Zwei Standbilder rein, eine durchgehende Aufnahme raus: PixVerse-Übergang erklärt

Eine geschlossene Schmuckschatulle im ersten Bild. Dieselbe Schatulle geöffnet, leuchtend, im zweiten. Klicke auf „Generieren“, und PixVerse füllt jedes Bild dazwischen aus. Das ist der ganze Trick hinter einer PixVerse AI Transition: Du legst fest, wo das Video beginnt, du legst fest, wo es endet, und das Modell erzeugt die Bewegung, die sie verbindet.

Das klingt nach einem Gimmick, bis einem klar wird, was es bringt, das letzte Bild festzulegen. Normales Bild-zu-Video nimmt dein Foto und driftet dorthin, wo das Modell entscheidet. Eine Transition kann nicht driften. Sie muss an deinem zweiten Bild ankommen, was sie zur kontrollierbarsten Methode für Outfit-Wechsel, Szenenwechsel, Produktenthüllungen und die Foto-zu-Anime-Morphs macht, die Kurzvideo-Feeds überschwemmen.

Wichtige Erkenntnisse

• Die PixVerse AI Transition (die Funktion mit erstem und letztem Bild) erzeugt ein Video zwischen zwei hochgeladenen Bildern, gesteuert durch eine Textaufforderung. Alle Modelle ab v3.5 bis hin zu V6 und C1 unterstützen dies (PixVerse Platform Docs).
• Bei V6 und C1 läuft ein Transition-Clip jede Länge von 1 bis 15 Sekunden, inklusive 1080p. Ältere Versionen sind auf 5, 8 oder 10 Sekunden festgelegt.
• Derselbe Endpunkt wird auf Atlas Cloud als Start-End-to-Video gehostet, abgerechnet pro Sekunde ab $0,025 für V6 und $0,03 für C1, ohne Wasserzeichen, zum Standard-Listenpreis ohne aktiven Rabatt (Stand Juli 2026).
• PixVerse positioniert C1 eigenen Angaben zufolge für die Anime-Produktion, was Transition plus einen Anime-gestylten Endframe zu einem zuverlässigen pixverse-ai-anime-workflow macht.

Was ist eine PixVerse AI Transition?

PixVerse nennt es die Transition- oder erste-letzte-Bild-Funktion. Du lieferst zwei Bilder. Das erste wird Bild eins deines Videos, das zweite wird das letzte Bild, und eine Textaufforderung beschreibt, was dazwischen passiert (Transition-Dokumentation). In der PixVerse-App existiert es als eigener Modus „Erstes und letztes Bild“ im Erstellungs-Panel.

Die API-Referenz zeigt, wie breit die Unterstützung ist. Jede Generation des Modells akzeptiert Transition-Jobs, aber die Obergrenze hat sich zwischen den Versionen stark verschoben:

Dauer und Audio-Unterstützung pro Modellversion, aus der PixVerse-API-Referenz für Transition-Generierung, abgerufen am 24.07.2026.

Zwei Einschränkungen sind wichtig, bevor du eine Aufnahme planst. Die Auflösung reicht von 360p bis 1080p bei jeder Version. Und es gibt keine Einstellung für das Seitenverhältnis bei Transition-Jobs; die Ausgabe folgt deinen Eingabebildern, also schneide beide Standbilder vor dem Hochladen auf das endgültige Seitenverhältnis zu. Unterschiedliche Bilder sind der schnellste Weg zu einem verzerrten Ergebnis.

Eine weitere Eigenheit der nativen Plattform: PixVerses eigene API akzeptiert Bilder nur über ihren Upload-Endpunkt im Form-Data-Format. Die Dokumentation besagt, dass „URL-basierte Bild-Uploads derzeit nicht unterstützt werden“. Denk daran, wenn du es direkt anschließt, denn es fügt für jedes Bildpaar einen Upload-Roundtrip hinzu.

