Рабочий процесс API для преобразования изображения в видео: Runway, Wan 2.7, Vidu и режимы API для продакшена

У вас есть статичное изображение — рендер продукта, утверждённый ключевой визуал, концепт-арт персонажа — и вам нужно заставить его двигаться. Не сгенерировать новый похожий сценарий, а заставить двигаться сам этот кадр. Именно это и делает преобразование изображения в видео (i2v), и это принципиально иной способ интеграции, чем «ввести промпт и надеяться, что модель нарисует то, что у вас в голове». Эта статья — практическая версия: подготовка исходного изображения, управление тем, где начинается и заканчивается движение, написание промптов, которые управляют анимацией, а не переописывают сцену, а также обработка опроса и обратных вызовов, чтобы многоминутный рендеринг не обрушил ваш бэкенд.

Всё ещё сомневаетесь, использовать ли i2v вместо генерации видео из текста? Эта статья предполагает, что вы уже приняли решение и хотите освоить i2v.

Когда уместно использовать преобразование изображения в видео

i2v следует использовать, когда начальный кадр не подлежит обсуждению. Модель не создаёт субъект с нуля; она получает ваше изображение и добавляет движение, поэтому всё, что должно сохранять соответствие бренду или форме, получает гарантию, которую генерация из текста дать не может: изображения реальных SKU товаров, превращение утверждённого ключевого визуала в анимацию для заголовка страницы, концепт-арт персонажа с сохранением лица, или эффект «до→после» с фиксированным начальным и конечным кадром, где модель заполняет переход. Если субъект гибкий, генерация из текста обычно требует меньше усилий. Ключевая ценность i2v именно в том, что статичное изображение фиксировано.

Ландшафт преобразования изображения в видео в 2026 году

Сфера i2v очень конкурентна и требовательна. Полезно знать контекст, хотя описанный ниже рабочий процесс выполняется на избранном наборе моделей:

• Runway Gen-4 / Gen-4.5. Преемник Gen-3 Alpha; продвинул «мировую согласованность» между кадрами, а также физически обоснованное движение и осознанные движения камеры. i2v в Gen-4.5 широко считается лучшим выбором для рекламы или клиентских материалов, где нужен точный творческий контроль (Runway Research, «Introducing Runway Gen-4», 2026; сводка моделей ZNIX, 2026). Преобразование изображения в видео в Gen-4.5 также доступно на HiAPI с ID модели runway-gen-4.5/image-to-video; см. руководство по API Runway Gen-4.5.
• Vidu Q3. Построен вокруг обусловливания первым и последним кадром — начальный кадр, целевой конечный кадр, подсказка изменения, и он заполняет середину — до 16 секунд 1080p со звуком (Vidu, «AI Image to Video», 2026).
• Kling 3.0. Отлично справляется со сложным движением человеческого тела по референсному статичному изображению, нативная поддержка 4K и синхронизации губ (TeamDay.ai, «Best AI Video Models 2026», 2026).
• Seedance 2.0. Модель ByteDance (12 февраля 2026 г.) сохраняет детали продукта, логотипы и текст стабильными между кадрами — именно то, что нужно для i2v в электронной коммерции (opencreator.io, «AI Video Models Comparison 2026», 2026).

Схема у сильных моделей одинакова: управление первым кадром — базовое требование, управление последним кадром уже не редкость, а привязка обоих концов — самый надёжный способ не дать фрагменту уйти в дрейф на последней секунде. Описанный ниже рабочий процесс построен именно вокруг этого принципа. На HiAPI две модели i2v, которые вы можете вызвать, — это Seedance 2.0 (ByteDance) и Wan 2.7 image-to-video (Alibaba).

Шаг 1 — Подготовьте исходное изображение

Это шаг, который люди часто пропускают, а потом винят модель. При использовании i2v ваш первый кадр и есть потолок качества. Прежде чем что-либо отправлять, нужно сделать три вещи:

• Согласуйте соотношение сторон с выходным. Если вы рендерите исходник в 4:3, а запрашиваете 16:9, модели придётся обрезать или дополнять — вы теряете контроль над тем, что в итоге останется. Сначала определите выходное соотношение, затем создавайте статичное изображение в этом соотношении. Seedance также принимает соотношение adaptive, которое автоматически подстраивается под размер исходного изображения.
• Рендерите в желаемом выходном разрешении. Из исходника 480p не получится чёткий фрагмент 1080p; увеличение размытого входа лишь заставит размытие двигаться.
• Компонуйте субъект чисто. Чёткий, незагромождённый субъект оставляет модели меньше возможностей для ошибок. Загромождённые фоны и размытые края — источник странного движения.

Затем разместите его. API принимает исходное изображение по URL (first_frame_url), а не как загрузку файла, поэтому оно должно быть доступно по HTTPS — ваш бакет хранилища, CDN, объектное хранилище с подписью. Путь localhost или ссылка, которую API не может получить, приведёт к провалу задачи.

