Video
Text → Video, Bild → Video oder erstes Frame → letztes Frame. Viele Top-Modelle über einen einzigen Einstiegspunkt.
Erzeuge Video aus Text oder aus einem Bild. Die Plattform bietet zwei Engines: fal ist die Hauptengine (viele Modelle), und Higgsfield ist eine DoP-artige Bild-zu-Video-Option.
Was du tun kannst
Drei Wege, ein Video zu generieren:
- Text → Video (t2v) — beschreibe eine Szene, erhalte einen Clip.
- Bild → Video (i2v) — animiere ein Standbild.
- Erstes Frame → letztes Frame — interpoliere Bewegung zwischen zwei Standbildern.
Manche Modelle unterstützen zusätzlich Referenz-zu-Video, Fortsetzen/Verlängern und Bearbeiten. Welche Modi dir zur Verfügung stehen, hängt vom gewählten Modell ab:
| Engine | Text → Video | Bild → Video | Erstes / letztes Frame | Referenz / Verlängern |
|---|---|---|---|---|
| fal (Veo, Seedance, Kling, Grok, Happy-horse) | ✓ | ✓ | ✓ (Veo, Kling) | ✓ (je nach Modell) |
| Higgsfield (DoP) | Bild-Verweben | ✓ | ✓ | — |
Modell auswählen
fal_generate_video ist das Arbeitspferd: ein Einstiegspunkt zu vielen Top-Modellen. Wähle ein Modell über model_id und übergib die Parameter dieses Modells in input. Jede Modellfamilie unterstützt unterschiedliche Modi und Felder:
| Familie | model_id-Beispiele | Modi | Wichtige input-Felder |
|---|---|---|---|
| Veo 3.1 (Google) | fal-ai/veo3.1, fal-ai/veo3.1/image-to-video, .../first-last-frame-to-video, .../reference-to-video, .../extend-video | t2v, i2v, Erstes/Letztes, Referenz, Verlängern | prompt, image_url, duration (4s/6s/8s), resolution (720p/1080p/4k), generate_audio, aspect_ratio |
| Seedance 2.0 (ByteDance) | bytedance/seedance-2.0/text-to-video, .../image-to-video, .../reference-to-video | t2v, i2v, Referenz | prompt, image_url, resolution (480p/720p), duration (auto/"4"–"15"), aspect_ratio, generate_audio |
| Kling 3.0 | fal-ai/kling-video/v3/pro/text-to-video, .../pro/image-to-video | t2v, i2v | prompt, start_image_url (i2v), end_image_url, duration ("3"–"15", Standard "5"), generate_audio |
| Grok Imagine (xAI) | xai/grok-imagine-video/text-to-video, .../image-to-video | t2v, i2v, Referenz, Bearbeiten, Verlängern | prompt, image_url, duration (Ganzzahl 1–15), resolution (480p/720p), aspect_ratio |
| Happy-horse (Alibaba) | alibaba/happy-horse/text-to-video, .../image-to-video | t2v, i2v, Referenz, Bearbeiten | image_url, prompt, resolution (720p/1080p), duration (3–15, Standard 5) |
higgsfield_generate_video — DoP-artiges Bild-zu-Video. Modelle: higgsfield-ai/dop/lite / dop/standard / dop/turbo (jeweils mit einer /first-last-frame-Variante). Es gibt kein reines Text-zu-Video — für Text → Video zuerst ein Bild verweben (siehe unten).
Der Feldname für das erste Frame unterscheidet sich je nach Modell. Kling verwendet start_image_url; alle anderen Familien (Veo, Seedance, Grok, Happy-horse) verwenden image_url. Verwende das Feld, das dein gewähltes Modell erwartet.
Das Format von duration unterscheidet sich je nach Modell. Veo erwartet "8s", Seedance "auto" oder "8", Kling "5", Grok und Happy-horse verwenden Ganzzahlen. Orientiere dich an der Zeile für dein Modell.
Schnittstelle
fal_generate_video — reicht einen Job ein. Eingaben: model_id (eine Endpoint-ID) und input (das vollständige Parameterobjekt dieses Modells, unverändert durchgereicht). Gibt eine request_id zurück.
fal_get_video_status — fragt einen Job ab. Übergib beide, model_id und request_id. Gibt IN_QUEUE / IN_PROGRESS zurück, oder COMPLETED mit der Video-URL.
higgsfield_generate_video — reicht ein. Eingaben: prompt, image_url (erforderlich), model_id, params (modellspezifisch, unverändert durchgereicht). Gibt eine request_id zurück.
higgsfield_get_video_status — fragt ab. Übergib nur request_id. Gibt in_progress, completed (mit der Video-URL) oder failed / nsfw zurück.
Verwendung in einem Skill
Videogenerierung ist asynchron — zwei Schritte:
- Einreichen mit
*_generate_video→ erhalte einerequest_id. - Abfragen von
*_get_video_status, bisCOMPLETEDerreicht ist → erhalte die Video-URL.
Die Generierung kann einige Minuten dauern — frage weiter ab, bis sie abgeschlossen ist. Übergib bei fal beim Abfragen beide, model_id und request_id; bei Higgsfield nur request_id.
Text → Video auf einer reinen Bild-zu-Video-Engine (oder immer, wenn du eine künstlerisch gestaltete Bildkomposition willst): Erzeuge zuerst ein Bild, dann übergib es als Startframe.
# Text → Video (Veo 3.1, mit Audio, 8 Sekunden)
fal_generate_video(
model_id="fal-ai/veo3.1",
input={ "prompt": "A cinematic drone shot over a misty mountain lake at dawn",
"duration": "8s", "resolution": "1080p", "generate_audio": true }
)
# Bild → Video (Kling — beachte start_image_url, nicht image_url)
fal_generate_video(
model_id="fal-ai/kling-video/v3/pro/image-to-video",
input={ "prompt": "the character slowly turns and smiles",
"start_image_url": "https://…", "duration": "5" }
)Verweben für Bild → Video:
1. google_generate_image / openai_generate_image(prompt) → Bild
2. fal_generate_video(model_id=".../image-to-video",
input={ prompt: Bewegung, image_url: <Bild> }) → request_id
(oder higgsfield_generate_video mit image_url)
3. *_get_video_status abfragen, bis COMPLETED → Video-URL