HiDream-O1-Video im Test: 7 Prompts und Beispiele

👁 117 Aufrufe

HiDream-O1-Video-1.0 belegt den 6. Platz im Image-to-Video-Ranking von Artificial Analysis (1175 Elo), doch der Hersteller hat bisher keinen einzigen Clip mit zugehörigem Prompt veröffentlicht. Ich habe 7 Beispiele zusammengetragen: einen Clip aus einem X-Post, drei offizielle Physik-Demos aus chinesischen Medienberichten und drei eigene Prompt-Entwürfe zum Ausprobieren für den einzig verfügbaren Modus: Image-to-Video. Technische Daten, Kosten und den Zugang finden Sie im Leitfaden HiDream-O1-Video.

So lesen Sie diese Beispiele

Die öffentliche API von HiHarness verlangt zwingend ein Ausgangsbild (image), einen optionalen Prompt und den Parameter force_10s. Ein reiner Text-to-Video-Modus existiert derzeit nicht, obwohl die Ankündigungen vom 15. und 17. September 2026 dies in Aussicht gestellt hatten. Jedes unten stehende Beispiel setzt daher voraus, dass Sie bereits ein Startbild besitzen. Das Modell bestimmt die Cliplänge selbst (laut Ankündigung: 5 bis 20 Sekunden), sofern Sie nicht fest 10 Sekunden erzwingen.

Auch die Clips aus den Vergleichs-Rankings sind ohne Prompts hinterlegt. Arena.ai veröffentlichte lediglich die Wertung: Am 30. September stieg HiDream mit 1456 Punkten auf Platz 7 im Image-to-Video-Ranking ein.

Beispiele aus den Premierenvorstellungen

1. Gleicher Prompt in drei Modellen

Einsatzbereich: Schneller Qualitätsvergleich mit Konkurrenzmodellen vor dem Bezahlen von API-Aufrufen.

Prompt: Der Verfasser des Posts hat den genauen Wortlaut nicht genannt. Bekannt ist nur, dass alle drei Modelle denselben Befehl erhielten; das letzte Video stammt von HiDream (damals unter der chinesischen Bezeichnung HD-V1).

Material: Vertikales Video (720 x 1280) im Post eines chinesischen KI-Portals. Es handelt sich um keine offizielle HiDream-Publikation und um keinen eigenen Testclip.

Kommentar: Der Beitrag zitiert den Ankündigungsslogan („Text, Bild oder Video als Input“). In der API funktioniert per 11. Oktober 2026 allerdings nur die Bildeingabe. Welcher Input für den Clip genutzt wurde, ist nicht dokumentiert; werten Sie das Material als Herstellerdemo und nicht als Beleg für reine Textgenerierung.

2. Rote Schnur zwischen zwei Händen

Einsatzbereich: Szenen mit Materialspannung, darunter Seile, Gummibänder, Kabel oder Textilien in Händen.

Prompt: Ein offizieller Prompt wurde nicht veröffentlicht. QbitAI (15.09.2026) beschreibt ein Vergleichsvideo, in dem zwei Hände an einer roten Schnur ziehen und das Modell die Spannung naturgetreu darstellen soll. Mein Prompt-Vorschlag hierzu (ungetestete Vorlage):

Two hands slowly pull a red string in opposite directions. The string straightens and becomes taut, fibers stretch slightly, a small vibration runs along it before it holds still. Close-up, soft daylight, static camera.

Deutsche Übersetzung des Entwurfs: Zwei Hände ziehen eine rote Schnur langsam in entgegengesetzte Richtungen, bis sie sich strafft, die Fasern sich dehnen und ein kurzes Zittern durch das Seil läuft.

Material: Nicht vorhanden. Bildausschnitte aus QbitAI binde ich aus urheberrechtlichen Gründen nicht ein.

Kommentar: Das Ausgangsbild sollte eine lockere Schnur zeigen, damit eine sichtbare Straffung berechnet werden kann. Ältere Modelle neigen bei solchen Aufgaben dazu, Hände statt des Objekts zu verformen.

3. Apfelwurf

Einsatzbereich: Kurze Bewegungsabläufe, deren Dauer dynamisch aus der Handlung abgeleitet werden soll.

Prompt: Kein offizieller Text verfügbar. Im von QbitAI dokumentierten Fall bestimmte das Modell die Clipdauer für den Wurf eigenständig. Ein Prompt-Entwurf zum Ausprobieren:

A person tosses a red apple to a friend standing a few meters away. The apple flies in a natural arc, the friend catches it with one hand and takes a bite. Medium shot, park in late afternoon light.

