Ինչպե՞ս պետք է հարցումներ կազմել AI-ի համար՝ նախարարական տեսանյութերի համախտվածությունն ապահովելու համար

Դուք պահպանում եք նախարարական համախտվածությունը՝ սահմանելով կերպարների և միջավայրերի համար ամուր տեսողական ամրակ, այնուհետև խիստ վերահսկելով տեսախցիկի դիրքը և լուսավորության պարամետրերը յուրաքանչյուր առանձին հոլովակում։ Գեներատիվ մոդելներում ժամանակային համաձայնեցվածությունը չի ձեռք բերվում մոդելի՝ ձեր պատմությունը հասկանալու հույսով. այն ձեռք է բերվում՝ յուրաքանչյուր տեսահոլովակ դիտարկելով որպես նախապես սահմանված, անշարժ տեսողական վիճակի առանձին ռենդերինգ։

Ժամանակային անընդհատության խնդիրը գեներատիվ տեսանյութերում

Գեներատիվ տեսանյութերի մոդելները աշխատում են՝ կանխատեսելով կադրերը հարցման և սահմանափակ համատեքստային պատուհանի հիման վրա։ Նրանք չունեն մշտական հիշողություն նախորդ հոլովակում ձեր կերպարի մասին։ Եթե դուք ստեղծում եք կնոջ՝ փողոցով քայլելու հնգվայրկյանանոց հոլովակ, ապա ստեղծում եք նրա՝ հետ դարձնելու երկրորդ հնգվայրկյանանոց հոլովակը, մոդելը երկրորդ հարցումը դիտարկում է որպես նոր, առանձնացված հրահանգ։ Առանց հստակ սահմանափակումների, այն հավանաբար կփոխի նրա դեմքի գծերը, մազերի գույնը, հագուստի հյուսվածքը կամ նույնիսկ հասակը։ Այս երևույթը կոչվում է ժամանակային անընդհատություն։ Մոդելը օպտիմալացնում է հավանականությունը ընթացիկ հարցման շրջանակներում, ոչ թե գլոբալ նախարարական նույնականության նկատմամբ հավատարմության համար։ Դա լուծելու համար անհրաժեշտ է հրաժարվել մեկնաբանության համար տեղ թողնող բնական լեզվով նկարագրություններից և անցնել խիստ, հայտարարական մասնագրումների, որոնք տեղ չեն թողնում տատանումների համար։

Տեսողական ամրակի սահմանում. կերպարների և միջավայրի նկարագրիչների ֆիքսում

Ցանկացած շարժում ստեղծելուց առաջ անհրաժեշտ է բացարձակ ճշգրտությամբ սահմանել ձեր առարկաների և միջավայրի տեսողական նույնականությունը։ Ստեղծեք գլխավոր նկարագրիչ յուրաքանչյուր կերպարի համար։ Այս նկարագրիչը պետք է ներառի անփոփոխ հատկանիշներ. տարիք, էթնիկ պատկանելություն, դեմքի կոնկրետ գծեր (օրինակ՝ «ուժեղ ծնոտ, ձախ հոնքի վրա թեթև սպի»), մազերի ոճ և գույն, ինչպես նաև հագուստի մանրամասներ մինչև նախշը և կտրվածքը։ Մի՛ օգտագործեք «հիանալի հագուստ» կամ «առեղծվածային կին» նման առանձնահատկություններ չունեցող տերմիններ։ Փոխարենը, նշեք «կրում է ածխագույն բրդե վերարկու, մինչև վզի կոճակը կոճակված, կարմիր մետաքսե շարֆով»։ Գրեք այս նկարագրիչը մեկ անգամ և պատճենեք այն այդ կերպարը ներառող յուրաքանչյուր հարցման մեջ։

