Przejdź do treści

Animacja zdjęcia AI: jak zrobić wideo ze zdjęcia i ile to kosztuje

Adam Marzec
Okładka artykułu Animacja zdjęcia AI: nagłówek Zdjęcia, które żyją oraz karty z liczbami: klip 30 sekund w Kling 4.0, 15 referencji na wejściu i 125 darmowych kredytów Runway, pieczątka AI.

Animacja zdjęcia AI to w praktyce jedna funkcja o nazwie image-to-video: wgrywasz fotografię, a model robi z niej pierwszą klatkę klipu i dorabia ruch, kamerę oraz dźwięk. Ta sama zasada działa u Google, Klinga, Hailuo, Runway i Lumy, różnią się długość klipów, liczba referencji i darmowe limity. Zestawiam je wszystkie z dokumentacji i cenników odczytanych 2 listopada 2026, a Canvę z odczytu z 27 października. Generowania nie testowałem na własnych kontach, bo kont nie zakładamy: wszystkie ścieżki i liczby pochodzą ze stron producentów, a tam, gdzie cennik siedzi za skryptami JavaScript albo za logowaniem, piszę o tym wprost.

Mapę całego rynku generatorów wideo prowadzimy w osobnym poradniku razem z hubem o generatorach wideo AI, tam też znajdziesz tekst o Veo 3 rozpisany na osobnych stronach. Ten tekst zostaje przy jednej rzeczy: zdjęciu na wejściu. Edycja statycznych zdjęć, czyli usuwanie tła, poprawa jakości i wyodrębnianie obiektów, żyje w klasterze o AI do zdjęć, a generowanie obrazów od zera w poradniku o darmowych obrazkach z AI; tu obraz jest gotowy i chodzi tylko o to, żeby ożył.

Najważniejsze informacje

NarzędzieCo robi ze zdjęciemDarmowa warstwa (odczyt 2.11.2026)
Veo 3.1 (Google)Zdjęcie staje się pierwszą klatką, do 3 obrazów referencyjnych, można wskazać klatkę końcowąFlow dostępny w planie darmowym, liczby klipów Google nie podaje
Kling 4.0Zdjęcie startowe plus opcjonalna klatka końcowa i do 10 klatek wyznaczających momenty sceny, klipy do 30 sStart bez płacenia w marketingu serwisu, liczby kredytów w odczycie brak (cennik za JS-wallem)
Hailuo (MiniMax)Zdjęcie jako klatka startowa (@Image1), do 12 referencji, klipy 5 s w 2KDarmowe kredyty startowe dla nowych kont, dokładna liczba nieczytelna w odczycie
RunwayTryb Image to Video na modelach Gen-4 Turbo i starszych, Gen-4.5 dostaje go w kolejce125 kredytów jednorazowo na planie Free
CanvaAnimacje i wideo w edytorze w puli funkcji AI20 użycia AI miesięcznie (odczyt 27.10.2026)
Luma Ray3.2Image-to-video za 20-400 kredytów za 5 s zależnie od rozdzielczościPlanu darmowego w cenniku brak, najtańszy abonament Plus 30 USD

Co właściwie robi model ze zdjęciem

Image-to-video przyjmuje fotografię jako klatkę startową i dokłada do niej to, czego w pliku nie ma: ruch postaci, pracę kamery, czasem głos i odgłosy. Zdjęcie pozostaje punktem odniesienia dla wyglądu twarzy i tła, a prompt opisuje, co ma się wydarzyć. Im nowszy model, tym dłuższy klip da się wyciągnąć z jednego ujęcia: Veo 3.1 składa 4, 6 albo 8 sekund, Hailuo H3 generuje 5-sekundowe fragmenty w 2K, a Kling 4.0 reklamuje do 30 sekund natywnego wideo.

Druga rzecz, która różni narzędzia, to kontrola. Najprostsza wersja bierze jedno zdjęcie i jeden opis. Rozbudowana pozwala podać klatkę końcową (model dorabia przejście między dwoma kadrami), wrzucić dodatkowe referencje z postacią albo produktem i sterować dźwiękiem osobnym opisem. Ta hierarchia porządkuje cały ten rynek: każde narzędzie ma wersję podstawową z jednym zdjęciem, a różni się tym, jak daleko schodzi w referencje i klatki wyznaczające momenty sceny.

Google Veo 3.1: zdjęcie jako pierwsza klatka

Dokumentacja API opisuje image-to-video dwuetapowo: zdjęcie staje się pierwszą klatką nagrania, a Veo animuje je i dogrywa dźwięk. Przykłady Google budują obraz najpierw w Nano Banana, a potem oddają go Veo, ale nic nie stoi na przeszkodzie, żeby użyć własnej fotografii. Klipy mają 4, 6 lub 8 sekund, a w rozdzielczości 1080p i 4K dokładnie osiem. W całym tekście o Veo 3.1, który mamy na blogu, znajdziesz pełną mapę miejsc generowania: Flow, aplikacja Gemini, Gemini API, Vertex AI, Google Vids i AI Studio, z cenami od 0,05 do 0,60 dolara za sekundę w API (odczyty 16 października 2026).