Шаг 2 — Отправьте задачу с первым кадром

На HiAPI каждая модель (включая видео) работает через асинхронный API задач. Вы создаёте задачу, сразу получаете taskId, а рендеринг выполняется на сервере. Превратить генерацию из текста в преобразование изображения в видео — это добавить одно поле: first_frame_url. Вот минимальный вызов с использованием Seedance 2.0:

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer sk-<your-key>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-0",
    "input": {
      "prompt": "Slow cinematic push-in, a soft light sweep travels across the surface, the subject holds steady and in focus",
      "first_frame_url": "https://cdn.your-domain.com/assets/product-front.jpg",
      "aspect_ratio": "16:9",
      "duration": 5,
      "resolution": "720p",
      "generate_audio": false
    }
  }'

Это полный запрос преобразования изображения в видео. Важные входные поля:

• first_frame_url — статичное изображение, которое анимируется; именно его наличие делает это i2v.
• aspect_ratio — соответствует исходному изображению (или adaptive).
• duration — длительность вывода в секундах; чем длиннее, тем выше стоимость и тем больше возможностей для дрейфа движения.
• resolution — 480p / 720p / 1080p; основной регулятор стоимости.
• generate_audio — отключите для беззвучных циклов и изображений продуктов.

Полная структура запроса и ответа описана в документации. Wan 2.7 image-to-video следует тому же процессу создания-опроса-загрузки, но у него другие входные данные — он передаёт исходный кадр в массиве media и выводит 720p или 1080p — поэтому сверяйтесь с документацией для его точной структуры, а не копируйте тело запроса Seedance.

Шаг 3 — Добавьте конечный кадр, когда важен финал

Управление первым кадром фиксирует, где фрагмент начинается, и позволяет модели решать, как он закончится — именно здесь незаметно появляется дрейф, потому что модель импровизирует во второй половине. Если важна непрерывность через последний кадр, зафиксируйте и его:

{
  "model": "seedance-2-0",
  "input": {
    "prompt": "The product rotates a quarter turn and settles, light resolving to a clean studio key",
    "first_frame_url": "https://cdn.your-domain.com/assets/product-front.jpg",
    "last_frame_url": "https://cdn.your-domain.com/assets/product-three-quarter.jpg",
    "aspect_ratio": "16:9",
    "duration": 5,
    "resolution": "720p"
  }
}

Теперь оба конца зафиксированы, и модель заполняет только движение между ними. Это основной шаблон для демонстрации продукта и переходов «до→после», а также самое эффективное одиночное исправление проблемы «фрагмент хорош до последней секунды». Держите оба кадра с одним субъектом и композицией — если начальное и конечное изображения слишком различаются, модели придётся придумывать путь между ними, и вы снова вернётесь к угадыванию.

Шаг 4 — Пишите промпты для движения к статичному изображению

Промпты в i2v выполняют другую роль, и ошибки в них тратят рендеры впустую. В генерации из текста промпт строит всю сцену. В преобразовании изображения в видео модель уже видит сцену — она в кадре, который вы дали — поэтому задача промпта — это изменение во времени, а не содержание:

• Начинайте с движения камеры. «Slow dolly-in», «gentle pan left», «push-in then hold». Модели движения надёжно следуют глаголам камеры; укажите одно явно.
• Описывайте, как движется субъект, а не что он собой представляет. «Steam begins to rise», «the fabric sways», «the screen wakes and glows». Вы ставите анимацию, а не перечисляете объекты.
• Не переописывайте изображение. Пересказ очевидного из исходного изображения идёт против модели и может подтолкнуть её к регенерации вместо анимации.
• Движение должно быть правдоподобным для длительности. Пятисекундный фрагмент не может вместить двухминутную историю.

Хороший промпт i2v читается как указание по движению для оператора, а не как описание сцены для художника.

Шаг 5 — Опрос или получение обратного вызова

Видео расходует GPU-минуты, а не миллисекунды. Рендеринг намеренно асинхронный, поэтому он никогда не удерживает соединение открытым. После создания задачи у вас есть два способа узнать, что она завершена.

Опрос до достижения терминального состояния — подходит для скриптов и прототипов:

curl https://api.hiapi.ai/v1/tasks/<taskId> \
  -H "Authorization: Bearer sk-<your-key>"
# data.status: queued -> handling -> archiving -> success (or fail)
# on success, read data.output[0].url and download it promptly — the URL expires

Получение обратного вызова подходит для всего, что выходит за рамки прототипа. Вместо того чтобы сидеть в цикле опроса, передайте обратный вызов, и HiAPI отправит вам терминальное состояние:

{
  "model": "seedance-2-0",
  "input": { "prompt": "...", "first_frame_url": "https://cdn.your-domain.com/assets/product-front.jpg", "aspect_ratio": "16:9", "duration": 5, "resolution": "720p" },
  "callback": { "url": "https://your-domain.com/hooks/hiapi", "when": "final" }
}

В любом случае выходной URL имеет ограниченный срок действия. Как только задача переходит в состояние success, немедленно загрузите data.output[0].url в собственное хранилище — не встраивайте его напрямую на страницу и не передавайте клиенту, потому что он истечёт.

