आपके पास दो फ़ोटो हैं। शायद एक जोड़ा जो अलग-अलग शहरों में रहता है, शायद एक शादी का पोर्ट्रेट जिसका कभी वीडियो नहीं बना, शायद दादा-दादी की एक पुरानी तस्वीर जिनकी साथ में कभी फ़िल्म नहीं बनी। आप चाहते हैं कि पाँच सेकंड की एक क्लिप हो जिसमें दोनों लोग एक-दूसरे की ओर झुकें और एक कोमल किस करें, और यह सब बिना सॉफ़्टवेयर के पैसे दिए या टाइमलाइन एडिटर सीखे। अब यह इमेज-टू-वीडियो मॉडल के लिए एक आम काम है, और यह लेख सटीक तरीका दिखाता है: दो अलग फ़ोटो को एक विश्वसनीय फ़्रेम में कैसे मिलाएँ, उसे कैसे एनिमेट करें, और कौन से प्रॉम्प्ट नतीजे को अजीब-सा नहीं बल्कि नेचुरल रखते हैं।
नीचे की हर बात एक विचार पर बनी है: मॉडल वही एनिमेट करता है जो वह देख सकता है। उसे एक साफ़ और साझा शुरुआती फ़्रेम दें और शांत, साफ़ मोशन प्रॉम्प्ट दें, तो किस गर्मजोशी भरा और असली लगता है। उसे दो बेमेल स्नैपशॉट और धुंधला अनुरोध दें, तो चेहरे बिगड़ जाते हैं। एक भी क्रेडिट खर्च करने से पहले इसे ठीक कर लें।
💡 त्वरित जवाब: दोनों लोगों को एक इमेज में मिलाएँ, उस इमेज को छोटे और धीमे प्रॉम्प्ट से एनिमेट करें, क्लिप को 5 सेकंड तक रखें, फिर ज़रूरत हो तो अपस्केल या ट्रिम करें। Picasso IA पर मुफ़्त मॉडल हर स्टेप कर सकते हैं।
AI किस वीडियो कैसे काम करता है
AI किस वीडियो आपकी फ़ोटो पर चिपकाया गया कोई फ़िल्टर नहीं है। एक वीडियो जनरेशन मॉडल एक स्थिर इमेज को पहले फ़्रेम के रूप में लेता है, आपका टेक्स्ट प्रॉम्प्ट पढ़ता है, और अगले कुछ सेकंड में हर पिक्सेल कैसे हिलना चाहिए, इसका अनुमान लगाता है। मॉडल ने लाखों ऐसे क्लिप देखे हैं जिनमें लोग एक-दूसरे की ओर झुकते हैं, इसलिए वह जानता है कि सिर कैसे झुकता है, बाल कैसे गिरते हैं और कंधे कैसे खिसकते हैं। आपका काम है उसे ऐसा फ़्रेम देना जिसमें यह मोशन आसानी से अनुमानित हो।
दो फ़ोटो वाली समस्या
ज़्यादातर इमेज-टू-वीडियो मॉडल एक शुरुआती इमेज स्वीकार करते हैं। दो अलग पोर्ट्रेट दो इमेज हैं। इसीलिए कई पहली कोशिशें नाकाम होती हैं: लोग एक फ़ोटो अपलोड करते हैं, "वे किस करते हैं" लिखते हैं, और मॉडल एक अजनबी गढ़ देता है। भरोसेमंद हल एक छोटा तैयारी स्टेप है, जिसमें दोनों लोग एक ही फ़्रेम में आ जाएँ, पास खड़े हों, एक-दूसरे की ओर मुँह किए या थोड़े तिरछे कोण पर।
कुछ नए मॉडल पहला फ़्रेम और आख़िरी फ़्रेम भी स्वीकार करते हैं। ऐसे में आप एक "पहले" वाली और एक "बाद" वाली इमेज दे सकते हैं, और मॉडल दोनों के बीच की मोशन भर देता है। यह तब अच्छा काम करता है जब दोनों फ़्रेम में पहले से एक ही बैकग्राउंड और लाइटिंग हो।
विश्वसनीय मोशन किसे माना जाए
असली किस छोटे होते हैं। सिर कुछ डिग्री झुकता है, आँखें बंद होती हैं, कंधे थोड़ा आगे आते हैं, एक हाथ गाल पर टिकता है। सिनेमाई फ़ुटेज पर प्रशिक्षित मॉडल इसे तब बिल्कुल वैसा ही दोहराते हैं जब आप इसे साफ़-साफ़ माँगते हैं। तेज़ घुमाव, घूमते कैमरे या एक साथ तीन चीज़ें होने पर वे दिक्कत में पड़ते हैं।

ऐसी दो फ़ोटो चुनें जो काम करें
