Schritt 01 — Lade deine Eingaben hoch
Füge eine Zielszene und eine Gesichtsreferenz hinzu, damit das Modell die wichtigen Identitätsmerkmale beibehält und gleichzeitig die Zielkomposition trifft.
Wan VACE
Cleep AI bündelt Text‑to‑Video Generation und MV2V (Masked Video‑to‑Video Editing) in einem klaren Ablauf: Zielvideo oder Prompt wählen, Referenz/Face hinzufügen, Masken setzen und ein konsistentes Ergebnis exportieren.
So funktioniert's
Bilder mit Wan VACE in 3 Schritten erstellen
Von einer Zielszene und einer Gesichtsreferenz zu modellgetreuen Ergebnissen – direkt in Cleep.ai.
Schritt 02 — Wähle deine Ausgabeeinstellungen
Lege deine Ausgabeauflösung und Laufzeit fest und stelle dann ein, wie stark die Gesichtsreferenz das Ergebnis lenkt.
Schritt 03 — Generieren und herunterladen
Klicke auf Generieren und warte ein paar Minuten. Wan VACE erstellt dein Ergebnis. Lade es herunter oder tausche die Eingaben aus und starte einen schnellen Batch.
Was es kann
So arbeitest du mit Wan VACE
Vom Prompt zum Clip – oder vom Clip zur gezielten Änderung
Für Text‑to‑Video Generation wird ein Prompt definiert und die gewünschte Dauer, Bildrate und Stilrichtung festgelegt. Für Video‑to‑Video wird ein Ausgangsclip hochgeladen; im MV2V‑Modus wird zusätzlich eine Maske gesetzt, damit nur bestimmte Bildbereiche verändert werden. Optional kann eine Referenz/Face-Datei ergänzt werden, um Identität oder Look über Frames stabiler zu halten.
Typische Einsätze in Teams
Marketing-Teams erstellen aus Textbriefings kurze Social-Clips und variieren Stil und Tempo ohne jedes Mal neu zu schneiden. Produktteams nutzen Video‑to‑Video, um bestehende Demos in neue Szenen zu übertragen, während MV2V einzelne Elemente (z. B. Bildschirmbereiche oder Hintergründe) austauscht. Kreativ- und Post-Teams testen LoRA-Varianten, um eine Serie konsistent zu halten, ohne den gesamten Clip neu zu generieren.
Qualitätscheck vor dem Export
Vor dem finalen Render lohnt sich ein kurzer Review: Sitzen Maskenränder sauber und bleibt der nicht maskierte Bereich stabil? Bei Text‑to‑Video sollten Bewegungsrichtung und Kameradynamik über mehrere Sekunden konsistent wirken, sonst werden Prompt und Seed/Parameter nachjustiert. Für LoRA-Setups empfiehlt sich ein Vergleich mehrerer Varianten, um Überanpassung (zu starke Stilprägung) früh zu erkennen.
Warum Cleep AI für diesen Workflow
Cleep AI strukturiert die Arbeit nach Eingabetyp (Prompt, Video, Maske) und macht die Ausgabeparameter nachvollziehbar, damit Iterationen nicht im Trial-and-Error enden. Das Modell eignet sich für Text‑to‑Video Generation ebenso wie für MV2V, wenn gezielte Änderungen statt kompletter Neugenerierung gefragt sind. Für Teams, die lokal oder in Pipelines arbeiten, lassen sich Modelle und Assets auch über huggingface-cli oder modelscope-cli beziehen und versionieren.
Jetzt einen Clip erstellen und den MV2V‑Modus testen
In Cleep AI kann direkt mit einem Prompt gestartet oder ein bestehendes Video für Video‑to‑Video hochgeladen werden. Für präzise Änderungen wird eine Maske gesetzt und anschließend eine Vorschau geprüft, bevor exportiert wird. So entsteht schnell eine verwertbare Version, ohne den gesamten Clip neu aufzubauen.
FAQ
Häufig gestellte Fragen
Wie funktioniert Video‑to‑Video mit MV2V (Masked Video‑to‑Video Editing)?
Ein Ausgangsvideo dient als Basis, und eine Maske definiert die Bereiche, die verändert werden dürfen. Der nicht maskierte Teil bleibt möglichst stabil, während der maskierte Bereich gemäß Prompt/Parametern neu interpretiert wird. Für saubere Ergebnisse sollten Maskenkanten und Bewegungsübergänge in der Vorschau geprüft werden.
Was ist VACE im Kontext der Videoerzeugung?
VACE bezeichnet hier einen Ansatz, der Generierung und Bearbeitung in einem konsistenten Workflow zusammenführt. Praktisch bedeutet das: Text‑to‑Video für neue Clips und Video‑to‑Video/MV2V für kontrollierte Änderungen an vorhandenem Material. Ziel ist eine bessere Steuerbarkeit über Frames hinweg.
Welche Eingaben sind für Text‑to‑Video Generation sinnvoll?
Ein präziser Prompt mit Motiv, Stil, Kamera und Bewegung liefert die stabilsten Resultate. Zusätzlich helfen feste Parameter wie Dauer, Bildrate und ein reproduzierbarer Seed, damit Varianten vergleichbar bleiben. Bei Bedarf kann eine Referenzdatei den Look stärker verankern.
Wie passt LoRA in den Workflow?
LoRA wird genutzt, um einen wiedererkennbaren Stil oder eine spezifische Ausprägung über mehrere Clips hinweg konsistent zu halten. In der Praxis werden mehrere LoRA-Gewichte getestet und gegeneinander geprüft, um Übersteuerung oder unerwünschte Artefakte zu vermeiden. Für Serienformate ist das besonders hilfreich.
Wofür werden huggingface-cli und modelscope-cli erwähnt?
Beide Tools werden häufig verwendet, um Modelle und Versionen aus Repositories herunterzuladen und in Build- oder Render-Pipelines einzubinden. Das ist nützlich, wenn Teams reproduzierbare Setups brauchen oder Assets zentral versionieren möchten. In Cleep AI kann der Workflow dennoch ohne CLI starten; die CLIs sind eine Option für Pipeline-Nutzer.
Was sollte vor dem finalen Export geprüft werden?
Wichtig sind Frame‑zu‑Frame‑Stabilität, sichtbare Artefakte und saubere Übergänge an Maskenkanten. Bei Text‑to‑Video lohnt sich ein Check, ob Bewegung und Kamera über die gesamte Dauer konsistent bleiben. Bei Bedarf werden Prompt, Maske oder Parameter iterativ nachgeschärft.