Deutsche Übersetzung des Entwurfs: Eine Person wirft einer anderen Person in einigen Metern Entfernung einen roten Apfel zu; dieser fliegt im Bogen, wird mit einer Hand gefangen und abgebissen.

Material: Nur Textbeschreibung bei QbitAI.

Kommentar: Hier sollte force_10s deaktiviert bleiben, um die Entscheidung der KI zu prüfen. Beachten Sie die Clipdauer bei der Abrechnung: Bei ca. 5,19 EUR (5,80 USD) pro Minute laut Artificial Analysis (EZB-Referenzkurs vom 12.10.2026: 1 EUR = 1,1181 USD; Quelle: https://www.ecb.europa.eu/stats/eurofxref/eurofxref-daily.xml) kostet jede Sekunde etwa 0,087 EUR (0,097 USD).

4. Tischtennisball

Einsatzbereich: Schwerkraftverhalten, Energieverlust beim Aufprall sowie lippensynchrones oder aufprallgenaues Audio.

Prompt: Offiziell nicht dokumentiert. QbitAI beschreibt eine Sequenz, bei der ein Ball auf einer Tischplatte mit abnehmender Sprunghöhe ausfedert und die Aufprallgeräusche exakt zum Bild passen. Mein Entwurf:

A white ping-pong ball drops onto a wooden table and bounces, each bounce lower than the last, until it rolls to a stop. Each impact makes a crisp click. Low angle, shallow depth of field.

Deutsche Übersetzung des Entwurfs: Ein weißer Tischtennisball fällt auf einen Holztisch, prallt immer flacher ab und rollt aus, wobei jeder Kontakt ein klares Klacken erzeugt.

Material: Nicht öffentlich zugänglich.

Kommentar: Native Audioerzeugung wurde angekündigt, die API-Dokumentation führt derzeit jedoch weder einen Audio-Parameter noch eine Tonspur auf. Bleibt das generierte Video stumm, liegt das an der API-Schnittstelle, nicht am Prompt.

Prompt-Ideen zum Ausprobieren

Drei Szenarien, die auf die Kernversprechen des Modells abgestimmt sind: Dynamik, Festkörper und autonome Zeitsteuerung. Ich habe diese Szenarien nicht selbst berechnen lassen; es handelt sich um Vorlagen. Startbilder lassen sich etwa über das quelloffene HiDream-O1-Image erstellen, das in unserer Übersicht zu HiDream-O1-Video erklärt wird.

5. Kaffee wird in ein Glas gegossen

Einsatzbereich: Werbeclips, Gastronomie, Produktpräsentationen.

Hot coffee is poured from a glass carafe into a clear glass on a marble counter. The liquid swirls, foam rises, the glass fills to the brim and a few drops spill over the edge. Steam drifts up. Static close-up, warm morning light.

Deutsche Übersetzung des Entwurfs: Heißer Kaffee fließt aus einer Glaskaraffe in ein Glas, bildet Schaum, füllt es bis zum Rand und schwappt mit einzelnen Tropfen über.

Material: Keines (ungetesteter Vorschlag).

Kommentar: Das gezielte Überlaufen einer Flüssigkeit ist ein harter Belastungstest für Videomodelle, wie wir ihn in der Video-Arena untersucht haben. Bei Image-to-Video dient ein Standbild eines leeren Glases als Startpunkt.

6. Domino-Reihe

Einsatzbereich: Sequenzielle Bewegungen, Kettenreaktionen, Erklärvideos.

A long curved line of wooden dominoes stands on a table. A finger pushes the first one and they fall one after another in sequence, the last domino knocks over a small toy figure. Camera slowly tracks along the line.

Deutsche Übersetzung des Entwurfs: Eine geschwungene Reihe Dominosteine wird angestoßen und fällt nacheinander um, bis der letzte Stein eine kleine Spielfigur umwirft.

Material: Keines (ungetesteter Vorschlag).

Kommentar: Dieser Test prüft zwei Problemzonen: Stabilität einzelner Objekte ohne spontanes Verschwinden und das Einhalten logischer Reihenfolgen. Überlassen Sie die Dauer dem Modell, um festzustellen, ob es längere Kettenreaktionen zeitlich streckt.