अंतिम क्लिप की गुणवत्ता कुछ भी जनरेट करने से पहले तय हो जाती है। एक साफ़ सोर्स मॉडल को पाँच सेकंड तक टिके रहने के लिए एक स्थिर पहचान देता है। धुंधला या भारी फ़िल्टर वाला सोर्स उसे बहकने की जगह देता है।
फ़ोटो चेकलिस्ट
दोनों फ़ोटो को इस सूची से जाँचें:
- चेहरा साफ़ दिखे, धूप के चश्मे, हाथ या गहरी छाया से ढका न हो
- लंबी साइड पर कम से कम 1000 पिक्सल का रिज़ोल्यूशन
- आँखें खुली हों और लगभग आगे की ओर देखें या हल्के कोण पर हों
- समान, नरम रोशनी हो, चेहरे पर तेज़ विभाजित छाया न हो
- समान फ़्रेमिंग: दोनों के कंधे ऊपर तक या दोनों कमर तक, एक क्लोज़-अप और दूसरा पूरा शरीर नहीं
- भारी ब्यूटी फ़िल्टर नहीं, क्योंकि वे त्वचा को इतना चिकना कर देते हैं कि मॉडल के पास ट्रैक करने के लिए बनावट ही नहीं बचती


ऊपर के दो पोर्ट्रेट इसका अच्छा उदाहरण हैं। जगहें अलग हैं, पर दोनों चेहरों पर नरम, दिशा वाली दिन की रोशनी है, त्वचा की बनावट साफ़ है, और फ़्रेम में सिर का आकार लगभग एक-सा है। यह मेल ज़्यादातर लोगों की उम्मीद से कहीं ज़्यादा मायने रखता है, क्योंकि मॉडल को यह यकीन होना चाहिए कि दोनों एक ही जगह पर हैं।
रोशनी और कोण का मेल
अगर एक व्यक्ति बाईं ओर से और दूसरा दाईं ओर से रोशन है, तो मिला हुआ फ़्रेम चिपका हुआ लगेगा। ऐसी फ़ोटो चुनें जिनमें रोशनी की दिशा एक-सी हो, या मर्जिंग स्टेप में प्रॉम्प्ट में एक ही रोशनी का स्रोत बताकर उसे सुधार लें।
| स्रोत फ़ोटो की समस्या | क्या बिगड़ता है | त्वरित हल |
|---|
| धूप का चश्मा या टोपी की छाया | आँखें गढ़ी जाती हैं | कोई दूसरी फ़ोटो चुनें |
| भारी फ़िल्टर | प्लास्टिक जैसी त्वचा, फ़्लिकर | ओरिजिनल फ़ाइल इस्तेमाल करें |
| सिर का आकार बहुत अलग | मर्ज में स्केल का बेमेल | दोनों को कंधों तक क्रॉप करें |
| कम रिज़ोल्यूशन | नरम, डगमगाते चेहरे | पहले अपस्केल करें |
| एक तरफ़ से रोशन बनाम सामने से रोशन | चिपकाया हुआ लुक | एक रोशनी का स्रोत बताएँ |
मुफ़्त ऑनलाइन स्टेप्स, शुरू से अंत तक
पूरा वर्कफ़्लो यहाँ क्रम से है। पहली बार इसमें लगभग दस मिनट लगते हैं, और जब एक प्रॉम्प्ट पसंद आ जाए तो पाँच मिनट से कम।
स्टेप 1: दोनों लोगों को एक फ़्रेम में लाएँ
एक इमेज एडिटिंग मॉडल खोलें जो कई रेफ़रेंस इमेज स्वीकार करता हो। Nano Banana एक मज़बूत विकल्प है, क्योंकि यह दो पोर्ट्रेट इनपुट के रूप में ले सकता है और दोनों लोगों को एक ही सीन में रखते हुए हर चेहरे को पहचानने लायक रखता है। अगर आप बाद में अपस्केल करने की सोच रहे हैं तो Nano Banana Pro ज़्यादा रिज़ोल्यूशन वाला आउटपुट देता है, और Nano Banana 2 Lite तेज़ और हल्का विकल्प है जो त्वरित टेस्ट के लिए अच्छा है।
दोनों फ़ोटो अपलोड करें, फिर इस तरह का प्रॉम्प्ट इस्तेमाल करें:
Place the two people from the reference photos together in one photograph, standing close and facing each other at a gentle three quarter angle, shoulders up, soft natural window light from the left, plain softly blurred background, realistic skin texture, 85mm portrait look.
