Jak ożywić zdjęcie AI: poradnik krok po kroku z opisem ruchu po polsku
Żeby ożywić zdjęcie AI, wgrywasz je jako pierwszą klatkę w studiu wideo StarterVideo, wybierasz model, który przyjmuje obraz, i opisujesz po polsku sam ruch: co się rusza, jak zachowuje się kamera i w jakim tempie. Cenę klipu widzisz przed startem. Zdjęcie osoby ożywiasz tylko wtedy, gdy to Twój wizerunek albo masz jej wyraźną zgodę.
Jak ożywić zdjęcie AI? Wgrywasz zdjęcie jako pierwszą klatkę klipu, wybierasz model wideo, który przyjmuje obraz, i opisujesz po polsku ruch, który ma się pojawić. Model wychodzi od tego, co widać na zdjęciu, i dopowiada kilka sekund ruchu: mrugnięcie, podmuch wiatru, najazd kamery albo obrót produktu.
W tym poradniku przechodzimy przez wszystkie kroki w StarterVideo, pokazujemy gotowe opisy ruchu, tłumaczymy, kiedy dać drugie zdjęcie jako klatkę końcową, i wymieniamy zdjęcia, które zwykle dają słaby wynik. Na końcu jest część, której nie wolno pominąć: zgoda osób, które są na zdjęciu.
Jak ożywić zdjęcie w StarterVideo krok po kroku
- Wgraj zdjęcie. Otwórz studio wideo i dodaj zdjęcie w polu klatki startowej. Jeśli kadr powstał w sekcji Obrazy, kliknij na jego kaflu przycisk „Ożyw”: zdjęcie trafi do studia wideo od razu jako klatka startowa.
- Wybierz model. Potrzebujesz modelu z trybem „Obraz → wideo” albo „Klatki start / koniec”. Domyślnym modelem jest Gemini Omni Flash 1.1 od Google, ale możesz wybrać inny.
- Opisz ruch po polsku. Nie opisuj ponownie całego zdjęcia. Napisz, co ma się zmienić: kto lub co się rusza, jak zachowuje się kamera, w jakim tempie.
- Ustaw parametry. Długość, rozdzielczość, dźwięk i format zależą od modelu. Na próbę wystarczy krótki klip w niższej rozdzielczości.
- Sprawdź cenę i generuj. Koszt w kredytach stoi na przycisku przed startem. Gotowy klip pojawia się w galerii studia wideo.
Zdjęcie produktu z sekcji E-commerce też ożywisz przyciskiem „Ożyw”: kadr trafia do studia wideo z modelem Kling 3.0 i opisem ruchu, który możesz poprawić przed generacją.
Jak opisać ruch, żeby zdjęcie ożyło naturalnie
Najczęstszy błąd to opis sceny zamiast opisu ruchu. Model widzi zdjęcie, więc nie musisz mu tłumaczyć, że na kadrze jest kobieta w czerwonym płaszczu. Musisz powiedzieć, co ta kobieta ma zrobić i co ma zrobić kamera.
Dobry opis ruchu ma cztery elementy:
- Ruch w kadrze: kto albo co się porusza i jak, na przykład „powoli odwraca głowę w stronę okna”.
- Ruch kamery: statyczna, powolny najazd, odjazd, przejazd w bok, obrót wokół obiektu.
- Tempo i nastrój: spokojnie, dynamicznie, w zwolnionym tempie.
- Co zostaje bez zmian: twarz, napis na opakowaniu, tło. Taka uwaga zmniejsza ryzyko, że model zacznie zmieniać elementy, które mają zostać wierne.
Gotowe opisy, które możesz skopiować i dopasować:
- Portret: „Osoba lekko się uśmiecha i mruga, włosy delikatnie poruszają się na wietrze, kamera statyczna, spokojne tempo, twarz bez zmian.”
- Produkt: „Kamera powoli okrąża butelkę o pół obrotu, światło przesuwa się po szkle, etykieta pozostaje ostra i czytelna.”
