Çawa ji bo Berdewamiya Vîdyoya Rîwayî AI'yê Pirsan (Prompt) Binivîsin

Hûn hevgirtina rîwayî bi avakirina lengerê dîtbarî yê hişk ji bo karîkter û hawirdoran, û paşê kontrolkirina hişk a parametreyên pozîsyona kamerayê û ronahiyê li ser her klîpekê cuda, diparêzin. Berdewamiya demî di vîdyoyên generatîf de bi hêviya ku model rîwaya we fêm bike nayê bidestxistin; ew bi tedawîkirina her klîpek vîdyoyê wekî renderingek cuda ya rewşa dîtbarî ya statîk û pêş-diyarkirî tê bidestxistin.

Pirsgirêka qutbûna demî di vîdyoyên generatîf de

Modelên vîdyoyê yên generatîf bi pêşbînîkirina çarçoveyan li ser bingeha pirsan (prompt) û pencereyek kontekstê ya sînorkirî dixebitin. Ew xwedî bîra domdar a ka karîktera we di klîpa berê de çi bû nîne. Heke hûn klîpek pênc-saniyeyî ya jinikekê ku li ser kolanê dimeşe çêbikin, û paşê klîpek din a pênc-saniyeyî ya wê ku dizivire çêbikin, model pirsana duyemîn wekî talîmatek nû û îzolekirî dibîne. Bêyî sînorkirinên zelal, ew ê bi îhtîmaleke mezin taybetmendiyên rûyê wê, rengê porê, tekstûra cil û berg, an jî bilindahiya wê biguherîne. Ev diyarde qutbûna demî ye. Model ji bo mantiqîbûnê di nav pirsana heyîn de optimîze dike, ne ji bo dilsoziya li hember nasnameya rîwayî ya giştî. Ji bo çareserkirina vê, divê hûn ji ravekirinên zimanê xwezayî yên ku destûrê didin şîrovekirinê, ber bi taybetmendiyên daxuyîner ên hişk ve biçin ku cih ji guherînê re nahêlin.

Diyarkirina lengerê dîtbarî: girtina taybetmendiyên karîkter û hawirdorê

Beriya afirandina her tevgerê, divê hûn nasnameya dîtbarî ya mijar û hawirdora xwe bi rastbûna mutleq diyar bikin. Ji bo her karîkterekî, ravekerek sereke çêbikin. Ev raveker divê taybetmendiyên neguherbar dihundirîne: temen, etnîsîte, taybetmendiyên rûyê yên taybet (mînak, "çengê xurt, şopên hûrik li ser birûska çepê"), şêwaz û rengê porê, û hûrgiliyên cil û berg heta nexşe û qutkirinê. Peyvên nezelal ên wekî "cil û bergên xweş" an "jina misteriyoz" bikar neynin. Li şûna wê, "kotekî xweliyê yê gewr ê komirê, bi bişkokên heta stû, û şalikek ipekê ya sor" diyar bikin. Ev raveker carekê binivîsin, û wê di her pirsanekê de ku têkiliya wê bi wî karîkterî heye kopî-paste bikin.

Ji bo hawirdoran, heman tişt bike. Cihê bi sabîtên mekanî û tekstûrî diyar bike. Heke dîmen pirtûxaneyek be, cureyê darê li ser refikan, rengê fersê, û cihê çavkaniya ronahiyê ya sereke diyar bike. Ev raveker bingeha te ya dîtbarî pêk tînin. Ew bingeha statîk in ku hemû tevger li ser wan tê avakirin. Heke tu di navbera klîpan de ravekerekê biguherînî, tu berdewamiyê dişikînî. Heke tu ravekerekê bihêlî, model dê valahiyê bi navîna xwe ya statîstîkî tijî bike, ku dê ji klîpa te ya berê cuda be.