तीन या चार वर्ज़न जनरेट करें और वह चुनें जिसमें दोनों चेहरे अब भी असली लोगों जैसे लगें। वही फ़्रेम आपकी शुरुआती इमेज बनता है।

ऊपर का फ़्रेम आदर्श शुरुआती बिंदु है। जोड़ा पास है, चेहरे प्रोफ़ाइल में दिख रहे हैं, एक साफ़ रोशनी का स्रोत है, और पोज़ ही अगले सेकंड का संकेत दे देता है। मॉडल को बहुत कम अंदाज़ा लगाना पड़ता है।
स्टेप 2: मुफ़्त वीडियो मॉडल चुनें
एक इमेज-टू-वीडियो मॉडल खोलें और अपना मिला हुआ फ़्रेम अपलोड करें। मुफ़्त रास्ते के लिए Seedance 2.5 Lite एक अच्छा पहला विकल्प है, क्योंकि यह Picasso IA पर मुफ़्त और बिना सीमा के उपलब्ध है और 10 सेकंड तक की क्लिप सपोर्ट करता है। 5 सेकंड के किस के लिए डिफ़ॉल्ट लंबाई काफ़ी है।
स्टेप 3: धीमा और साफ़ मोशन प्रॉम्प्ट लिखें
मोशन को उसी क्रम में बताएँ जिसमें वह होता है। पहले पोज़, फिर हरकत, फिर कैमरा। एक परखा हुआ पैटर्न:
दो लोग पास खड़े हैं, एक-दूसरे की ओर मुँह किए। पाँच सेकंड में वे धीरे-धीरे एक-दूसरे की ओर झुकते हैं और एक कोमल, बंद मुँह वाला किस करते हैं। आँखें धीरे से बंद होती हैं, सिर कुछ डिग्री झुकते हैं, एक हाथ दूसरे के गाल पर टिका होता है। लॉक्ड कैमरा, हल्का सा पुश इन। गर्म प्राकृतिक रोशनी, रियलिस्टिक स्किन, कोई अचानक हरकत नहीं।
स्टेप 4: जनरेट करें, देखें, दोहराएँ
क्लिप को तीन बार देखें। पहले चेहरे, फिर हाथ, फिर बैकग्राउंड। अगर कुछ बिगड़ता है, तो प्रॉम्प्ट में एक चीज़ बदलें और दोबारा जनरेट करें। एक साथ पाँच चीज़ें बदलने से आप कुछ नहीं सीखते।
स्टेप 5: ट्रिम करें और अपस्केल करें
अगर पहला या आख़िरी आधा सेकंड अस्थिर लगे, तो उसे किसी भी बेसिक एडिटर में ट्रिम कर दें। अगर क्लिप धुंधली लगे, तो पोस्ट करने से पहले उसे वीडियो अपस्केलर से चलाएँ।

PicassoIA पर Seedance 2.5 Lite कैसे इस्तेमाल करें
चूँकि यह मुफ़्त और बिना सीमा वाला रास्ता है, प्लेटफ़ॉर्म पर सटीक क्रम यह है।
- Seedance 2.5 Lite का मॉडल पेज खोलें और अगर मोड चुनने का विकल्प दिखे तो इमेज-टू-वीडियो चुनें।
- मर्ज किया हुआ फ़्रेम अपलोड करें जो एडिटिंग स्टेप से बना है। 16:9 या 9:16 की साफ़ इमेज सबसे अच्छी रहती है, यह इस पर निर्भर है कि क्लिप वाइडस्क्रीन प्लेयर के लिए है या वर्टिकल फ़ीड के लिए।
- अपना मोशन प्रॉम्प्ट चिपकाएँ। इसे लगभग 80 शब्दों से कम रखें। लंबे प्रॉम्प्ट अक्सर उस एक मोशन को कमज़ोर कर देते हैं जिसकी आपको परवाह है।
- अवधि 5 सेकंड सेट करें। छोटी क्लिप लंबी क्लिप से बेहतर पहचान बनाए रखती हैं।
