400 zurück.

Kann ich Auflösung oder Seitenverhältnis steuern? Nein – solche Felder gibt es in der Struktur nicht. Der Clip übernimmt das Seitenverhältnis des Eingabeframes, also schneide das Standbild vor der Generierung auf das gewünschte Format zu.

Muss das Eingabebild öffentlich sein? Ja. Die API ruft die image_url serverseitig ab, daher schlagen localhost-Pfade und abgelaufene signierte URLs fehl. Jeder öffentliche R2/S3/CDN-Link funktioniert.

Funktionieren diese Prompts auf der Fast-Stufe? Ja, unverändert – die Struktur ist dieselbe. Bei partikelreichen Aufnahmen ist die Physik etwas weniger fein; das ist der Kompromiss des niedrigeren Preises.

Wie lange dauert ein Clip? Minuten, nicht Sekunden – unsere 6-Sekunden-Clips waren jeweils innerhalb weniger Minuten Abfragezeit fertig. Baue asynchron (Polling oder Callback), nicht mit blockierendem HTTP-Warten.

---

Alle drei Clips oben stammen aus einem einzigen Versuch, jeweils $0.40 – die gesamte Generierung dieses Handbuchs kostete $1.20. Wenn du ein Standbild hast, das lebendig werden soll, hol dir deinen Schlüssel und beginne auf der Modellseite hialuo-2.3/image-to-video: Setze deine Bild-URL in die Anfrage oben ein, beschreibe die Bewegung (nicht die Szene), und bevor dein Kaffee kalt ist, ist der erste Clip fertig.