图像转视频

图像转视频让一张静态图片动起来。你给模型一帧画面，再加上一段关于该发生什么的描述，它就会返回一小段以你的图片为开端的片段。由于首帧被固定住，这是进入视频最可控的一条路径：无论你在静态图上敲定的是产品图、角色还是一幅插画，动起来之后它依然清晰可辨。

输入帧承担了绝大部分工作，因此值得先把静态图做对，通常先用文本生成图像模型完成，再为它花掉一次视频请求。运动的要求也要克制：缓慢推近、转头、飘动的烟雾或布料，效果远好于要求同时发生好几个动作。清晰、光线充足的素材比噪点多或压缩严重的素材动得更干净，输入帧的画幅比例也会延续到成片中。

目前在 E2X 上服务这一分类的是 Google 的 Veo 3.1 Fast。它的调用接口和目录中其他模型一致：向 jobs 接口提交模型 slug 加输入对象，再轮询返回的 job ID。计费按次请求从预付余额扣减，因此一段不理想的片段只是多花一次请求，而不是要你升级套餐。