Dwa tryby sięgają dalej niż jedno zdjęcie. Ingredients to Video przyjmuje do trzech obrazów referencyjnych typu asset, na przykład postać, produkt i rekwizyt, i trzyma ich wygląd przez cały klip. Generowanie z pierwszą i ostatnią klatką pozwala wskazać początek i koniec sceny, a model dorabia przejście; klip da się potem wydłużać po 7 sekund maksymalnie 20 razy. Karta rodziny Veo na stronie DeepMind, odczytana 2 listopada 2026, opisuje referencje wprost: dajesz modelowi zdjęcia sceny, postaci albo przedmiotu, żeby poprowadzić generację, teraz razem z dźwiękiem.

Koszt i dostępność z polskiego punktu widzenia wyglądają tak: abonamenty Google AI Plus za 46,99 zł i AI Pro za 97,99 zł dają kredyty Flow (odpowiednio 200 i 1000 w cenniku dolarowym), a plan darmowy ma Flow z dostępem ograniczonym, bez podanej liczby klipów. Frazy o darmowym nielimitowanym Veo są w autouzupełnianiu, ale na dzień odczytu taki plan nie istnieje. Jest też język: dokumentacja mówi wprost, że w pełni wspieranym językiem promptów jest angielski, a innych Google nie testowało, więc opisy po polsku działają, ale nikt nie obiecuje jakości.

Kling 4.0: do 30 sekund ruchu i 15 referencji

Kling 4.0 wszedł 15 października 2026, co pokazuje historia wydań na kling.ai (odczyt 2 listopada). Strona funkcji image-to-video opisuje ścieżkę w trzech krokach: wgrywasz portret, zdjęcie produktowe albo ilustrację, opisujesz ruch obiektu i pracę kamery, a potem generujesz klip do 30 sekund. To najdłuższe natywne wideo w tym zestawieniu i kontrast z ośmioma sekundami Veo jest wyraźny.

Kontrola referencjami jest u Klinga najszersza z całej listy. Omni Reference przyjmuje do 15 połączonych materiałów: obrazy, nagrania i postacie, które mają współgrać w jednej generacji. Do tego dochodzą klatka startowa i końcowa oraz do 10 elastycznych klatek wyznaczających ważne zmiany w scenie, po angielsku flexible keyframes w dokumentacji producenta. Historia wydań pokazuje, że to droga okrążona: 30 stycznia 2026 Kling nauczył się wyciągać klatki z nagrań jako start i koniec kolejnych generacji, a 23 kwietnia tego roku jako pierwszy model wypuścił natywne 4K.

Darmowej warstwy nie da się dziś odczytać z zewnątrz: cennik na kling.ai renderuje się skryptami i w moim odczycie z 2 listopada plansze z cenami oraz kredytami pozostały puste, a szczegóły darmowego startu siedzą dodatkowo za logowaniem. Serwis prowadzi użytkownika od wejścia do przycisków Try Now i Create Now, więc wypróbowanie bez płacenia jest częścią produktu, ale konkretnej liczby kredytów w dostępnych publicznie stronach nie ma. Pewne jest za to tyle, że interfejs ma polski na liście języków, co w tym segmencie nie jest regułą.

Hailuo: zdjęcie jako klatka startowa w MiniMax H3

Hailuo od MiniMax nazywa tę funkcję na własnej stronie „Image to Video AI Generator for Photos”, więc fraza „hailuo ai photo” prowadzi dokładnie tam, gdzie powinna. Pole generacji w trybie wideo przyjmuje obrazy, nagrania i audio (odczyt 2 listopada 2026), a przykład z dokumentacji interfejsu mówi wprost, jak to składać: @Image1 jako klatka startowa, @Video1 jako ruch, @Audio1 jako ścieżka dźwiękowa. Wartości z pola tworzenia to do 12 referencji, klipy 5 sekundowe w rozdzielczości 2K i proporcja 21:9, a napędza to świeży model MiniMax H3 oznaczony banerem „LIVE NOW”.

Plany abonamentowe czytają się z warunków usługi osadzonych na stronie serwisu i są konkretne. Standard kosztuje 14,99 dolara miesięcznie, w promocji 7,99, i daje 1000 kredytów, czyli według tabeli producenta około 40 klipów 6-sekundowych w 768p albo 12 w 1080p. Pro wyceniono na 54,99 dolara (promocja 24,99) z 4500 kredytów, Master na 94,99 (63,99) z 10 tysiącami, Ultra na 124,99 z 12 tysiącami i nielimitowanym starszym modelem, Max na 199,99 z 20 tysiącami kredytów. Płatne plany obiecują pobieranie bez znaku wodnego, co znaczy, że darmowa warstwa dostaje znak wodny. Nagłówek strony reklamuje „From $9.99/mo”, więc promocje się zmieniają i każdą cenę traktuj jako stan 2 listopada.