- जनरेट करें और तुलना करें। एक ही इमेज के साथ थोड़े अलग शब्दों वाले कम से कम तीन वर्ज़न चलाएँ, फिर सबसे अच्छा रखें।
- फ़ाइल सेव करें और अगर शुरुआती फ़्रेम झटकेदार लगें तो उसे ट्रिम कर दें।
💡 टिप: अपना सबसे अच्छा प्रॉम्प्ट एक टेक्स्ट नोट में रखें। किसी एक जोड़े पर काम कर चुके प्रॉम्प्ट को दोबारा इस्तेमाल करना अगली बार एक जैसे नतीजे पाने का सबसे तेज़ तरीका है।
असल में काम करने वाले प्रॉम्प्ट आइडिया
नतीजे की ज़्यादातर गुणवत्ता प्रॉम्प्ट में ही तय होती है। नीचे दिए पैटर्न मोशन को छोटा रखते हैं, और यही चीज़ किस को असली बनाती है।
रोमांटिक और कोमल
- "वे धीरे-धीरे झुकते हैं, नाक एक-दूसरे को छूती हैं, और एक कोमल किस करते हैं। सॉफ़्ट गोल्डन आवर रोशनी, हल्का हैंडहेल्ड हिलना, शैलो डेप्थ ऑफ़ फ़ील्ड।"
- "वह सिर झुकाकर उसके गाल पर किस करती है, फिर उसकी ओर देखकर मुस्कुराती है। लॉक्ड कैमरा, खिड़की से आती गर्म रोशनी।"
- "माथे एक-दूसरे को छूते हैं, आँखें बंद होती हैं, फिर एक छोटा, कोमल किस। धीमा पुश इन, शांत माहौल।"
शादी और उत्सव
- "जोड़ा एक छोटा-सा किस करता है, जब पीछे पंखुड़ियाँ नीचे गिरती हैं। कोमल कैमरा ड्रिफ़्ट, चमकदार दोपहर की रोशनी।"
- "दुल्हन और दूल्हा एक-दूसरे की ओर मुड़ते हैं, एक छोटा किस, फिर दोनों हँस पड़ते हैं। स्टेबल कैमरा, प्राकृतिक रंग।"

बुज़ुर्ग जोड़े और यादगार फ़ोटो
- "बुज़ुर्ग आदमी अपनी पत्नी के गाल पर धीरे से किस करता है और वह मुस्कुराती है। गर्म रसोई की रोशनी, कैमरे में कोई हरकत नहीं।"
- "वे एक-दूसरे को देखते हैं, साथ में झुकते हैं और एक शांत किस साझा करते हैं। कोमल, धीमा, रियलिस्टिक।"

जोड़ने और बचने वाले शब्द
| इन्हें जोड़ें | इनसे बचें |
|---|
| धीरे से, कोमलता से, नरमी से | तेज़ी से, अचानक, ड्रामैटिक |
| बंद मुँह वाला किस, गाल पर किस | जुनूनी, तीव्र, जंगली |
| लॉक्ड कैमरा, हल्का पुश इन | घूमता हुआ, ऑर्बिट, व्हिप पैन |
| रियलिस्टिक स्किन, प्राकृतिक रोशनी | चमकदार, जादुई, स्पार्कल्स |
| आँखें बंद हों, सिर कुछ डिग्री झुके | सिर 90 डिग्री घूमे |
किस क्लिप के लिए सबसे अच्छे मॉडल
अलग-अलग मॉडल अलग लक्ष्यों के लिए ठीक हैं। यह तालिका इस पर आधारित है कि हर मॉडल करीबी, दो लोगों वाले फ़ुटेज के साथ आम तौर पर कैसा बर्ताव करता है।
| मॉडल | किसके लिए सबसे अच्छा | नोट्स |
|---|
| Seedance 2.5 Lite | मुफ़्त, बिना सीमा टेस्टिंग | 10 सेकंड तक, अच्छी पहचान बनाए रखना |
| Wan 2.7 I2V | स्थिर इमेज का सटीक एनिमेशन | स्रोत फ़्रेम के करीब रहता है |
