Generasi teks ke video adalah salah satu kemampuan AI yang paling mengesankan. Anda mendeskripsikan karakter, latar, gerakan, gaya kamera, dan suara, lalu dalam 1–3 menit Anda mendapatkan klip berdurasi hingga 10 detik yang sebelumnya belum pernah ada.
Hasilnya bergantung pada deskripsi Anda. Formula yang bagus: siapa yang ada dalam adegan, apa yang terjadi, di mana dan dalam suasana seperti apa, bagaimana pergerakan kamera, serta apa yang terdengar. Contohnya: "Seekor kucing oranye berjalan di jalanan basah Tokyo pada malam hari, papan neon terpantul di genangan air, kamera perlahan menjauh, terdengar suara hujan." Anda bisa menulis prompt dalam bahasa Anda sendiri — prompt tersebut akan diterjemahkan secara otomatis.
Gemini Omni Flash mengikuti deskripsi dengan sangat presisi dan dapat membuat karakter mengucapkan dialog tertentu. MiniMax H3 Turbo adalah pilihan yang cepat dan terjangkau mulai dari 22 kredit. Kling 3 Pro langsung merekam dalam resolusi 1080p dengan pencahayaan sinematik, Kling 4.0 menghasilkan klip hingga 15 detik dalam 1080p, Veo 3.1 menghadirkan fisika yang realistis, Wan 3.0 memproduksi video naratif dengan pergantian adegan, dan Seedance 2.5 menangani aksi kompleks serta dialog dengan sinkronisasi bibir.