
Erstelle 720p-Videos mit synchronem Audio mit Gemini Omni 1.1 Flash – mit Text-zu-Video, Bild-zu-Video und Referenz-zu-Video, 4 bis 10 Sekunden lang.
Veroeffentlichte Video-Beispiele aus der Explore-Galerie.
Verwandeln Sie statische Bilder in animierte Videos mit cineastischer Wirkung für Social Media, Kampagnen und visuelles Storytelling.

ultra realistic high fashion photograph of Emilia Clarke sitting on fresh white snow outdoors in winter. Recognizable facial structure and likeness of Emilia Clarke: oval face shape, soft youthful features, expressive almond-shaped green eyes, naturally full lips, straight petite nose, balanced facial symmetry. Natural winter blush on cheeks and nose. Calm confident expression with a subtle closed-mouth smile, looking directly into the camera. She is seated on the snow with legs bent forward, slightly apart, hands placed behind her for support. Camera angle slightly above eye level, gently looking down. She wears a fitted ribbed sleeveless zip-up yellow bodysuit and pink cable-knit thigh-high socks. Elegant minimal winter fashion styling. Slim, petite, feminine body proportions. Fair-to-light skin tone with natural texture. Background is a snow-covered ground with a dragon partially visible. Natural overcast winter daylight, soft diffused lighting, no harsh shadows, cinematic realism, high skin detail, realistic color grading.

Lens segments combine and move back. Left and right body sections close together. Upper body section moves down. Annotations smoothly appear.

A premium dessert product photograph of a luxury chocolate bar partially unwrapped and centered against a rich warm brown seamless studio background. The chocolate has glossy texture, crisp edges, and a high-end confectionery appearance. Soft cinematic studio lighting, subtle shadows, ultra-sharp focus, premium food advertisement style, hyper realistic, 8K.

isometric office, people working and talking, slow rotation around the isometric scene
Sie müssen nicht ständig das Tool wechseln. Wenn neue Modelle hinzukommen, bleiben Tests, Generierung, Vergleiche und Ergebnisverwaltung im selben Workflow.
Natives synchrones Audio, drei Generierungsmodi und Formate für Kurzvideo-Plattformen.
Jedes Video enthält natives Audio, das zum Bild passt – ohne zusätzliche Einstellung, sodass Entwürfe direkt teilbar sind.
Beschreibe Szene, Handlung, Kamera und Klangstimmung in Text und erstelle einen Clip von 4–10 Sekunden.
Lade 1–2 Bilder als visuelle Grundlage hoch und verwandle statisches Material in bewegtes Video mit Ton.
Referenz-zu-Video akzeptiert bis zu 10 Bilder, damit Figuren, Produkte und Stil konsistent bleiben.
Wähle 16:9, 9:16 oder Automatisch, jeweils in 720p, für Breitbildvideos und vertikale Kurzvideo-Plattformen.
Typische Einsätze sind Kurzvideos mit Ton, bewegte Produktdemos und Clips mit Figuren.
Die Clips haben bereits Ton, deshalb schneide ich vor dem Posten nur noch leicht nach.

Short-Video-Creatorin
Ich kombiniere Produkt-Screenshots und Markenelemente als Referenzen für kurze Feature-Videos.

Indie-Entwickler
Für Kurs-Trailer nutze ich 16:9 und für Social-Promos 9:16. Gleicher Prompt, anderes Format, zwei Versionen.

Kursproduzent
Mehrere Charakterbögen als Referenz halten die Figur über verschiedene Einstellungen hinweg konsistent.

Charakter-Creatorin
Aus Produktfotos werden kurze bewegte Clips, die mehr Aufmerksamkeit erzeugen als ein Standbild.

Marketplace-Verkäufer
Wenn ich schnell viele Clips brauche, erstelle ich zuerst Entwürfe mit Ton und verfeinere die besten.

Social-Media-Editorin
Die Clips haben bereits Ton, deshalb schneide ich vor dem Posten nur noch leicht nach.

Short-Video-Creatorin
Ich kombiniere Produkt-Screenshots und Markenelemente als Referenzen für kurze Feature-Videos.

Indie-Entwickler
Für Kurs-Trailer nutze ich 16:9 und für Social-Promos 9:16. Gleicher Prompt, anderes Format, zwei Versionen.

Kursproduzent
Mehrere Charakterbögen als Referenz halten die Figur über verschiedene Einstellungen hinweg konsistent.

Charakter-Creatorin
Aus Produktfotos werden kurze bewegte Clips, die mehr Aufmerksamkeit erzeugen als ein Standbild.

Marketplace-Verkäufer
Wenn ich schnell viele Clips brauche, erstelle ich zuerst Entwürfe mit Ton und verfeinere die besten.

Social-Media-Editorin
Die Clips haben bereits Ton, deshalb schneide ich vor dem Posten nur noch leicht nach.

Short-Video-Creatorin
Für Kurs-Trailer nutze ich 16:9 und für Social-Promos 9:16. Gleicher Prompt, anderes Format, zwei Versionen.

Kursproduzent
Aus Produktfotos werden kurze bewegte Clips, die mehr Aufmerksamkeit erzeugen als ein Standbild.