- Krajobraz: „Chmury płyną nad górami, trawa faluje, kamera wykonuje bardzo powolny najazd do przodu.”
- Wnętrze: „Firanka porusza się od przeciągu, para unosi się nad filiżanką, kamera przesuwa się powoli w prawo.”
- Jedzenie: „Sos powoli spływa po burgerze, drobny dym unosi się znad talerza, kamera zbliża się do dania.”
Jeden klip to jedna akcja. Jeśli w opisie osoba ma wstać, podejść do okna, otworzyć je i zapalić świecę, model często zrobi tylko część z tego albo pomiesza kolejność. Rozbij taką scenę na kilka krótkich ujęć i złóż je w montażu.
Klatki start i koniec: kiedy dać drugie zdjęcie
Tryb „Klatki start / koniec” przyjmuje dwa zdjęcia: pierwsze otwiera klip, drugie go zamyka, a model dopowiada ruch pomiędzy nimi. W StarterVideo mają go między innymi Veo 3.1, Kling 3.0, Kling 3.0 Omni, Seedance 2.0 i 2.5, Gemini Omni Flash 1.1, MiniMax H3, Wan 3.0 i PixVerse V6.
Drugie zdjęcie przydaje się, gdy wiesz dokładnie, jak ujęcie ma się skończyć:
- produkt zamknięty na początku i otwarty na końcu,
- ten sam pokój za dnia i wieczorem,
- postać w zbliżeniu na starcie i w planie ogólnym na końcu,
- przejście między dwoma kadrami reklamy, które mają się płynnie połączyć.
Oba zdjęcia powinny mieć ten sam format i podobne światło. Im bardziej się różnią, tym więcej model musi wymyślić po drodze.
Jakie zdjęcia się nie nadają
AI dopowiada ruch na podstawie tego, co widzi. Gdy na zdjęciu brakuje informacji, model ją zgaduje, a zgadywanie widać. Ryzyko słabego wyniku rośnie przy takich zdjęciach:
- zdjęcia małe i rozmyte: detale, których nie ma, pojawią się w ruchu jako plamy. Przed ożywieniem możesz zwiększyć jakość zdjęcia dwu- albo czterokrotnie w Narzędziach,
- kadry mocno przycięte: jeśli głowa albo dłonie wychodzą poza kadr, a ruch ma je pokazać, model musi je dorysować,
- zdjęcia z tekstem i logo: napisy potrafią się rozmyć albo zmienić litery w ruchu, więc przy produkcie dopisz, że etykieta ma zostać bez zmian, i sprawdź wynik,
- grupy wielu osób: każda twarz to kolejne miejsce na błąd,
- kolaże, ramki i zdjęcia ze znakiem wodnym: model potraktuje je jak część sceny,
- zdjęcia w innym formacie niż klip: gdy pionowe zdjęcie ma stać się poziomym klipem, część kadru zostanie przycięta albo dorysowana, więc dobieraj format klipu do zdjęcia.
Stare zdjęcie z albumu ożyjesz tak samo, ale najpierw zeskanuj je w dobrej rozdzielczości i przytnij białą ramkę. Pamiętaj jednak o zasadach z następnej sekcji.
Zgoda osób na zdjęciu: co mówi regulamin
Ożywienie zdjęcia osoby to przetworzenie jej wizerunku przez AI. Według regulaminu StarterVideo (§ 9 ust. 3) takie funkcje możesz stosować wyłącznie do własnego wizerunku albo do wizerunku osoby, która dała Ci wyraźną, udokumentowaną zgodę na przetworzenie przez sztuczną inteligencję i na zamierzony sposób użycia wyniku. Zgodę musisz mieć przed generacją, przechowywać ją i pokazać na wezwanie.
Regulamin wprost zakazuje używania w tych funkcjach wizerunku:
- realnych osób małoletnich,
- osób publicznych, w tym polityków, bez ich zgody,
- osób zmarłych bez zgody osób uprawnionych.
