Animar uma foto com IA (foto para vídeo, ou image-to-video) parte de uma única imagem parada e transforma-a num vídeo curto: o movimento, e muitas vezes também o fundo e a câmara, é a IA que os inventa. A troca de pessoa parte de um vídeo verdadeiro e põe no lugar das pessoas que lá estão as pessoas das tuas fotos, por isso os movimentos, a câmara, a iluminação e o som vêm do original. Escolhe animar a foto quando só tens uma imagem e a queres ver mexer-se; escolhe a troca quando queres estar numa cena, numa dança ou numa tendência concretas.
O que é animar uma foto com IA?
Animar uma foto começa com uma única imagem. Carregas a foto, normalmente escreves uma frase curta sobre o que deve acontecer, e a IA gera alguns segundos de movimento: um sorriso, um virar de cabeça, o cabelo ao vento, a câmara a aproximar-se devagar.
Tudo o que se mexe é inventado pela IA. A foto define como são a pessoa e o sítio; o movimento vem de um palpite da IA ou do teu texto. Por isso resulta bem para dar vida a uma foto antiga de família ou a um retrato, e é muito mais difícil de usar quando precisas de um movimento exato, como os passos de uma dança conhecida.
O que é trocar uma pessoa num vídeo?
A troca parte de um vídeo que já existe. A IA encontra as pessoas que aparecem nele, tu adicionas uma foto de cada pessoa que queres substituir e recebes um novo vídeo em que as tuas pessoas ocupam o lugar delas. A coreografia, o movimento da câmara, o ritmo e a banda sonora ficam como no original.
No vswp escolhes um vídeo da secção de Tendências, onde as pessoas já foram encontradas, ou carregas o teu. Quem ficar sem foto mantém-se como no original. O funcionamento em pormenor está em como funciona a troca de rosto em vídeo com IA.
Qual é a diferença, em resumo?
| Foto animada | Troca de pessoa num vídeo | |
|---|---|---|
| Ponto de partida | Uma única foto | Um vídeo verdadeiro e as fotos |
| De onde vem o movimento | Gerado pela IA | Do vídeo original |
| Câmara e cenário | Inventados à volta da foto | Os do original |
| Som | Gerado ou acrescentado à parte, se existir | O áudio original |
| Ideal para | Dar vida a uma imagem | Entrar numa cena ou tendência conhecida |
Dito de forma simples: na foto animada, a foto é a cena e a IA escreve a ação; na troca, a cena é o vídeo e a foto só decide quem faz o papel.
Quando compensa animar uma foto?
- Tens uma foto e nenhum vídeo. Uma fotografia antiga dos avós, uma foto de infância ou um retrato que gostavas de ver mexer-se durante alguns segundos.
- O movimento é pequeno. Pestanejar, sorrir, rodar ligeiramente. Os movimentos pequenos ficam credíveis com mais facilidade do que uma dança inteira.
- Não precisas de uma cena concreta. Se qualquer movimento agradável serve, um vídeo de origem não acrescenta nada.
O resultado varia muito com a foto e o texto. A cara pode mudar quando a pessoa se vira, e ações longas ou complicadas tendem a descambar.
Quando compensa a troca num vídeo?
- Queres uma cena concreta. Uma dança da moda, um momento de um filme, um meme que toda a gente conhece. A ação tem de coincidir com o original, e a troca copia-a em vez de a adivinhar.
- O som e o ritmo contam. A música, as vozes e cada batida ficam no sítio, porque o áudio original volta ao vídeo.
- Há várias pessoas. Podes pôr o grupo de amigos todo no mesmo vídeo, cada um com a sua foto; no vswp, até 6 fotos diferentes por vídeo.
- Queres aparecer com a tua roupa. Com Manter o aspeto original desativado, o aspeto (roupa, cabelo) vem da foto, e uma foto de corpo inteiro de uma só pessoa reproduz melhor a roupa, o cabelo e a silhueta. Com o interruptor ativado, a roupa fica a do vídeo e só mudam as caras e o cabelo.
O que precisas para uma troca no vswp?
- Um vídeo. Um das Tendências ou um teu: de 1 a 120 segundos, até 150 MB, em qualquer formato comum. Vê como escolher um vídeo que resulte.
- Espera pela procura de pessoas. Começa sozinha nos primeiros 30 segundos, costuma demorar uns dois minutos e é gratuita. Num vídeo mais longo podes escolher outro excerto de até 30 segundos.
- Uma foto por pessoa. Até 6 fotos, em JPEG, PNG ou WebP. O que funciona melhor é uma foto nítida de uma só pessoa, com boa luz; vê que fotos funcionam melhor.
- Vê o preço e prime Criar vídeo. Primeiro, a aplicação mostra o tempo estimado e o preço em Estrelas do Telegram (⭐), que depende da duração, da qualidade e do número de pessoas.
- Recebe o MP4. O excerto processado, até 30 segundos, com o som original, em 480p ou 720p. Podes descarregá-lo ou, no telemóvel, partilhá-lo no Telegram, nas histórias e noutras aplicações.
Quem é novo pode começar com uma pré-visualização gratuita: alguns segundos do seu vídeo em 480p com uma pequena marca «vswp.app». As Estrelas do vídeo completo são cobradas quando a criação começa e voltam automaticamente se falhar ou se a cancelares.
Que limites tem cada um?
Ambos são IA generativa, não edição fotograma a fotograma, por isso nenhum promete uma cópia perfeita de uma cara.
- A foto animada pode afastar-se da foto original quando a pessoa se mexe, e quanto mais ação pedires, mais a IA tem de inventar.
- A troca mantém a ação, mas a parecença, as mãos, objetos à frente da cara, câmara muito rápida e cenas com muita gente podem precisar de outra versão. Quem aparece só por um instante ou muito desfocado pode não ser encontrado.
Clicar outra vez em Criar vídeo dá uma nova versão, ou seja, uma nova criação.
E o consentimento?
As regras são as mesmas para os dois. Usa só fotos e vídeos que tens o direito de usar, e pergunta antes de pôr a cara de outra pessoa no que quer que seja. Se publicares o resultado, uma nota «feito com IA» é um bom hábito; na União Europeia, a regra do Regulamento da IA (AI Act) que obriga a identificar deepfakes aplica-se a partir de agosto de 2026. As regras mudam de país para país, e isto não é aconselhamento jurídico. O glossário de vídeo com IA explica os termos, e o guia sobre troca de rosto: consentimento e segurança trata do resto.
Perguntas frequentes
Uma foto animada consegue copiar uma dança concreta?
Não de forma fiável. A IA inventa o movimento a partir de uma imagem parada, por isso é difícil acertar numa coreografia exata. Para apareceres numa dança concreta, parte de um vídeo dessa dança e entra nele com a troca.
Para a troca preciso de um vídeo em que eu apareça?
Não, basta uma foto tua. O vídeo pode ser uma tendência ou qualquer vídeo que tenhas o direito de usar, e os movimentos vêm das pessoas que lá aparecem.
O vswp anima fotos?
Não. O vswp põe pessoas em vídeos que já existem: adicionas as fotos, e os movimentos, a câmara, a iluminação e o som ficam como no original.
Qual dos dois mantém o som?
A troca no vswp mantém o áudio original do vídeo. A foto animada parte de uma imagem sem som, por isso o áudio tem de ser gerado ou acrescentado à parte.