Проверенные в продакшене схемы

Несколько привычек отличают демонстрационный скрипт от того, что работает в масштабе:

• В масштабе предпочитайте обратные вызовы опросу. Один цикл опроса на задачу — это пустая трата вычислений и нагрузка на лимиты. Одна точка обратного вызова, которая загружает результаты и обновляет ваши записи, масштабируется гораздо лучше, чем сотни опросчиков.
• Сделайте отправку идемпотентной. Повторы и обратные вызовы с доставкой хотя бы один раз случаются. Задайте стабильный ID для каждого рендера (исходное изображение + промпт + параметры, хешированные), чтобы повтор не создавал незаметно — и не оплачивал — дублирующий фрагмент.
• Стоимость — это разрешение × длительность. Видео тарифицируется по секундам, а ставка растёт с разрешением, поэтому 10-секундный фрагмент 1080p намного дороже 5-секундного 480p. Итерируйте в 480p, зафиксируйте промпт и движение камеры, затем перерендерите только отобранные фрагменты в финальном разрешении. Актуальные тарифы смотрите на странице цен — они меняются, поэтому не хардкодьте их в коде.
• Бюджетируйте по пригодным фрагментам, а не по рендерам. Если вы оставляете один фрагмент из трёх, реальная стоимость каждого пригодного для поставки актива втрое превышает указанную цену — именно это соотношение, а не ставка за секунду, определяет ваш бюджет, и поэтому фиксация промпта в 480p окупается.
• Проверяйте исходный URL заранее. Первый кадр, который API не может получить, — самая частая предотвратимая ошибка; перед отправкой проверьте, что он доступен по HTTPS.

Часто задаваемые вопросы

Чем преобразование изображения в видео отличается от генерации из текста в запросе? Одним полем. Вызов задачи в остальном идентичен; добавление first_frame_url (исходного изображения) переключает его с генерации из текста на преобразование изображения в видео. На HiAPI оба варианта работают через одну и ту же конечную точку POST /v1/tasks.

Могу ли я контролировать и первый, и последний кадр? Да. first_frame_url фиксирует начальный кадр; добавление last_frame_url фиксирует конечный кадр, так что модель заполняет только движение между двумя зафиксированными концами. Фиксация обоих концов — самый надёжный способ контролировать переход и предотвратить дрейф в конце фрагмента.

Поддерживает ли API Runway Gen-3/Gen-4 преобразование изображения в видео? Серии Gen-3 и Gen-4 от Runway поддерживают преобразование изображения в видео и отлично справляются с кинематографическим контролем — таков более широкий ландшафт. Описанный в этом руководстве вызываемый рабочий процесс выполняется на Seedance 2.0 и Wan 2.7 image-to-video, которые HiAPI размещает за одним API задач. Преобразование изображения в видео в Runway Gen-4.5 работает на том же API; в руководстве по API Runway Gen-4.5 есть рабочий пример запроса.

Сколько времени занимает рендеринг преобразования изображения в видео? Минуты, а не секунды — видео требует реальных вычислений. Именно поэтому API асинхронный: вы создаёте задачу, затем опрашиваете или получаете обратный вызов, поэтому длительный рендеринг никогда не блокирует ваш запрос.

Ключевые выводы

Преобразование изображения в видео подходит, когда конкретное статичное изображение должно появиться на экране в точности как есть, а затем начать двигаться. Потолок качества определяется разрешением, соотношением сторон и композицией исходного изображения ещё до того, как вы напишете первый промпт — поэтому подготовьте его заранее и разместите по стабильному адресу. Зафиксируйте первый кадр, чтобы контролировать, где начинается фрагмент, добавьте конечный кадр, когда финал должен быть точным, и пишите промпты как указания по движению и работе камеры, а не как переописание того, что модель уже видит. Затем рассматривайте это как асинхронную задачу, которой она и является: опрашивайте или, что лучше, получайте обратный вызов; делайте отправку идемпотентной; загружайте до истечения срока действия URL; бюджетируйте по пригодным фрагментам в финальном разрешении.

Когда будете готовы, запустите исходное изображение через страницу модели Seedance 2.0 или Wan 2.7 image-to-video, затем подключитесь к API задач выше и перед масштабированием проверьте актуальные ставки за секунду на странице цен. (Хотите сначала вариант без ключа? См. бесплатные варианты генерации видео из текста.)