Marketplace-Verkäufer
Die Clips haben bereits Ton, deshalb schneide ich vor dem Posten nur noch leicht nach.

Short-Video-Creatorin
Für Kurs-Trailer nutze ich 16:9 und für Social-Promos 9:16. Gleicher Prompt, anderes Format, zwei Versionen.

Kursproduzent
Aus Produktfotos werden kurze bewegte Clips, die mehr Aufmerksamkeit erzeugen als ein Standbild.

Marketplace-Verkäufer
Ich kombiniere Produkt-Screenshots und Markenelemente als Referenzen für kurze Feature-Videos.

Indie-Entwickler
Mehrere Charakterbögen als Referenz halten die Figur über verschiedene Einstellungen hinweg konsistent.

Charakter-Creatorin
Wenn ich schnell viele Clips brauche, erstelle ich zuerst Entwürfe mit Ton und verfeinere die besten.

Social-Media-Editorin
Ich kombiniere Produkt-Screenshots und Markenelemente als Referenzen für kurze Feature-Videos.

Indie-Entwickler
Mehrere Charakterbögen als Referenz halten die Figur über verschiedene Einstellungen hinweg konsistent.

Charakter-Creatorin
Wenn ich schnell viele Clips brauche, erstelle ich zuerst Entwürfe mit Ton und verfeinere die besten.

Social-Media-Editorin
Die Clips haben bereits Ton, deshalb schneide ich vor dem Posten nur noch leicht nach.

Short-Video-Creatorin
Mehrere Charakterbögen als Referenz halten die Figur über verschiedene Einstellungen hinweg konsistent.

Charakter-Creatorin
Die Clips haben bereits Ton, deshalb schneide ich vor dem Posten nur noch leicht nach.

Short-Video-Creatorin
Mehrere Charakterbögen als Referenz halten die Figur über verschiedene Einstellungen hinweg konsistent.

Charakter-Creatorin
Ich kombiniere Produkt-Screenshots und Markenelemente als Referenzen für kurze Feature-Videos.

Indie-Entwickler
Aus Produktfotos werden kurze bewegte Clips, die mehr Aufmerksamkeit erzeugen als ein Standbild.

Marketplace-Verkäufer
Ich kombiniere Produkt-Screenshots und Markenelemente als Referenzen für kurze Feature-Videos.

Indie-Entwickler
Aus Produktfotos werden kurze bewegte Clips, die mehr Aufmerksamkeit erzeugen als ein Standbild.

Marketplace-Verkäufer
Für Kurs-Trailer nutze ich 16:9 und für Social-Promos 9:16. Gleicher Prompt, anderes Format, zwei Versionen.

Kursproduzent
Wenn ich schnell viele Clips brauche, erstelle ich zuerst Entwürfe mit Ton und verfeinere die besten.

Social-Media-Editorin
Für Kurs-Trailer nutze ich 16:9 und für Social-Promos 9:16. Gleicher Prompt, anderes Format, zwei Versionen.

Kursproduzent
Wenn ich schnell viele Clips brauche, erstelle ich zuerst Entwürfe mit Ton und verfeinere die besten.

Social-Media-Editorin
Bewährte Ansätze, um Ton zu beschreiben, Referenzen zu organisieren und Formate zu wählen.
Ton beschreiben
Synchrones Audio
Audio wird automatisch mit dem Bild erzeugt. Beschreibe Umgebungsgeräusche, den Tonfall von Dialogen oder die Musikstimmung im Prompt, um es zu beeinflussen.
Referenzen organisieren
Referenz-zu-Video
Du kannst bis zu 10 Referenzen nutzen. Gib an, ob jedes Bild eine Figur, ein Produkt oder eine Umgebung zeigt, um stabilere Ergebnisse zu erhalten.
Format wählen
16:9 · 9:16
Nutze 16:9 für Breitbildinhalte und 9:16 für Kurzvideo-Plattformen. Wenn du unsicher bist, lässt Automatisch das Modell entscheiden.
Antworten zu Audio, Generierungsmodi, Dauer und Credits.
Noch Fragen? Schreiben Sie an support@ai-studio.video.
Ja. Das Modell erzeugt automatisch natives Audio, das zum Bild synchron ist – ohne zusätzliche Einstellung.
Text-zu-Video, Bild-zu-Video (1–2 Bilder) und Referenz-zu-Video (bis zu 10 Referenzbilder).
4 bis 10 Sekunden in 720p, im Format 16:9, 9:16 oder Automatisch.
Die Credits hängen hauptsächlich von Dauer und Generierungsmodus ab. Sobald du die Optionen festgelegt hast, zeigt der Generieren-Button die genauen Credits an.
Mitgliedschaft abschließen, alle Video- und Bildmodelle freischalten und weitere Services erhalten.
Jährlich abgerechnet: 169 $ USD / Jahr
Enthält
Jährlich abgerechnet: 339 $ USD / Jahr
Enthält
Jährlich abgerechnet: 856 $ USD / Jahr
Enthält
Beschreibe Bild und Ton und erstelle einen 4–10 Sekunden langen Clip mit nativem synchronem Audio.