Você tem uma ótima foto e quer que ela ganhe movimento. Uma brisa passando pelo cabelo, ondas chegando à praia, uma aproximação lenta até o rosto do personagem. É exatamente isso que o image to video Hunyuan promete: você entrega ao modelo um quadro parado, acrescenta um prompt de texto curto, e ele devolve um clipe que parte da sua imagem. O porém é que o modelo tem limites rígidos de duração, resolução e hardware, e a maioria das pessoas só descobre isso depois de desperdiçar uma noite com uma instalação que não funciona.
Este artigo explica o que o modelo realmente faz, qual é a duração possível dos seus clipes, quais configurações importam e quais prompts geram movimento limpo, em vez de rostos derretidos. Também trata da pergunta "gratuito online" com honestidade, porque a resposta não é tão simples quanto um único site.
💡 Resposta rápida: o modelo de image to video da Tencent para Hunyuan gera até 720p e até 129 quadros, o que dá cerca de 5 segundos. A receita padrão usa 50 passos de inferência. Rodar localmente exige uma GPU muito grande, por isso a maioria das pessoas usa uma ferramenta hospedada.
O que faz o image to video Hunyuan
Hunyuan é a família de modelos de vídeo da Tencent. A versão original de texto para vídeo foi seguida por uma versão de imagem para vídeo, geralmente escrita como HunyuanVideo-I2V. Em vez de inventar uma cena só a partir de palavras, o modelo I2V usa a sua foto como primeiro quadro e prevê o que acontece em seguida.

Como o modelo lê sua foto
O modelo trata sua imagem como âncora. Sujeito, cores, iluminação e composição vêm da foto. O prompt descreve apenas o movimento: o que se move, com que velocidade e o que a câmera faz. Por isso um prompt curto costuma ser melhor do que um longo. Se você descreve de novo coisas que já aparecem na imagem, o modelo tem mais chances de se afastar do original.
Três coisas se mantêm da foto quase sempre:
- Identidade: rostos, roupas e objetos ficam próximos da fonte no primeiro segundo.
- Direção da luz: uma janela à esquerda continua sendo uma janela à esquerda.
- Enquadramento: a composição inicial corresponde à sua imagem.
O que não se mantém de forma confiável é o último segundo do clipe. Rostos podem perder definição e mãos podem se deformar conforme o movimento aumenta, por isso movimentos mais curtos e calmos costumam ficar melhores.
Onde o modelo está hoje
O modelo de image to video tem pesos abertos da Tencent, então qualquer pessoa com hardware suficiente pode rodá-lo. Também existe a família mais recente HunyuanVideo 1.5, com sua própria variante de imagem para vídeo e predefinições de resolução diferentes. Trate esses modelos como separados, com limites próprios. Os números deste artigo se referem à versão original HunyuanVideo-I2V.
💡 Nota de disponibilidade: o HunyuanVideo-I2V não está no PicassoIA. Mais adiante você encontra uma seção sobre como obter resultados parecidos com modelos de image to video que estão na plataforma.
Dá para usar gratuitamente online?
Resposta curta: os pesos são gratuitos, o processamento não. "Gratuito online" geralmente significa uma de três coisas.
Rodar por conta própria
Como o modelo é aberto, você pode baixá-lo e rodá-lo na sua própria máquina. A configuração oficial indica um pico de memória de GPU de cerca de 60 GB para geração em 720p com tamanho de lote um. Isso fica além de uma placa de jogos comum. Existem versões da comunidade que reduzem o uso de memória, mas elas trocam velocidade ou qualidade por isso, e a instalação envolve ambientes Python, arquivos de modelo e flags de linha de comando.

Serviços hospedados
Várias plataformas oferecem o modelo por meio de uma API ou de um formulário web. Normalmente dão alguns créditos gratuitos e depois cobram por clipe. As predefinições tendem a seguir os números oficiais: 129 quadros e 720p. Preços e cotas gratuitas mudam com frequência, então confira os valores atuais antes de planejar um lote de clipes.
O que o PicassoIA oferece no lugar
O PicassoIA tem um modelo chamado Hunyuan Video. Atenção: esse é o modelo de texto para vídeo. Ele não recebe imagem de entrada, então não é o modelo I2V sobre o qual este artigo trata. Ainda assim, é útil se você quiser ver como a família Hunyuan lida com movimento a partir apenas de um prompt.
| Opção | Precisa de GPU | Entrada de imagem | Tempo de configuração |
|---|
| HunyuanVideo-I2V local | Sim, cerca de 60 GB de pico | Sim | Horas |
| API de I2V hospedada | Não | Sim | Minutos, custo por clipe |
| Hunyuan Video no PicassoIA | Não | Não (apenas texto) | Segundos |
| Modelos de image to video no PicassoIA | Não | Sim | Segundos |
Limites de duração e resolução
Esta é a parte que a maioria dos tutoriais pula, então aqui estão os números de forma direta.
129 quadros, cerca de 5 segundos
A versão oficial gera até 129 quadros. Os números de quadros dessa família de modelos seguem a regra 4k+1, então valores válidos incluem 49, 81, 97 e 129. Com cerca de 24 quadros por segundo, 129 quadros dão quase 5 segundos. Alguns hosts informam 25 fps, o que muda a duração por uma fração de segundo. De um jeito ou de outro, planeje com 5 segundos como teto.

