Guia de introdução ao P-Video 2 Pro Replace: substitua pessoas em vídeos com 1–2 fotos

O P-Video 2 Pro Replace é o modelo de troca de pessoas em vídeo da Pruna AI: você fornece um vídeo de origem e 1–2 fotos de pessoas, e ele preserva movimentos, câmera, cenário e áudio do vídeo original, substituindo as pessoas na imagem pelas das fotos. Este artigo explica o que ele faz, como chamá-lo, como o preço é calculado e quando escolher outro modelo.

O que ele faz

• Basta um vídeo e uma foto para trocar a pessoa: os únicos campos obrigatórios são o vídeo de origem video_url e as fotos das pessoas image_urls; não é necessário treinar um rosto antes.
• Troca no máximo duas pessoas: image_urls aceita 1–2 fotos (jpg, jpeg, png, webp), uma por pessoa; com duas pessoas, uma foto para cada.
• Tudo do vídeo original é preservado: movimentos, movimento de câmera, cenário e duração seguem o vídeo de origem. keep_audio vem ativado por padrão e a saída mantém o áudio do vídeo original; definido como false, a saída fica sem o áudio original.
• Cinco níveis de resolução: 480p, 768p, 1080p, 2k e 4k; o padrão é 768p, mantendo a proporção do vídeo de origem.
• Prompt opcional: prompt (até 1000 caracteres) descreve como inserir a pessoa da foto na cena; também é possível gerar sem informá-lo.

Requisitos de entrada

• Vídeo de origem: MP4, MOV ou WebM, com duração de 2–30 segundos. Vídeos fora desse intervalo são rejeitados no envio, sem cobrança; para materiais mais longos, corte antes em trechos de até 30 segundos.
• Fotos das pessoas: 1–2, em links HTTPS.
• O filtro de segurança de conteúdo vem ativado por padrão; conteúdos em violação falham e retornam CONTENT_POLICY_VIOLATION, com reembolso integral.

Como chamar

Envie uma tarefa assíncrona e consulte o resultado após obter o taskId:

curl https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "p-video-2-pro-replace",
    "input": {
      "video_url": "https://example.com/source.mp4",
      "image_urls": ["https://example.com/person.jpg"],
      "resolution": "768p",
      "keep_audio": true
    }
  }'

curl https://api.hiapi.ai/v1/tasks/<taskId> \
  -H "Authorization: Bearer $HIAPI_KEY"

Após o sucesso da tarefa, output traz o endereço do vídeo, com duração igual à do vídeo de origem.

Preço

A cobrança é pela duração do vídeo de saída, sem cobrar frações abaixo de 1 segundo; o preço é o mesmo com 1 ou 2 fotos:

• 480p: US$ 0,0358/segundo
• 768p: US$ 0,0715/segundo
• 1080p: US$ 0,0858/segundo
• 2k: US$ 0,1000/segundo
• 4k: US$ 0,1286/segundo

Por exemplo, um vídeo de 10 segundos em 768p custa cerca de US$ 0,72, e 30 segundos em 480p cerca de US$ 1,07. No envio, é feito um pré-débito com base em 30 segundos; ao final, a cobrança é ajustada pela duração real do vídeo e o excedente é devolvido. Tarefas com falha são reembolsadas integralmente.

Como obter melhores resultados

• No vídeo de origem, pessoas nítidas e movimentos contínuos; nas fotos, rosto frontal bem definido e iluminação uniforme geram trocas mais estáveis.
• Primeiro confirme o efeito com um trecho curto em 480p e depois gere o vídeo final em resolução mais alta.
• Quando precisar de resultados fixos, informe seed (inteiro de 0 a 2147483647); junto com as mesmas entradas, isso ajuda a reproduzir o resultado.

Quando escolher outro modelo

• Para mudar o estilo visual, o cenário ou a câmera: este modelo só troca as pessoas e segue o vídeo de origem em todo o resto; escolha um modelo de edição de vídeo.
• Sem um vídeo de origem, apenas um retrato e uma fala: use o P-Video 2 Pro Avatar, da mesma família, para gerar um vídeo de locução.

Para testar o resultado diretamente, envie um vídeo curto e uma foto de pessoa no HiAPI Playground e gere o vídeo.