PixVerse Transition auf Atlas Cloud ausführen

Die App ist der einfachste Ort, um Transition auszuprobieren, aber sie misst dich durch Credits und Wasserzeichen bei kostenlosen Exporten. Atlas Cloud hostet dieselbe Fähigkeit aus der PixVerse-Familie als gemessenen API-Endpunkt namens Start-End-to-Video, sowohl in V6- als auch in C1-Ausführung, ohne Abonnement und ohne Wasserzeichen. Zwei Wege führen hinein:

Methode 1: PixVerse Transition im Playground

Öffne den V6 Start-End-to-Video Playground und führe ihn im Browser aus. Füge dein Startbild hinzu, füge dein Endbild hinzu (beide akzeptieren hier einfache URLs, kein Upload-API-Tanz), schreibe die Aufforderung, wähle Qualität und Dauer und klicke auf „Ausführen“. Die Standardkonfiguration, 5 Sekunden bei 720p mit Audio, kostet $0,30 pro Durchlauf.

Methode 2: PixVerse Transition über die API

1. API-Schlüssel holen. Erstelle einen in der Console-Dashboard und kopiere ihn.

2. API-Dokumentation prüfen. Die Atlas Cloud API-Dokumentation deckt Endpunkte, Parameter und Authentifizierung an einem Ort ab.

3. Erste Anfrage stellen. Sende den Job mit beiden Bildern ab:

plaintextCopy
1curl -X POST https://api.atlascloud.ai/api/v1/model/generateVideo \
2  -H "Content-Type: application/json" \
3  -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \
4  -d '{
5    "model": "pixverse/v6/start-end-to-video",
6    "prompt": "Der Deckel der Schatulle hebt sich langsam, warmes Licht strömt heraus, die Kamera fährt näher heran, während Funken aufsteigen",
7    "image": "https://example.com/box-closed.jpg",
8    "end_image": "https://example.com/box-open.jpg",
9    "duration": 5,
10    "quality": "720p",
11    "sound": true
12  }'

Rufe die zurückgegebene Vorhersage-ID ab, bis sie abgeschlossen ist:

plaintextCopy
1curl https://api.atlascloud.ai/api/v1/model/prediction/<prediction_id> \
2  -H "Authorization: Bearer $ATLASCLOUD_API_KEY"

Atlas Cloud führt eine API über alle gehosteten Modelle hinweg. Derselbe Schlüssel, derselbe Header, dieselbe Submit-und-Poll-Schleife. Der Wechsel zu C1 oder zu dem, was als nächstes kommt, bedeutet, die Modellzeichenfolge zu ändern und sonst nichts.

Die Abrechnung erfolgt pro Sekunde Ausgabe. Beide Endpunkte liegen zum Standard-Listenpreis ohne aktiven Rabatt (Stand Juli 2026):

Atlas Cloud Start-End-to-Video-Preise, verifiziert auf den V6- und C1-Modellseiten am 24.07.2026. C1 kostet auf jeder Stufe geringfügig mehr als V6.

Ein 5-Sekunden-720p-Morph ohne Audio kostet also $0,225 auf V6 und $0,25 auf C1. Ein maximaler 15-Sekunden-1080p-Clip mit Audio kostet $1,725 auf V6. Beachte den Audio-Standard: Atlas aktiviert Sound, es sei denn, du schaltest ihn aus, während PixVerses native API ihn standardmäßig ausschaltet. Wenn deine Kostenschätzungen immer wieder hoch ausfallen, ist dieser Schalter in der Regel der Grund.

PixVerse-Transition-Prompts, die das Dazwischen lenken

Nachdem beide Endpunkte festgelegt sind, bleibt nur noch die Reise zu lenken, und die Aufforderung hat die Kontrolle. Atlas Clouds eigene Anleitung für den Endpunkt sagt, dass die Zwischenbewegung explizit beschrieben werden soll, und dieser Ratschlag hält: eine vage Aufforderung bringt eine Überblendung, eine spezifische bringt eine Einstellung.

PixVerse begrenzt die Aufforderung auf 5.000 Zeichen, was niemand braucht. Was funktioniert, sind ein oder zwei Sätze, die drei Dinge abdecken: was sich bewegt, wie die Kamera sich verhält, und das Tempo.

Aufforderungsmuster für PixVerse-Transition-Jobs. Jedes nennt den Mechanismus der Veränderung, damit das Modell ihn animiert, anstatt zwischen den Bildern überzublenden.