Darmowego startu też jest ślad: baner obiecuje nowym kontom darmowe kredyty startowe, ale liczba w odczycie pozostała urwana, a osobna promocja „3000 darmowych kredytów” dotyczy aplikacji MiniMax Design do obrazów, nie wideo. Trzymaj się tego rozróżnienia, bo banery na stronach wideo potrafią reklamować drugi produkt.

Runway: 125 darmowych kredytów na pierwsze klipy

Runway to weteran tej kategorii: dwa lata przed Gen-4.5 wypuścił Gen-1, pierwszy publicznie dostępny model generowania wideo, i jedyny ma jawny jednorazowy bon na start. Plan Free daje 125 kredytów bez opłaty, według cennika odczytanego 2 listopada 2026. Standard za 15 dolarów miesięcznie (12 przy rozliczeniu rocznym) dokłada 625 kredytów co miesiąc, co producent przelicza na 52 sekundy materiału z Gen-4.5, 104 sekundy z Gen-4 Turbo albo 78 obrazów w 1080p. Od tego planu znika też znak wodny, dochodzi upscaling do 4K, a Pro za 35 dolarów (28 rocznie) podnosi pulę do 2250 kredytów.

Funkcja image-to-video jest w Runway trybem kontroli obecnym w modelach od dawna; komunikat o Gen-4.5 z 1 grudnia 2025 zapowiada przenoszenie wszystkich istniejących trybów, w tym Image to Video i Keyframes, na nowy model, który prowadzi wtedy ranking Artificial Analysis dla text-to-video z 1247 punktami Elo (stan na 30 listopada 2025, czyli głos producenta cytowany za producentem). W cenniku siedzi jeszcze jeden smaczek: generacje Kling 4.0 w Runway są 25% tańsze do 30 listopada, więc dwa narzędzia z tego artykułu da się obsłużyć z jednego konta.

Canva i Luma: ścieżki poboczne

Canva animuje zdjęcia w ramach ogólnej puli funkcji AI: 20 użycia miesięcznie z odczytu z 27 października 2026, na planie darmowym, a limit odnawia się w każdym miesiącu od nowa. To najprostsza droga, gdy klip ma być dodatkiem do grafiki, a nie samodzielnym dziełem, i jedyna, która działa bez nowego konta, jeśli już korzystasz z edytora. Żeby doprecyzować zakres: pula liczy Magic Media i podobne funkcje generatywne razem, nie osobno na wideo.

Luma z Ray3.2 sprzedaje image-to-video kredytami: tabela cenowa z 2 listopada wycenia 5-sekundowy klip od 20 kredytów w 360p do 400 kredytów w 1080p, a najtańszy abonament Plus kosztuje 30 dolarów z 10 tysiącami kredytów. Planu darmowego w cenniku indywidualnym nie ma, więc do testu zdjęcia bez płacenia ta droga na dziś nie prowadzi.

Co dokumentacja podpowiada przy portretach

Wszystkie instrukcje producentów zbiegają się w trzech punktach i żaden nie wymaga tajemnej wiedzy. Po pierwsze, opisuj ruch i kamerę osobno: Kling wprost każe napisać, jak porusza się obiekt i co robi kamera, a przewodnik promptów Veo operuje słownictwem filmowców, od planu szerokiego przez dolly po płytką ostrość. Po drugie, klatka końcowa robi z animacji scenę z fabułą, bo model dostaje początek i cel przejścia, a nie jedną klatkę i nadzieję. Po trzecie, referencje trzymają wygląd: im więcej materiałów na wejściu, tym mniejsza szansa, że twarz i ubranie odpłyną w trakcie klipu.

Przy ludzkich portretach dochodzi dźwięk, i tu dokumentacje się różnią. Veo składa dialogi w cudzysłowie razem z odgłosami tła i z zastrzeżeniem, że pewny jest angielski. Hailuo pozwala podpiąć nagranie głosu jako osobną referencję @Audio1. Kling 4.0 reklamuje audio-wizualną spójność w klipach. Czego w żadnej dokumentacji nie ma, to gwarancji, że polska mowa z ust animowanej postaci wyjdzie poprawnie; u Veo jest wręcz odwrotna deklaracja. Trzymam się więc tego, co napisane: dialog po polsku da się spróbować wszędzie, a obiecać nie da się nigdzie. I jedno zastrzeżenie: to zestawienie daje ci instrukcje producentów, nie nasze testy, bo testów na własnych kontach nie robiliśmy.

