Создать видео из фотографии сегодня можно несколькими способами. Самый распространённый — image-to-video, когда нейросеть получает исходное изображение и генерирует движение на его основе.
Это полезно для:
- фотографий людей;
- товаров;
- иллюстраций;
- персонажей;
- рекламных изображений;
- старых фотографий;
- концепт-артов.
В 2026 году для такой работы особенно интересны Kling AI, Veo 3.1, Runway, Pika и Seedance 2.5.
Как работает image-to-video
В простейшем варианте пользователь загружает фотографию и пишет, что должно происходить.
Например:
Камера медленно приближается к лицу. Волосы слегка развеваются на ветру. Человек естественно моргает.
Модель должна сохранить исходную сцену и добавить движение.
Именно поэтому промпт для image-to-video отличается от text-to-video.
Если изображение уже содержит человека, обычно не нужно заново подробно описывать его внешность. Основной акцент стоит делать на движении.
Kling AI
Kling 3.0 поддерживает image-to-video и reference-to-video, а также позволяет использовать изображения и видео как референсы. Kuaishou отдельно подчёркивает улучшенную согласованность персонажей, объектов и окружения.
Kling особенно интересен, если фотографию нужно превратить в полноценную сцену:
Девушка на фотографии медленно поворачивает голову к камере. Волосы слегка движутся от ветра. Камера делает плавный полуоборот вправо.
Veo 3.1
Veo 3.1 поддерживает image-to-video и работу с референсными изображениями.
Google показывает сценарии, в которых изображения используются для задания персонажа, объекта или стиля, а затем создаётся видео с сохранением нужных визуальных характеристик.
Кроме того, Veo позволяет работать с первым и последним кадром, продолжением сцены и другими средствами управления.
Это особенно полезно, если фотография является частью более сложной последовательности.
Runway
Gen-4.5 поддерживает Image-to-Video.
Runway рекомендует для такого режима сосредоточиться в промпте прежде всего на движении, а не повторять содержание изображения.
Например, если на фото стоит автомобиль, не обязательно писать:
Красный спортивный автомобиль стоит на горной дороге.
Лучше:
The camera slowly tracks forward as the car begins moving along the mountain road. Dust rises naturally behind the wheels.
Так модель получает инструкцию именно о том, что должно измениться.
Pika
Pika предлагает image-to-video, а также целый набор специализированных инструментов.
Текущий бесплатный тариф предоставляет Pika 2.5 в 480p и ограниченный набор функций; платные планы открывают более высокие разрешения и дополнительные возможности.
Pika особенно интересна, если после анимации фотографии хочется сразу добавить эффект.
Например:
Портрет человека превращается в картину, а затем мазки краски начинают двигаться вокруг лица.
Для подобных задач специализированные эффекты Pika могут быть удобнее универсального генератора.
Seedance 2.5
Seedance 2.5 делает сильный акцент на работе с референсами.
ByteDance заявляет возможность использовать изображения, видео и аудио в качестве референсов, причём в одной генерации поддерживается большое количество таких входов.
Это интересно для более сложного сценария:
Изображение персонажа + изображение комнаты + изображение костюма → единая сцена.
Вместо одной фотографии можно использовать несколько источников для построения результата.
Какой сервис выбрать
Для простой анимации фотографии: Pika или Runway.
Для персонажной сцены: Kling.
Для кинематографического результата и сложных референсов: Veo 3.1.
Для большого количества референсов и сюжетной сцены: Seedance 2.5.
Это не означает, что остальные инструменты не умеют выполнять такую задачу. Речь идёт о наиболее очевидных сценариях использования.
Как написать промпт для фотографии
Хорошая формула:
Действие + движение объекта + движение камеры + окружающая среда
Например:
The woman slowly turns toward the camera. Her hair moves gently in the wind. The camera makes a subtle dolly-in. Natural facial movement, realistic lighting, shallow depth of field.
Обратите внимание: мы не описываем заново цвет одежды, возраст и форму лица. Всё это уже находится на исходной фотографии.
Что часто портит результат
Слишком сильное движение
Если написать:
человек резко поворачивается и быстро бежит,
модель может изменить лицо, одежду или пропорции.
Слишком сложная камера
Одновременно:
zoom + orbit + crane + handheld + tracking
может привести к непредсказуемому результату.
Лучше начинать с одного движения камеры.
Слишком много событий
Фото лучше сначала оживить одним действием.
Например:
человек смотрит в сторону → камера приближается.
А уже потом добавлять более сложную сцену.
Итог
Для создания видео из фото сегодня нет одной универсальной нейросети.
- Kling AI — персонажи и сложные сцены.
- Veo 3.1 — референсы, кинематографический контроль и аудио.
- Runway — управляемое движение и production workflow.
- Pika — быстрые эффекты и социальный контент.
- Seedance 2.5 — мультимодальные референсы и длинные последовательности.
Лучший способ выбрать инструмент — взять одну и ту же фотографию, написать одинаковое задание и сравнить пять результатов.
Об авторе