Quer uma cena mais longa? Gere vários clipes de 5 segundos e una-os na edição. Use o último quadro do clipe um como imagem de origem do clipe dois. As emendas vão aparecer se a iluminação mudar, então mantenha o movimento de câmera simples.
Teto de 720p e hardware
O máximo oficial é 720p. Pedir mais não acrescenta detalhe real. Se você precisa de uma saída mais nítida, gere em 720p e depois passe o resultado por um upscaler. O PicassoIA oferece ferramentas de super resolução e melhoria de vídeo justamente para essa etapa.
| Limite | Valor oficial |
|---|
| Resolução máxima | 720p |
| Quadros máximos | 129 |
| Duração aproximada | 5 segundos |
| Passos de inferência padrão | 50 |
| Pico de memória de GPU em 720p | Cerca de 60 GB |
| Taxa de quadros | Cerca de 24 a 25 fps, conforme o host |
💡 Regra prática: cada quadro extra custa tempo e memória. Um rascunho de 49 quadros termina em bem menos da metade do tempo de uma renderização de 129 quadros, então teste a composição em versão curta e renderize longo depois.
Configurações que mudam o resultado
Seja em uma instalação local, seja em um host que expõe as opções, estes controles fazem a maior parte do trabalho.

Passos de inferência
O padrão é 50. Baixar para 25 ou 30 gera um rascunho mais rápido, com detalhes mais suaves e às vezes mais cintilação. Ir acima de 50 raramente compensa. Use poucos passos enquanto testa prompts e depois renderize o vencedor com 50.
Duração do vídeo
Menos quadros significam menos tempo para o movimento se desviar. Para retratos, 49 a 81 quadros costumam ficar mais limpos do que os 129 completos. Para paisagens, nuvens e água, a duração total costuma ser boa, porque erros são mais difíceis de notar.
Seed e guidance
Mantenha o seed fixo enquanto muda uma coisa de cada vez. Se você muda o prompt e o seed ao mesmo tempo, não dá para saber qual deles causou a diferença. O valor de guidance embutido controla o quanto a saída segue o seu prompt de perto. O modelo Hunyuan de texto para vídeo no PicassoIA usa o padrão 6, que é um bom ponto de partida também para I2V.
| Configuração | Valor de rascunho | Valor final |
|---|
| Passos | 25 a 30 | 50 |
| Quadros | 49 | 97 ou 129 |
| Resolução | 480p | 720p |
| Seed | Fixo | Fixo |
| Guidance | 6 | 5 a 7 |
Prompts que funcionam
Como a imagem já contém a cena, seu prompt deve funcionar como uma nota de diretor, e não como uma descrição.

A fórmula do prompt
Use esta ordem: ação do sujeito, depois movimento de câmera, depois atmosfera.
A mulher vira a cabeça lentamente em direção à janela e sorri, aproximação lenta com dolly, luz suave da manhã, uma brisa leve move o cabelo dela.
Mantenha em uma ou duas frases. Uma ação clara por clipe dá as melhores chances.
Prompts para copiar
- Retrato: Ela pisca, levanta levemente o queixo e olha para a lente, aproximação muito lenta, luz suave de janela.
- Paisagem: Ondas chegam suavemente à praia, névoa passa pelos penhascos, câmera travada, hora dourada.
- Rua: Um ciclista atravessa o quadro da esquerda para a direita, pedestres caminham ao fundo, sensação de câmera na mão.
- Produto: Vapor sobe da xícara de café, a câmera faz uma órbita de poucos graus para a direita, luz lateral quente.
- Artesanato: Mãos moldam o barro molhado, a roda gira com regularidade, foco raso, oficina silenciosa.
- Natureza: Neblina desliza entre os troncos de pinheiro, folhas tremem, inclinação lenta para cima.

3 erros comuns
- Acumular ações. "Ela caminha, dança, acena e gira" resulta em mistura confusa. Escolha um movimento.
- Repetir a foto. Se o prompt descreve de novo a roupa e o ambiente, você desperdiça palavras e abre espaço para a deriva.
- Começar com uma imagem fraca. Fotos borradas, muito recortadas ou de pouco contraste geram vídeo borrado. Comece com uma fonte nítida e com o sujeito bem separado do fundo.

