Nya Arigato: KI-Tanz aus einem Foto erstellen
Unser getestetes Nya-Arigato-Video mit 15 Sekunden: Originalfoto, Referenzausschnitt, Prompt, Katzenohren und die geprüfte Verwandlung von cool zu niedlich.

Ein überzeugendes Nya-Arigato-Video zeigt während der Verwandlung dieselbe Person: Hände setzen einen Haarreif mit Katzenohren auf, grüne Bäume werden rosa und der Tanz wird verspielt. Eine Figur nur allgemeine Pfotengesten ausführen zu lassen, erzeugt nicht denselben Effekt.
Hier siehst du das echte 15-Sekunden-Beispiel, das wir für den Nya Arigato KI-Tanzgenerator erstellt haben – mit genau dem unten gezeigten Foto. Wir erklären den gewählten Ausschnitt, den Prompt und die Unvollkommenheiten, damit du den gesamten Ablauf beurteilen kannst.
Aktuelle Optionen des Tools: 5, 15 oder 28 Sekunden, jeweils ab dem Anfang der Quelle. Wähle 28 Sekunden für die Verwandlung mit Katzenohren und rosa Hintergrund; die kürzeren Optionen zeigen den coolen Einstieg. Das unten geprüfte Beispiel verwendet weiterhin unseren früheren Ausschnitt von 12,7–27,7 Sekunden und entspricht nicht der aktuellen Option mit den ersten 15 Sekunden.
Das Foto und unser tatsächliches Ergebnis

Das exakte Eingabefoto. Der nicht sichtbare Unterkörper muss vom Modell ergänzt werden.
Unser generiertes Ergebnis: 15 Sekunden in 480P. Die Wiedergabe beginnt stummgeschaltet.
Die weißen Haare, der Schnurrbart und der beige Pullover bleiben während der Verwandlung wiedererkennbar. Die Figur setzt sich den Haarreif bei etwa vier Sekunden tatsächlich mit den Händen auf; die Bäume werden ungefähr bei 4,7–4,9 Sekunden rosa. Der Tanz geht mit Pfotengesten weiter und endet in der Hocke. Wir haben nicht beobachtet, dass das ursprüngliche Gesicht oder die Sonnenbrille wieder auftauchten.
Es ist keine exakte Kopie des Fotos: Der Pullover hat eine andere Rippstrickstruktur, schwarze Hose und Schuhe werden ergänzt, und schnelle Fingerbewegungen wirken unscharf. Das ist eine einzelne geprüfte Generierung, keine gemessene Erfolgsquote.
Wähle die richtige Nya-Arigato-Version
Das ältere Tanzmeme wird mit Leat’eqs „Tokyo“ und dem oft als „nya ichi ni san, nya arigato“ geschriebenen Sprechgesang verbunden. Ein Artikel von Universal Music aus April 2021 datiert den Song auf 2018 und beschreibt internationale TikTok-Aktivität Anfang 2021. Diese Vorgeschichte belegt weder den Ursprung dieser konkreten Verwandlung noch ihre heutige Popularität.
Manche Versionen behalten eine unveränderte Umgebung bei. Die öffentlichen Demos auf Media.ios Nya-Arigato-Seite zeigen beispielsweise Pfotengesten ohne diese Verwandlung mit Katzenohren und rosa Hintergrund.
Unsere bereitgestellte Referenz entspricht diesem Auftritt im Freien. Sie ist die Bewegungsquelle und nicht das oben gezeigte generierte Ergebnis.
Wähle einen durchgehenden Ausschnitt mit der vollständigen Verwandlung
Die hochgeladene Quelle ist ungefähr 27,75 Sekunden lang. Wir haben 12,7–27,7 Sekunden ausgewählt: einen durchgehenden Ausschnitt von 15 Sekunden, ohne ihn zu beschleunigen, Einstellungen umzuordnen oder den Anfang zu wiederholen.
| Moment in unserer ausgewählten Referenz | Ungefähre Zeit | | --------------------------------------------- | -------------------- | | Einstieg in der grünen Außenkulisse | Vor 3,9 Sekunden | | Hände setzen den Haarreif mit Katzenohren auf | 3,9–4,5 Sekunden | | Bäume wechseln von Grün zu Rosa | 4,7–4,9 Sekunden | | Pfotengesten gehen weiter | Nach der Verwandlung |
Diese Zeitangaben beziehen sich auf unseren Ausschnitt und gelten nicht allgemein für jeden Nya-Arigato-Clip. Die ersten fünf Sekunden der vollständigen Quelle würden diese Verwandlung nicht zeigen.
Für dieses Beispiel haben wir den 15-Sekunden-Ausschnitt bereitgestellt, nicht die vollständige Quelle von ungefähr 28 Sekunden.