| Kling v3 Video | सिनेमाई यथार्थवाद | मज़बूत चेहरे और प्राकृतिक शरीर की गति |
| Hailuo 2.3 Fast | तेज़ फ़ोटो एनिमेशन | तेज़ प्रॉम्प्ट इटरेशन के लिए अच्छा |
| Veo 3.1 Fast | आवाज़ वाली क्लिप | माहौल के लिए नेटिव ऑडियो |
| Pixverse v6 | स्टाइलिश सोशल क्लिप | AI ऑडियो के साथ सिनेमाई लुक |
मॉडल कब बदलें
मुफ़्त मॉडल से शुरू करें। अगर चेहरे बहकें, तो Wan 2.7 I2V आज़माएँ, जो मूल इमेज के करीब रहने के लिए जाना जाता है। अगर किसी तोहफ़े या सालगिरह के लिए आपको ज़्यादा फ़िल्मी और पॉलिश्ड लुक चाहिए, तो Kling v3 Video पर जाएँ। अगर आपको सड़क की आवाज़ या हल्की कमरे की गूँज जैसा माहौल चाहिए, तो Veo 3.1 Fast उसी एक ही जनरेशन में ऑडियो भी संभाल लेता है। साउंड इफ़ेक्ट बाद में Video To SFX v1.5 से भी जोड़े जा सकते हैं।

आम समस्याओं को जल्दी ठीक करें
अच्छे प्रॉम्प्ट भी कभी-कभी नाकाम हो जाते हैं। समस्या को कैसे पढ़ें और सुधारें, यह यहाँ है।
चेहरे अकड़े हुए लगते हैं या क्लिप के बीच में बदल जाते हैं
इसका आम तौर पर मतलब है कि शुरुआती फ़्रेम में पहचान का संकेत कमज़ोर था। एक शार्प मर्ज की गई इमेज इस्तेमाल करें, चेहरों के पास क्रॉप करें और क्लिप छोटी करें। साथ ही कोई भी ऐसा निर्देश हटा दें जो सिर को ज़्यादा घुमाने को कहता हो।
हाथ मुड़ जाते हैं या अतिरिक्त उंगलियाँ आ जाती हैं
हाथ किसी भी वीडियो मॉडल का सबसे कठिन हिस्सा हैं। या तो कंधों तक क्रॉप करके उन्हें फ़्रेम से बाहर रखें, या "one hand resting on the cheek" जैसी सरल हाथ की स्थिति बताएँ। आपस में फँसी उंगलियों से बचें, क्योंकि मॉडल उन्हें ठीक से नहीं संभाल पाते।
किस कभी होता ही नहीं
अगर दोनों लोग एक-दूसरे के पास मँडराते रहें और कुछ और न हो, तो आपका प्रॉम्प्ट बहुत निष्क्रिय है। एक साफ़ क्रिया और समय का संकेत इस्तेमाल करें: "in the last two seconds, they share a soft kiss." मॉडल साफ़ क्रम वाले निर्देशों पर अच्छी तरह प्रतिक्रिया देते हैं।
बैकग्राउंड झिलमिलाता है
बारीक पैटर्न वाले भरे हुए बैकग्राउंड, जैसे पत्तियाँ या ईंट, झिलमिला सकते हैं। मर्ज स्टेप में नरम धुंधला बैकग्राउंड इस्तेमाल करें, या कोई सादी दीवार चुनें। बहाव कम करने के लिए आप "locked camera" भी माँग सकते हैं।
त्वचा प्लास्टिक जैसी दिखती है
यह ज़्यादा फ़िल्टर वाली सोर्स फ़ोटो से आता है। ओरिजिनल फ़ाइल से शुरू करें, और मर्ज प्रॉम्प्ट में "natural skin texture, fine pores, film grain" जोड़ें।