Die Bildvorbereitung erledigt die Hälfte der Arbeit. Platziere das Motiv in beiden Bildern in einer ähnlichen Position, passe die Beleuchtung an, und der Morph wirkt wie eine durchgehende Aufnahme. Füttere es mit zwei Bildern mit gegensätzlichem Licht und Komposition, und du erhältst eine unangenehme Überblendung.

Verwende denselben Seed, wenn du nah dran bist. Der Endpunkt akzeptiert einen festen Seed, sodass du die Bewegung, die dir gefällt, sperren und nur an der Formulierung iterieren kannst.

PixVerse AI Anime Video Generator: Der Foto-zu-Anime-Morph

Dies ist der Anwendungsfall, bei dem das Festlegen des letzten Bildes den größten Nutzen bringt. Der Morph von einem echten Foto in eine Anime-Version desselben Bildes ist per Definition ein Transition-Job: echtes Bild rein, stilisiertes Bild raus.

PixVerse macht seine Anime-Positionierung deutlich. Die eigene C1-Rezension sagt es klar: „Wenn du ein Anime-Regisseur, ein Manhua-Studio, ein Kurzdrama-Team oder jemand bist, der Inhalte produziert, bei denen Charaktere aufeinander einschlagen, Zaubersprüche wirken oder sich schnell bewegen, dann ist PixVerse C1 für dich gemacht“ (PixVerse Blog, April 2026). Dieselbe Seite bestätigt, dass C1 Transition-Eingaben als Prompt plus erstes und letztes Bild akzeptiert. Die App erzählt dieselbe Geschichte von der Vorlagenseite aus und führt lizenzierte Anime-IP wie die Captain Tsubasa-Sammlung bis zum 26. Juli 2026.

Der Workflow, der einen sauberen PixVerse-Anime-Video erzeugt, benötigt drei Elemente:

1. Dein Quellfoto, zugeschnitten auf das endgültige Seitenverhältnis.
2. Eine Anime-Version genau dieses Fotos. Erzeuge sie mit einem beliebigen Bildmodell und behalte Pose, Bildausschnitt und Layout so nah wie möglich am Original.
3. Eine Aufforderung, die die Stiländerung als Bewegung beschreibt, wie das Foto-zu-Anime-Gerüst in der Tabelle oben.

Führe es durch den Transition-Endpunkt aus, und das Modell animiert die Stilisierung, die über das Bild fegt. Je genauer deine beiden Kompositionen übereinstimmen, desto mehr sieht es so aus, als würde die Welt selbst neu gezeichnet werden.

Eine Real-Foto-zu-Anime-PixVerse-Transition, generiert auf dem Atlas Cloud V6 Start-End-to-Video-Endpunkt: 7 Sekunden, 720p, Audio an, $0,42 pro Durchlauf. Die Aufforderung folgt dem Foto-zu-Anime-Gerüst aus der obigen Tabelle.

Eine Genauigkeitsanmerkung, weil Tutorials dies ständig falsch machen. Die aktuelle V6-API hat keinen Style-Parameter. Es gibt keinen Anime-Schalter, den man bei einem Generierungsaufruf umlegen kann. Der Stil lebt vollständig in deinem Endbild und deiner Aufforderung, weshalb der Transition-Weg für diesen Zweck die einfache Bild-zu-Video-Methode schlägt: Bild-zu-Video kann nur mit Worten in Richtung Anime gestupst werden, während ein auf Transition basierender PixVerse-Anime-Video-Generator-Workflow dem Modell ein buchstäbliches Bild des Zielstils in die Hand gibt. Wähle C1 über V6, wenn der Clip Kampf, Zaubereffekte oder schnelle Charakterbewegungen beinhaltet, da dies genau das Terrain ist, für das PixVerse es gebaut hat.

PixVerse Multi-Transition-Ketten bis zu sieben Keyframes

Zwei Bilder ergeben einen Moment. Sequenzen benötigen mehr, und PixVerse liefert eine separate Multi-Transition-Funktion genau dafür: eine Kette von 2 bis 7 Keyframes, die als ein durchgehendes Video von bis zu 30 Sekunden gerendert wird, wobei Stil und Charaktere über die gesamte Laufzeit kohärent bleiben.