Dla zdjęć rodzinnych oznacza to, że ożywienie zdjęcia zmarłego dziadka wymaga zgody osób uprawnionych, a zdjęć dzieci w ogóle nie ożywiasz. Publikując ożywione zdjęcie realnej osoby, oznacz je jako treść wygenerowaną przez AI. Więcej o granicach piszemy w artykule o deepfake'ach i wizerunku, a o obowiązkach od 2 sierpnia 2026 w tekście o oznaczaniu treści AI.
Ile kosztuje ożywienie zdjęcia
Płacisz za każdy klip według modelu, długości i rozdzielczości. Domyślny Gemini Omni Flash 1.1 kosztuje 393 kredyty (od 1,92 zł do 2,68 zł zależnie od pakietu) za klip 4 s, wariant 360p. Ożywienie na Hailuo 2.3 Fast, modelu pracującym wyłącznie ze zdjęciem, kosztuje 180 kredytów (od 0,88 zł do 1,23 zł zależnie od pakietu) za klip 6 s, wariant 768p, a na Kling 3.0 bez dźwięku 420 kredytów (od 2,05 zł do 2,86 zł zależnie od pakietu) za klip 5 s bez dźwięku, wariant 720p; z dźwiękiem 600 kredytów (od 2,93 zł do 4,09 zł). Ceny wszystkich modeli są w cenniku i na przycisku w panelu.
Oszczędza kolejność pracy: sprawdź opis ruchu na krótkim klipie w niskiej rozdzielczości, a wersję końcową wygeneruj dopiero wtedy, gdy ruch wygląda tak, jak chcesz. Na platformie puścisz naraz do 8 filmów, więc kilka wariantów opisu porównasz obok siebie.
Co dalej z ożywionym zdjęciem
Kilka ożywionych zdjęć to gotowy materiał na rolkę albo reklamę. Zaznaczasz klipy w galerii, przenosisz je do Edytora 2.0 i dokładasz napisy po polsku oraz muzykę. Jeśli chcesz, żeby postać ze zdjęcia mówiła, użyj sekcji Awatar AI: wpisujesz tekst po polsku, a postać wypowiada go z ruchem ust zgodnym ze słowami. Jak zaplanować cały film od opisu, pokazujemy w poradniku jak zrobić film AI z jednego zdania.
Najczęstsze pytania
Jak ożywić stare zdjęcie?
Zeskanuj zdjęcie w dobrej rozdzielczości, przytnij ramkę, wgraj je jako klatkę startową w studiu wideo i opisz delikatny ruch, na przykład uśmiech i mrugnięcie przy statycznej kamerze. Jeśli na zdjęciu jest osoba zmarła, potrzebujesz zgody osób uprawnionych.
Czy mogę ożywić zdjęcie za darmo?
W StarterVideo nie. Konto jest darmowe i studia obejrzysz bez logowania, ale każda generacja kosztuje kredyty z jednorazowego pakietu, a cenę widzisz przed startem.
Jak zrobić ruchome zdjęcie, na którym osoba mówi?
Do mówiącej postaci służy sekcja Awatar AI. Wybierasz zdjęcie, wpisujesz tekst po polsku albo wgrywasz własne nagranie, a postać wypowiada je prosto do kamery. Obowiązują te same zasady zgody na wizerunek.
Ile trwa klip ze zdjęcia?
Zależy od modelu. Domyślny Gemini Omni Flash 1.1 robi klipy 4, 6, 8 albo 10 sekund, a najdłuższe pojedyncze klipy, do 30 sekund, dają Seedance 2.5, Wan 3.0, Wan 3.0 Prime i Grok Imagine.
Czy mogę ożywić zdjęcie dziecka?
Nie. Regulamin StarterVideo zakazuje używania wizerunku realnych osób małoletnich w funkcjach, które przetwarzają wizerunek przez AI.