💡 Melhores imagens de origem: sujeitos com movimento natural e pequeno, como mãos trabalhando, tecido, cabelo, água, vapor e neblina. Ação esportiva rápida e cenas lotadas de rostos são as mais difíceis.
Como obter resultados parecidos no PicassoIA
Como o HunyuanVideo-I2V não está no PicassoIA, a opção mais próxima para o mesmo trabalho é o Wan 2.5 I2V. Ele também anima uma única foto a partir de um prompt, e você pode rodá-lo no navegador sem nenhum hardware.

Passo a passo
- Abra a página do Wan 2.5 I2V no PicassoIA.
- Envie sua imagem de origem no campo de imagem. Escolha uma foto nítida, com sujeito bem definido.
- Escreva um prompt de movimento curto usando a fórmula acima: ação, movimento de câmera, atmosfera.
- Escolha uma duração de 5 ou 10 segundos.
- Escolha uma resolução de 480p, 720p ou 1080p.
- Opcionalmente, adicione um prompt negativo, como "rosto distorcido, cintilação, dedos extras".
- Execute a geração e revise o clipe. Se o movimento estiver errado, mude apenas o prompt e mantenha o seed.
Dicas de parâmetros
- Comece com 720p, 5 segundos. Isso corresponde aos limites do Hunyuan, então seus prompts se transferem sem mudança.
- Use a opção de 10 segundos apenas para cenas calmas, como água, nuvens e neblina.
- Deixe a expansão de prompt ativada no primeiro teste e depois desligue se o modelo acrescentar movimentos que você não pediu.
- Defina um seed quando gostar de um resultado, para que pequenas edições de prompt continuem comparáveis.
- Adicione áudio se quiser som sincronizado com o clipe. O modelo aceita um arquivo WAV ou MP3 entre 3 e 30 segundos.
| Configuração do Hunyuan I2V | Controle mais próximo no Wan 2.5 I2V |
|---|
| Resolução até 720p | Resolução: 480p, 720p, 1080p |
| 129 quadros (cerca de 5 s) | Duração: 5 ou 10 segundos |
| Prompt | Prompt, mais expansão de prompt |
| Seed | Seed |
| Guidance negativo | Prompt negativo |
Alternativas que valem a pena testar
O HunyuanVideo-I2V ainda não está no PicassoIA. Para resultados parecidos hoje, estas são as opções de image to video, e cada uma atende a um trabalho um pouco diferente.

Wan 2.7 I2V
O Wan 2.7 I2V é o modelo mais novo de image to video da Wan. Escolha-o quando quiser a qualidade de movimento mais recente da mesma família e do mesmo fluxo de trabalho do Wan 2.5.
Seedance 2.5 Lite
O Seedance 2.5 Lite aceita uma imagem de entrada como quadro inicial, roda em 480p e 720p e gera clipes de até 10 segundos. Membros dos planos Elite e Infinite podem gerar sem custo por clipe, o que o torna a melhor escolha para testar muitos prompts. Ele também aceita um último quadro opcional, então você controla onde o clipe termina.
Kling v3 Video
O Kling v3 Video permite fixar uma imagem inicial e uma imagem final, oferece roteiro de múltiplos planos e renderiza até 1080p no modo pro, com áudio nativo opcional. Ele combina com tomadas refinadas para clientes, em que o movimento de câmera importa.
| Modelo | Entrada de imagem | Duração máxima | Resolução máxima | Melhor para |
|---|
| Wan 2.5 I2V | Sim | 10 s | 1080p | Animação de fotos do dia a dia |
| Wan 2.7 I2V | Sim | Veja a página do modelo | Veja a página do modelo | Movimento mais novo da Wan |
| Seedance 2.5 Lite | Sim | 10 s | 720p | Testes em alto volume |
| Kling v3 Video | Sim, início e fim | Até 15 s | 1080p | Clipes refinados com múltiplos planos |
Crie seus próprios clipes hoje
O retrato honesto do image to video Hunyuan é simples: 5 segundos, 720p, muita memória de GPU e prompts que descrevem apenas movimento. Se você tem o hardware e paciência, os pesos abertos são um projeto gratificante. Se você só quer que sua foto ganhe movimento, dá para chegar lá em minutos, no navegador.
Escolha uma foto nítida, escreva uma ação clara e rode no Wan 2.5 I2V ou no Seedance 2.5 Lite. Teste a mesma imagem com três prompts diferentes, mude só uma variável de cada vez e mantenha o seed fixo. Em poucas execuções você vai saber quais movimentos sua foto aguenta melhor.
Pronto para testar? Abra o PicassoIA, envie uma foto e veja o que 5 segundos de movimento fazem com ela. Você pode navegar por todos os modelos de vídeo disponíveis em picassoia.com/en/all-models.