Միջավայրերի համար արեք նույնը։ Սահմանեք տարածքը տարածական և տեքստուրային հաստատուններով։ Եթե տեսարանը գրադարան է, նշեք դարակների փայտի տեսակը, գորգի գույնը և հիմնական լուսավորության աղբյուրի դիրքը։ Այս նկարագրիչները կազմում են ձեր տեսողական ամրակետը։ Դրանք հաստատուն հիմքն են, որի վրա կառուցվում է բոլոր շարժումները։ Եթե փոխեք նկարագրիչը կլիպերի միջև, կխախտեք համախմբվածությունը։ Եթե բաց թողնեք նկարագրիչը, մոդելը կլրացնի բացը իր վիճակագրական միջինով, որը կտարբերվի ձեր նախորդ կլիպից։

Խստիմ կադրի շարժման և տարածական հարաբերությունների նկարագրությունը

Կադրի լեզուն այն հատվածն է, որտեղ առավել հաճախ են առաջանում սյուժեի խախտումներ։ Մոդելները հաճախ երկիմաստ են մեկնաբանում «կադրը հետևում է» կամ «պանորամա աջ» հրահանգները, ինչը հանգեցնում է հեռանկարի կամ կողմնորոշման հանկարծակի փոփոխությունների։ Դուք պարտավոր եք հստակ սահմանել կադրի դիրքը, կողմնորոշումը և շարժման վեկտորը։ «Կադրը շարժվում է հերոսի հետ» ասելու փոխարեն նշեք՝ «անշարժ միջին պլան, աչքի մակարդակով, կադրը ֆիքսված է A դիրքում, հերոսը շարժվում է ձախից աջ շրջանակով»։ Եթե անհրաժեշտ է շարժվող կադր, սահմանեք ուղին՝ «դոլլի դանդաղ առաջ, պահպանելով աչքի մակարդակը, հետևելով հերոսի մեջքին»։

Տարածական հարաբերությունները պետք է ֆիքսված լինեն կադրի նկատմամբ, ոչ թե միմյանց նկատմամբ։ Եթե A հերոսը նայում է B հերոսին, նշեք նրանց հարաբերական դիրքերն ու կողմնորոշումները։ «A հերոսը կանգնած է շրջանակի ձախ երրորդ մասում, նայում է աջ։ B հերոսը կանգնած է աջ երրորդ մասում, նայում է ձախ։ Նրանք գտնվում են երկու մետր հեռավորության վրա»։ Այս երկրաչափական ֆիքսումը կանխում է, որ մոդելը փոխանակի դիրքերը կամ փոխի հերոսների միջև անկյունային հարաբերությունը կադրերի միջև։ Օգտագործեք «պրոֆիլային տեսք», «եռակիս երրորդ տեսք» և «ուղղակի առջևի տեսք» տերմինները դեմքերի և մարմինների կողմնորոշումը ֆիքսելու համար։

Լուսավորության և գույնային հավասարակշռության հետևողականության կառավարումը

Լուսավորությունը շարունակականության ամենանուրբ, բայց կարևոր ասպեկտն է: Եթե լույսի աղբյուրը տեսահոլովակների միջև փոխում է դիրքը կամ ինտենսիվությունը, ստվերները կշեղվեն, ինչը հաջորդականությունը կդարձնի երկու տարբեր ֆիլմերի նման: Սահմանեք ձեր լուսավորության կարգավորումները հիմնական նկարագրիչում: Նշեք հիմնական լույսի աղբյուրը (օրինակ՝ «մեկ առաստաղային ֆլուորեսցենտային խողովակ, սառը սպիտակ, 4000K»), ստվերների ուղղությունը և միջավայրի լրացուցիչ լուսավորությունը: Ներառեք գույնի ուղղման հրահանգներ յուրաքանչյուր հարցումում: Եթե ձեր պատմությունը նուար է, նշեք «սուր հակադրություն, ապագույնսացված պալիտրա, կապույտ և նարնջագույն ստվերային երանգներ»: Եթե այն պայծառ և ուրախ է, նշեք «փափուկ ցրված ցերեկային լույս, ջերմ լուսավոր հատվածներ, ցածր հակադրություն»: Այս ուղղման պարամետրերը պետք է մնան հաստատուն տեսարանի բոլոր հոլովակներում: Եթե ցանկանում եք լուսավորության փոփոխություն պատմողական էֆեկտի համար, դարձրեք այն գիտակցված, հարցմամբ նախատեսված անցում, ոչ թե պատահական շեղում:

