Photo-to-video анализирует лицо на снимке, извлекает 3D-репрезентацию, а затем покадрово перерисовывает лицо под аудио. Исходное освещение, фон и идентичность сохраняются, а рот, челюсть, глаза и небольшие движения головы синтезируются.
Работает на портретах, сгенерированных ИИ-лицах, исторических фото и даже иллюстрациях. Предупреждение: фото низкого разрешения и лица, частично закрытые волосами, руками или очками, дают худший результат.