असली लोगों के साथ ज़िम्मेदारी से काम करें
किस वाले वीडियो में असली चेहरे होते हैं, इसलिए कुछ नियम प्रोजेक्ट को सुरक्षित और सम्मानजनक रखते हैं।
- सहमति लें। सिर्फ़ उन लोगों की फ़ोटो को एनिमेट करें जिन्होंने इसकी सहमति दी हो, या अपनी और अपने पार्टनर की फ़ोटो को।
- निजी व्यक्तियों को उनकी जानकारी के बिना कभी निशाना न बनाएँ, और किसी क्लिप को असली फ़ुटेज बताकर ऐसे तरीके से पेश न करें जिससे लोग भ्रमित हो सकें।
- शेयर की गई क्लिप पर लेबल लगाएँ कि वह AI से बनी है, खासकर जब आप उसे सार्वजनिक रूप से पोस्ट करें।
- शालीनता रखें। ये मॉडल हल्का, बंद होंठों वाला किस सबसे अच्छे से संभालते हैं, और सालगिरह, शादी और स्मृति-वीडियो के लिए ज़्यादातर लोग असल में यही चाहते हैं।
💡 स्मृति के लिए उपयोग: कई लोग माता-पिता या दादा-दादी की पुरानी फ़ोटो एनिमेट करते हैं। मोशन छोटा और गर्मजोशी भरा रखें। धीमी, सरल हरकत सम्मानजनक लगती है और असली जैसी दिखती है।

अपनी क्लिप कहाँ इस्तेमाल करें
एक अच्छा पाँच सेकंड का वीडियो तैयार होने पर वह कई जगह सहज रूप से फ़िट होता है:
- सालगिरह के संदेश जो निजी तौर पर साथी को भेजे जाएँ
- शादी की स्लाइडशो और सेव-द-डेट रील
- लॉन्ग डिस्टेंस रिश्ते के तोहफ़े, जिनमें दो ऐसे लोग हों जो कभी एक फ़्रेम में नहीं आए
- परिवार की यादगार वीडियो जो पुरानी पोर्ट्रेट फ़ोटो को जीवंत करें
- वर्टिकल 9:16 फ़ॉर्मेट में छोटी सोशल पोस्ट
वर्टिकल पोस्ट के लिए मर्ज किए गए फ़्रेम को शुरू से ही 9:16 में बनाएँ। बाद में 16:9 वीडियो को क्रॉप करने से डिटेल चली जाती है और अक्सर किसी एक चेहरे का हिस्सा कट जाता है।
आज ही अपना पहला किस वीडियो बनाएँ
अब आपके पास पूरा रास्ता है: दो साफ़ पोर्ट्रेट चुनें, उन्हें Nano Banana से एक फ़्रेम में मिलाएँ, Seedance 2.5 Lite से एनिमेट करें, और प्रॉम्प्ट धीमा व साफ़ रखें। ऊपर की सूचियों से तीन प्रॉम्प्ट वेरिएशन आज़माएँ, उन्हें साथ-साथ तुलना करें, और वह रखें जो असली लोगों जैसा सबसे ज़्यादा लगे।
अगर पहला नतीजा करीब है पर पूरा नहीं, तो दोबारा शुरू न करें। एक वाक्यांश बदलें, दोबारा जनरेट करें और तुलना करें। दो-तीन दौर के बाद ज़्यादातर लोगों के पास ऐसी क्लिप होती है जिसे वे खुशी से साझा करते हैं।
अपनी फ़ोटो के साथ आज़माने के लिए तैयार हैं? Picasso IA खोलें, अपने दो पोर्ट्रेट अपलोड करें और कुछ ही मिनटों में अपनी पहली क्लिप बनाएँ। उपलब्ध हर इमेज और वीडियो मॉडल picassoia.com/en/all-models पर देखें और वह चुनें जो आपकी शैली के अनुकूल हो।