Հոլովակների շղթայակցում. վերջնական կադրերի օգտագործումը որպես մեկնարկային կադրեր

Հոլովակների միջև շարունակականությունը պահպանելու ամենաարդյունավետ տեխնիկան շղթայակցումն է: Հաջորդականություն ստեղծելիս հանեք Հոլովակ 1-ի վերջին կադրը և օգտագործեք այն որպես Հոլովակ 2-ի մեկնարկային կադր կամ հղման պատկեր: Սա ստիպում է մոդելին սկսել իր գեներացումը նախորդ հոլովակի ավարտի ճշգրիտ տեսողական վիճակից: Նույնիսկ եթե նոր գործողության համար հարցման տեքստը մի փոքր տարբերվում է, մեկնարկային կադրի տեսողական ամրակը ֆիքսում է կերպարի տեսքը, լուսավորությունը և տեսախցիկի դիրքը: Այս մեթոդը գերազանցում է միայն տեքստային հարցումներին հենվելը շարունակականության համար, քանի որ այն շրջանցում է մոդելի հավանականային մեկնաբանությունը նույնականացման նկարագրիչների համար: Եթե ձեր գործիքը աջակցում է պատկերից տեսանյութ կամ հիմնական կադրերի ինտերպոլյացիա, օգտագործեք այն: Եթե չի աջակցում, օգտագործեք վերջնական կադրը որպես ոճի հղում կամ ներմուծման սահմանափակում՝ ապահովելու համար, որ հաջորդ հոլովակի սկիզբը համապատասխանի նախորդի ավարտին:

Տարածված սխալներ. շարժման գերմանրամասն նկարագրություն ընդդեմ համատեքստի բավարար չնկարագրելու

Ստեղծողները հաճախ ընկնում են երկու ծայրահեղ թակարդների մեջ: Առաջինը շարժման գերմանրամասն նկարագրությունն է: Եթե դուք նկարագրեք մարմնի յուրաքանչյուր մանրամասն մանրամասն շարժումը՝ «նա աչքերը թարթում է, նա կշիռը տեղափոխում է, նրա մազերը քամուց տատանվում են», մոդելը կգերբեռնվի և կարող է անտեսել հիմնական գործողությունը կամ ստեղծել ֆիզիկապես անհնարին արդյունքներ: Պահպանեք շարժման նկարագրությունները բարձր մակարդակի և կինետիկ. «առաջ է քայլում», «գլուխը շրջում է», «ձեռքը բարձրացնում է»: Թող մոդելը հոգ տանի մանր մեխանիկայի մասին:

Երկրորդը համատեքստի բավարար չնկարագրելն է։ Եթե դուք հույսը դնում եք մոդելի վրա՝ հույս ունենալով, որ այն կհասկանա կերպարի նույնականությունը կամ տեսարանի լուսավորությունը՝ հիմնվելով անորոշ հարցման վրա, դուք կորցնում եք վերահսկողությունը։ Դուք չեք կարող ենթադրել, որ մոդելը կհիշի կերպարին նախորդ հատվածից, եթե չեք վերահաստատում տեսողական ամրակետը։ Դուք չեք կարող ենթադրել, որ լուսավորությունը կմնա համատեղելի, եթե այն հստակ չեք սահմանափակում։ Կանոնը պարզ է. մանրամասն նկարագրեք անփոփոխը (նույնականություն, լուսավորություն, տեսախցիկի դիրք), իսկ փոփոխականը (շարժում, գործողություն) նկարագրեք հակիրճ, բարձր մակարդակի։