7. Flagge im Wind, exakt 10 Sekunden

Einsatzbereich: Hintergrundschleifen für Websites, B-Roll-Material mit fester Schnittlänge.

A white and red flag waves on a flagpole against a cloudy sky. The wind changes strength, the fabric ripples and snaps, light passes through the thin cloth. Static wide shot.

Deutsche Übersetzung des Entwurfs: Eine weiß-rote Flagge weht an einem Mast vor bewölktem Himmel, während der wechselnde Wind den Stoff flattern lässt.

Material: Keines (ungetesteter Vorschlag).

Kommentar: Geeignet für den Parameter "force_10s": true. Bei fester Dauer sind die Kosten kalkulierbar: ca. 0,87 EUR (0,97 USD) pro Clip auf Basis der Artificial-Analysis-Werte.

Hinweis zu Preisen: Umrechnung zum EZB-Referenzkurs vom 12.10.2026 (1 EUR = 1,1181 USD; Quelle: https://www.ecb.europa.eu/stats/eurofxref/eurofxref-daily.xml). Es handelt sich um Schätzwerte auf Basis von Artificial Analysis (Abruf: 11.10.2026); HiDream führt keine eigene öffentliche Preisliste.

Tipps für präzise Prompts

• Englische Sprache wählen: Der Entwickler spezifiziert keine multilinguale Unterstützung; englische Begriffe verringern Fehlinterpretationen.
• Veränderung beschreiben, nicht das Ausgangsbild: Das visuelle Motiv ist durch den Image-Upload vorgegeben. Definieren Sie primär Bewegung, Richtung und Verformung.
• Physikalische Effekte benennen: Konkrete Verben wie „bounces lower“, „becomes taut“ oder „spills over the edge“ steuern die Simulation genauer.
• Audio im Text ansprechen: Auch wenn die API noch keine Schalter für Audio bietet, legt das Modell laut Präsentationen Wert auf handlungsbezogenen Klang.
• Startbild in hoher Auflösung: Die API verarbeitet Bilder von 40 KB bis 20 MB. Das Seitenverhältnis des Ausgangsbilds bestimmt das Videoformat.

Einen Leistungsvergleich mit Mitbewerbern finden Sie in unserer Gegenüberstellung HiDream-O1-Video vs. MiniMax H3 vs. Vidu Q4. Beispiele für Modelle mit nativem Text-to-Video-Support behandeln die Artikel zu Wan 3.0 und MiniMax H3 Max.

Häufig gestellte Fragen (FAQ)

Hat HiDream offizielle Beispielclips mit Prompts publiziert?

Bislang nicht (Stand: 11.10.2026). Weder auf Hugging Face noch auf den Webseiten des Unternehmens oder auf YouTube finden sich frei zugängliche Prompt-Paare. Verfügbar sind lediglich Demos aus chinesischen Medienberichten sowie vereinzelte Clips auf X.

Funktionieren diese Prompts ohne Bild-Upload?

Über die offizielle API nicht. Der Parameter image ist obligatorisch; Sie müssen vorab einen Start-Frame bereitstellen.

Was kostet der Test aller sieben Szenarien?

Ausgehend von den Tarifen bei Artificial Analysis und jeweils 10 Sekunden Laufzeit liegen die reinen API-Kosten bei etwa 6,08 EUR (ca. 6,80 USD; EZB-Kurs 1,1181 USD/EUR vom 12.10.2026). Wählt das Modell längere Intervalle, steigen die Kosten entsprechend.

Werden eigene Videoergebnisse nachgereicht?

Sobald das Modell über breiter zugängliche Aggregatoren erreichbar ist oder ein direkter HiHarness-Account vorliegt, werden verifizierte Testergebnisse samt Zeit- und Kostenabrechnung ergänzt.

Quellen und Prüfdatum

• Post von @Chinazhidx mit Videoclip (15.09.2026)
• QbitAI zur Vorstellung von HD-V1 und den Demosequenzen (15.09.2026)
• HiHarness API-Dokumentation (Abruf: 11.10.2026)
• Artificial Analysis Image-to-Video Leaderboard (Abruf: 11.10.2026)

// weiterlesenWas kann MAGI-2? 8 Video-Beispiele und offizielle Timeline-PromptsKI-WerkzeugeSeedance 2.5 im Test: 8 Video-Beispiele mit PromptsAnleitungenVoice Isolator Test: Rauschen entfernen mit ElevenLabsKI-Werkzeuge