Jeder Keyframe in der Kette trägt seine eigene Dauer und seine eigene optionale Aufforderung, sodass du das Video Bild für Bild storyboardest:

Multi-Transition-Grenzen aus der PixVerse-Plattformdokumentation und der Generierungs-API-Referenz, abgerufen am 24.07.2026.

Lies diese letzte Zeile noch einmal. Multi-Transition endet bei v5. Die neuesten Modelle, V6 und C1, verarbeiten nur einzelne Erst-zu-Letzt-Transitionen, und die V6-Dokumentation bestätigt, dass Transition-Jobs auch den Multi-Clip-Schalter nicht verwenden können. Der aktuelle Kompromiss ist also echt: sieben Keyframes auf einem älteren Modell verketten oder V6-Qualität zwei Bilder auf einmal erhalten und die Clips in einem Editor zusammensetzen. Für eine storyboardete Anime-Sequenz kannst du beides kombinieren, indem du den gesamten Lauf mit Multi-Transition entwirfst und die Schlüsselszenen auf C1 neu generierst.

Häufig gestellte Fragen

Welche PixVerse-Modelle unterstützen die Transition-Generierung?

Alle. Die Transition-API akzeptiert v3.5, v4, v4.5, v5, v5.5, v5.6, V6 und C1, bei 360p bis 1080p auf jeder Version. Was sie unterscheidet, ist der Dauerbereich und die Audio-Unterstützung, wo V6 und C1 mit großem Abstand führend sind.

Wie lang kann ein PixVerse-Transition-Video sein?

Bis zu 15 Sekunden auf V6 oder C1, bei jeder Auflösung einschließlich 1080p. Wenn du mehr in einer einzelnen Generierung benötigst, erreicht Multi-Transition 30 Sekunden über bis zu 7 Keyframes, aber nur auf Modellen der v5-Generation und älter.

Kann PixVerse ein normales Foto in ein Anime-Video verwandeln?

Ja, und Transition ist der sauberste Weg, dies zu tun. Bereite eine Anime-Kopie deines Fotos mit übereinstimmender Komposition vor, setze das Original als erstes Bild und die stilisierte Kopie als letztes, dann beschreibe die Transformation in der Aufforderung. PixVerse vermarktet C1 speziell für die Anime- und Manhua-Produktion.

Erzeugt die PixVerse-Transition AI Audio?

Bei v5.5 und neuer, ja, über einen nativen Audio-Schalter. Ältere Versionen bieten nur ein Soundeffekte-Add-on. Auf Atlas Cloud erhöht die Aktivierung von Audio $0,010 bis $0,025 pro Sekunde, abhängig von der Auflösung.

Kosten Transition-Videos auf Atlas Cloud mehr als Text-zu-Video?

Nein. Start-End-to-Video wird nach genau derselben Preismatrix pro Sekunde abgerechnet wie V6-Text-zu-Video und Bild-zu-Video, ab $0,025 pro Sekunde ohne Audio. Es gibt keinen Aufpreis für die Bereitstellung von zwei Bildern anstelle einer bloßen Aufforderung.

Welche Bildanforderungen gelten für eine PixVerse-Transition?

Auf Atlas Cloud: PNG, JPEG, JPG oder WebP, bis zu 10 MB pro Bild, beide Bilder erforderlich. PixVerses native API erfordert zusätzlich, dass jedes Bild zuerst über ihren Upload-Endpunkt geht. Welchen Weg du auch nimmst, passe das Seitenverhältnis der beiden Bilder vor der Generierung an.

Fazit

Die PixVerse AI Transition entfernt die größte Unsicherheit bei der Videogenerierung. Du bestimmst das letzte Bild selbst, und das Modell muss nur noch herausfinden, wie es dorthin gelangt. Das macht es zum richtigen Werkzeug, wann immer der Endzustand nicht verhandelbar ist: Das Produkt muss sich öffnen, das Outfit muss sich ändern, das Foto muss im Anime-Stil enden.

Beginne im Playground mit einem Bildpaar und dem standardmäßigen 5-Sekunden-Lauf. Wenn ein Format überzeugt, verwandelt die API es in eine Pipeline zu $0,225 pro 5-Sekunden-720p-Clip mit deaktiviertem Audio. Zwei Bilder und ein Satz sind ein kleiner Preis für eine Aufnahme, die genau dort endet, wo du es gesagt hast.