Cudza twarz na zdjęciu: wizerunek, RODO i deepfake

Granica jest krótsza, niż podpowiada marketing: animuj własne zdjęcia albo fotografie osoby, która wyraziła zgodę. Wizerunek człowieka jest dobrem osobistym chronionym polskim prawem autorskim i pokrewnymi, a zdjęcie twarzy to dane osobowe w rozumieniu RODO, więc publikacja animacji cudzej twarzy bez zgody to nie grzech stylistyczny, tylko naruszenie z konkretnymi konsekwencjami. Klip, w którym realna osoba mówi albo robi coś, czego nigdy nie powiedziała i nie zrobiła, jest z definicji deepfake’em i tu nie ma wersji „na żart”: takie materiały służą oszustwom, wpadają pod przepisy o danych osobowych i prowadzą prosto do odpowiedzialności cywilnej.

Platformy dokumentują tę granicę własnymi zasadami. Pomoc aplikacji Gemini wymaga praw do każdego przesyłanego obrazu i zakazuje nagrań mających kogoś oszukać albo skrzywdzić. Hailuo wisi na każdej stronie generacji notką o legalnym i przyjaznym użyciu. YouTube wymaga zaznaczenia „Wykorzystanie AI” w Studio, gdy materiał pokazuje prawdziwą osobę robiącą coś, czego nie zrobiła. Po drugiej stronie jest kontrola: znak wodny SynthID, którym Google oznacza każde nagranie z Veo, oraz nasz poradnik o rozpoznawaniu zdjęć z AI. Obchodzenia tych mechanizmów nie doradzamy i nie doradzimy.

Ostatnia rzecz, znana z naszego tekstu o Sorze: chodzące po sieci instalatory „konwerterów zdjęć na wideo” bywają fałszywe, zwłaszcza gdy obiecują za darmo to, co u producenta kosztuje kredyty. Wszystkie narzędzia z tej listy działają w przeglądarce albo w oficjalnych aplikacjach ze sklepów i żadnego nie instaluje się z pliku poleconego w reklamie.

FAQ

Animacja zdjęcia AI za darmo: co realnie dostanę bez płacenia?

Najbardziej konkretny jest Runway z 125 kredytami jednorazowo na planie Free. Hailuo daje nowym kontom darmowe kredyty startowe, Kling reklamuje darmowy start, ale liczba kredytów w odczycie z 2 listopada 2026 pozostała nieczytelna, a Flow od Google działa w planie darmowym bez podanej liczby klipów. Darmowe generacje mają zwykle znak wodny, bo pobieranie bez niego pojawia się w cennikach dopiero od planów płatnych.

Animacja zdjęcia AI online: czy trzeba coś instalować?

Nie. Kling (kling.ai), Hailuo (hailuoai.video), Runway i Luma działają w przeglądarce, Flow od Google też jest aplikacją webową na labs.google. Canva animuje w edytorze online. Instalatorów spoza oficjalnych sklepów omijaj: według naszego rozpoznania fałszywe „konwertery” to realna droga infekcji, nie paranoja.

Zdjęcie do wideo AI: jak długi klip dostanę z jednego zdjęcia?

Z jednej generacji: 4, 6 lub 8 sekund w Veo 3.1 (w 1080p i 4K dokładnie 8), 5 sekund w Hailuo H3 w 2K, do 30 sekund natywnie w Kling 4.0. Veo pozwala potem wydłużać klip po 7 sekund maksymalnie 20 razy, więc materiał ze zdjęcia potrafi urosnąć do ponad dwóch minut, ale to już sekwencja wielu generacji, nie jeden klip.

Animacja ze zdjęcia AI: czy model dorysowuje to, czego na zdjęciu nie ma?

Tak, i to jest zamierzone. Model trzyma wygląd z fotografii, a ruch, pracę kamery i dźwięk dokłada z promptu, dlatego dokumentacje proszą o opis sceny, a nie tylko o kliknięcie. Referencje dodatkowe postaci i produktów ograniczają odpływanie detali, a klatka końcowa zamyka przejście w konkretnym kadrze. Całość pozostaje generacją: szczegóły, których nie było na zdjęciu, są wywnioskowane, nie odzyskane.

Kling AI za darmo: ile kredytów dostaje nowe konto?

Liczby nie znamy z odczytu: cennik na kling.ai renderuje się skryptami JavaScript i na 2 listopada 2026 plansze z cenami pozostały w odczycie puste, a szczegóły darmowego startu siedzą dodatkowo za logowaniem. Pewne jest, że serwis reklamuje wypróbowanie bez płacenia (przyciski Try Now na każdej stronie) i że interfejs ma polski na liście języków. Konkretną liczbę kredytów zobaczysz po zarejestrowaniu własnego konta.

Źródła

Powiązane artykuły