Trenne Identität und beabsichtigte Effekte
Das Foto legt die Person und ihre Grundkleidung fest; das Video bestimmt die Bewegungen und zeitlich abgestimmten Veränderungen. Eine pauschale Anweisung, Hintergrund oder Accessoires unverändert zu lassen, würde der Verwandlung der Bäume ins Rosa und dem Aufsetzen des Haarreifs widersprechen.
Unser Prompt schließt außerdem die Sonnenbrille des ursprünglichen Darstellers aus, sofern sie nicht auf dem hochgeladenen Foto zu sehen ist.
Exakter Prompt dieses Beispiels im englischen Original
Edit #Video1. Replace the sole performer with the person in #Image1. Take their face, hair, skin, body proportions and base clothing from the photo, not its pose or background. Do not retain the original sunglasses unless the photo has them.
The video defines motion and the cool-to-cute transformation: preserve the gestures, expressions, timing, camera, the action of putting on the cat-ear headband, and the trees changing from green to pink. Keep the headband attached after it is put on. Keep the same replacement identity and base outfit before and after the change; never restore the source performer's face. Natural hands and proportions, with no extra people, actions or cuts.
Das sind Generierungsanweisungen, keine Garantie für identische Ergebnisse mit jedem Foto.
Was wir getestet haben und was es gekostet hat
Wir haben unseren referenzgestützten Videoablauf, ein Einstein-Foto und die ausgewählte Referenz verwendet. Eine kostenpflichtige Generierung lieferte 15,000 Sekunden, 480 × 854 Pixel, 30 fps. Die Audiogenerierung war ausgeschaltet; anschließend haben wir den Ton der ausgewählten Referenz lokal wieder hinzugefügt. Die öffentlich gezeigten Kopien tragen das Wasserzeichen der Website, ohne dass die Generierungseingaben verändert wurden.
Die geschätzten Anbieterkosten betrugen 2,04 US-Dollar für diesen Versuch, einschließlich der 15 Sekunden Eingabe und 15 Sekunden Ausgabe. Das ist eine Schätzung, keine Rechnung und nicht unser Kundenpreis. Das Tool zeigt vor dem Absenden den aktuellen Gesamtpreis in Credits an. Es gab keinen automatischen Wiederholungsversuch.
Die Anfrage-ID lautet 01a13636-296d-78b0-bf87-2096bfec49bf. Dieser Artikel dokumentiert unseren eigenen Test. Er ist weder ein unabhängiger Beleg für Popularität noch eine Garantie für das Ergebnis eines anderen Nutzers.
Erstelle und prüfe deine Version
- Lade ein klares Foto einer erwachsenen Person hoch. Ein Ganzkörperbild liefert mehr Informationen als das Porträt in unserem Test. Halte Gesicht, Frisur und Kleidung sichtbar. Nutze die Foto-Checkliste.
- Wähle die Länge und prüfe den Preis. Das Tool bietet 5, 15 oder 28 Sekunden in 480P oder 720P. Jede Option beginnt am Anfang; wähle 28 Sekunden für die vollständige Verwandlung. Standardmäßig sind 15 Sekunden eingestellt. Du musst keinen eigenen Prompt schreiben.
- Prüfe das vollständige Ergebnis. Achte auf Gesicht, Hände und Kleidung. Prüfe bei der 28-Sekunden-Version außerdem den Haarreif und den Übergang zum rosa Hintergrund. Achte auf unterbrechungsfreien Ton und sieh dir vor dem Herunterladen den ganzen Clip an.
Bei technischen Fehlern werden die Generierungs-Credits automatisch zurückerstattet. Visuelle Unvollkommenheiten in einem fertigen Video sind keine technischen Fehler. Eine weitere Generierung ist ein separater kostenpflichtiger Versuch.
Der Unterschied zu einer CapCut-Bearbeitung
Die verlinkte Nya-Arigato-Vorlage von CapCut nennt 18 Medienplätze und ein 1:1-Format. Sie ordnet bereitgestellte Medien zu einem Schnitt an. Dieser Eintrag belegt keinen durchgehenden Austausch einer Figur während dieser Verwandlung im Freien. Der Vergleich beschreibt diese Vorlage, nicht alle CapCut-Funktionen.
Unsere Voreinstellung enthält eine bestimmte Bewegungsreferenz und einen Prompt zum Austausch der Figur. Wenn du eine andere Szene oder Choreografie verwenden möchtest, bring deine eigene Referenz zu AI Character Swap mit.
Verwende Fotos, Videos und Ton, die du nutzen darfst. Die Generierung allein verleiht keine Musik-, Film- oder kommerziellen Nutzungsrechte. Kennzeichne realistische KI-Bearbeitungen, wenn du sie teilst.