Frühere Fassungen dieses Leitfadens nannten OmniHuman-1.5 für Pro-Lipsync und Kling V3 Pro für Pro-Szenengenerierung. Diese Namen können noch in älteren Tutorials oder gespeicherten Links auftauchen, sind aber nicht mehr die öffentlichen Optionen in VibeMV.
Die stabilen Produktoptionen heißen Base-Modell und Pro-Modell sowie Szene, Lipsync und Tanz. Der Anbieter hinter einem Produktmodell kann wechseln. Prüfen Sie daher die aktuelle Auswahl in der App, statt davon auszugehen, dass ein früherer Anbieter noch aktiv ist.
Historische Namen und heutige Auswahl
| Früherer Name im Leitfaden | Frühere Aufgabe | Heute auswählen | Aktueller öffentlicher Preis |
|---|---|---|---|
| OmniHuman-1.5 | Sichtbarer Gesang mit Pro | Pro-Modell + Lipsync | 8 Credits pro generierter Sekunde |
| Kling V3 Pro | Bild-zu-Video für Handlung und Bewegung mit Pro | Pro-Modell + Szene | 8 Credits pro generierter Sekunde |
Diese Tabelle ordnet die Aufgabe zu; sie ist keine Garantie für den aktuell eingesetzten Anbieter.
Modusauswahl
| Modus | Benötigt | Passt zu | Nicht annehmen |
|---|---|---|---|
| Szene | Songabschnitt, Startbild und klare sichtbare Aktion | Handlung, Atmosphäre, Instrumente, Orte, abstrakte Bewegung und Zwischenschnitte | Eine Figur singt oder spricht sichtbar |
| Lipsync | Gesang und eine klar sichtbare Person | Strophen, Refrains, Hooks und Nahaufnahmen | Textverständnis oder Reparatur eines verdeckten Mundes bzw. Profils |
| Tanz | Eine klare Einzelperson als Referenz und Choreografie | Tanz-Breaks, Hook-Choreografie und bewegungsbetonte Kurz-Shots | Allgemeine Gruppenanimation oder Lipsync-Ersatz |
Erst Modus, dann Modellstufe wählen
Wählen Sie Szene, wenn ein Shot die visuelle Geschichte ohne sichtbaren Gesang voranbringen soll. Eine klare Anweisung verbindet eine Kamerabewegung mit einer sichtbaren Veränderung: eine Fahrt durch den Proberaum, aufleuchtende Scheinwerfer hinter einem Gitarristen oder ein Außenbild, das von Dämmerung zu Nacht wechselt.
Szene kann unter Gesang liegen. Fordern Sie dabei aber keine Figur im Bild zum Singen oder Sprechen auf. Wenn eine lesbare Mundbewegung das Ziel ist, verwenden Sie Lipsync.
Nutzen Sie Szene für Handlung, Atmosphäre und Zwischenschnitte ohne lesbaren Gesang. Soll das Publikum die Person singen sehen, wählen Sie Lipsync und ein klares Gesicht in Front- oder Dreiviertelansicht mit freiem Mund. Lipsync folgt dem Audio, liest oder transkribiert jedoch keine Songtexte. Tanz ist ein eigener Weg für eine zusammenhängende Choreografie mit einer klaren Person und kostet 12 Credits pro Sekunde.
Base oder Pro anhand desselben Shots wählen
Base kostet derzeit 2 Credits pro Sekunde und eignet sich zum Testen von Startbild, Prompt, Kamera und Schnittrhythmus. Pro kostet 8 Credits pro Sekunde und sollte nur bleiben, wenn das tatsächliche Ergebnis eines wichtigen Shots den Aufpreis rechtfertigt.
Fixieren Sie für einen fairen Vergleich denselben Shot, Songabschnitt, dasselbe Startbild, denselben Modus, Prompt und dieselbe Länge. Erzeugen Sie je eine Base- und Pro-Version und vergleichen Sie beabsichtigte Aktion, Gesichtsstabilität, Bildaufbau, gegebenenfalls Synchronität und Anschluss an die Nachbar-Shots. Das Ergebnis gilt für diesen Shot und ist kein allgemeiner Benchmark.
Beispiel für eine Mischung
- Instrumentalintro: Base-Modell + Szene legt die Bildsprache fest.
- Frontaler Refrain: Base und Pro mit Lipsync am selben kurzen Shot vergleichen und die passendere Version behalten.
- Atmosphärischer Zwischenschnitt: Base-Modell + Szene hält Iterationen günstiger.
- Acht-Count-Hook: Tanz zeigt eine Person mit einer fortlaufenden Choreografie.
Es gibt keine vorgeschriebene Quote. Modell und Modus werden pro Shot gewählt, sodass Pro-Credits nur in Momente fließen, die im echten A/B-Vergleich davon profitieren.
Credits und Prüfung
Szene und Lipsync verwenden den gewählten Base- oder Pro-Preis. Generierte Startbilder, Regenerierungen, Tanz und die optionale 2K-Version kosten zusätzlich. Der Base-/Pro-Modellvergleich enthält einen A/B-Ablauf mit demselben Shot und ein Mischbudget; die Tarifbedingungen stehen unter Preise.
Starten Sie mit Musikvideo aus Ihrem Song erstellen und prüfen Sie vor dem Export Gesichtsstabilität, Bewegung, Bildaufbau, Synchronität und Kontinuität Shot für Shot.
Häufig gestellte Fragen
Kann ich OmniHuman-1.5 oder Kling V3 Pro noch auswählen?
Das sind historische Anbieternamen, keine aktuellen öffentlichen Auswahloptionen. Wählen Sie pro Shot Base- oder Pro-Modell und danach Szene oder Lipsync für die Aufgabe.
Was ersetzt den früheren OmniHuman-1.5-Ablauf?
Für dieselbe Aufgabe mit sichtbarem Gesang wählen Sie Pro-Modell plus Lipsync. Das ist eine Zuordnung des Ablaufs und keine Aussage, dass die alte OmniHuman-Implementierung noch produktiv läuft.
Was ersetzt den früheren Kling-V3-Pro-Ablauf?
Für dieselbe Bild-zu-Video-Aufgabe mit Handlung und Bewegung wählen Sie Pro-Modell plus Szene. Für sichtbaren Gesang verwenden Sie Lipsync.
Was kosten die aktuellen Optionen?
Szene und Lipsync kosten mit Base derzeit 2 Credits pro generierter Sekunde und mit Pro 8. Tanz ist ein eigener Modus für 12 Credits pro Sekunde.
Weitere Beiträge
KI-Musikvideo-Prompts: Shot-Aufbau und Textvorlagen
Schreib KI-Musikvideo-Prompts für Intro, Strophe, Refrain und Bridge. Nutze einen kompakten Shot-Aufbau, Kamerahinweise und klar gekennzeichnete Planungsbeispiele.
KI-Musikvideo-Storyboard: Beispiel mit 12 Shots und Vorlage
Plane ein KI-Musikvideo-Storyboard mit 12 getimten Shots, echten Frames aus dem fertigen Video und einer kostenlosen CSV-Vorlage. So hängen Performance und Story zusammen.
Dieselbe Figur in KI-Musikvideos mit VibeMV
Setze die Hauptfigur im AI Producer, prüfe ihre Referenzen im Kreativplan und korrigiere einzelne Shots im Arbeitsbereich.