Pêşniyarkirina tevgera kamerayê û têkiliyên mekanî

Zimanê kamerayê ew der e ku piraniya şikestinên çîrokî çêdibin. Model bi gelemperî "kamera dişopîne" an "pan rastê" bi awayekî nezelal şîrove dikin, ku dibe sedema hilkişînên nişkav di perspektîf an arasteyê de. Divê tu pozîsyon, araste û vektora tevgera kamerayê bi awayekî zelal diyar bikî. Li şûna ku bêjî "kamera bi karakterê re diçe", diyar bike "shot navîn statîk, asta çav, kamera li pozîsyona A sabît e, karakter ji çepê ber bi rastê ve di ser çarçoveyê de diçe." Heke tu shotekî livok hewce bikî, rêyê diyar bike: "dolly hêdî pêşve, asta çav biparêze, pişta karakterê bişopîne."

Têkiliyên mekanî divê li gorî kamerayê, ne tenê li gorî hev, werin qefilandin. Heke Karakter A li hemberî Karakter B sekinî ye, pozîsyon û arasteyên wan ên têkildar diyar bike. "Karakter A li sêyeka çepê ya çarçoveyê sekinî ye, ber bi rastê ve dinêre. Karakter B li sêyeka rastê sekinî ye, ber bi çepê ve dinêre. Ew du metre ji hev dûr in." Ev qefilîna geometrîkî rê li ber guherîna pozîsyonan an guherîna goşeya têkiliyê di navbera shotan de digire. Termên wekî "dîmena profîl", "dîmena sê-çaryekî", û "rûyê pêşîn yê rasterast" bikar bîne da ku arasteya rû û laşan sabît bikî.

Birêvebirina hevsengiya ronahiyê û gradinga rengan

Ronahî aliyê herî hûrgilî lê girîng ê domdariyê ye. Heke çavkaniya ronahiyê di navbera klîpan de cihê xwe an tundiya xwe biguherîne, sî ber bi aliyekî din ve diçin û rêzek wekî du fîlmên cuda xuya dike. Sazbûna ronahiyê xwe di descriptor-a sereke de diyar bike. Çavkaniya ronahiyê ya sereke (mînak, "lûleya fluoresent a serî ya yekane, spîya sar, 4000K"), arasteya sîyan, û ronahiya dagirtî ya derdorê diyar bike. Rêwerzên gradasyona rengan di her promptê de têxe. Heke hestiyariya te noir be, "kontrasta bilind, paleta kêm-reng, tonên sîyên şîn û porteqalî" diyar bike. Heke hestiyariya te ronî û şad be, "ronahiya rojê ya nerm û belavbûyî, ronahiyên germ, kontrasta kêm" diyar bike. Ev parametreyên gradasyonê divê di hemû klîpên sahneyekê de sabit bimînin. Heke tu ji bo bandora hestiyarî guherîna ronahiyê dixwazî, wê wekî derbasbûnekî bihêvî û diyarkirî bike, ne wekî livîna tesadufî.

Girêdana klîpan: bikaranîna çarçevên dawî wekî çarçevên destpêkê

Teknîka herî bandor ji bo parastina domdariyê di navbera klîpan de girêdan e. Dema ku rêzekê çêdike, çarçeva dawî ya Klîp 1 derxe û wê wekî çarçeva destpêkê an wêneya referansê ji bo Klîp 2 bikar bîne. Ev yek modelê zor dike ku hilberîna xwe ji rewşa dîtbarî ya tam a ku klîpa berê lê bi dawî bûyî dest pê bike. Her çend nivîsa promptê ji bo tevgera nû hinekî biguhere jî, lengerê dîtbarî yê çarçeva destpêkê xuyangiya karakterê, ronahiyê, û pozîsyona kamerayê qefilîne. Ev rêbaz ji bawerkirina tenê bi promptên nivîskî ji bo domdariyê çêtir e, ji ber ku ew şîrovekirina îhtîmalî ya modelê ya descriptorên nasnameyê derbas dike. Heke amûra te piştgirîya vîdeo-ji-wêne an interpolasyona keyframe bike, wê bikar bîne. Heke ne bike, çarçeva dawî wekî referansa stîlê an sînorkirina inpainting bikar bîne da ku piştrast bibe ku destpêka klîpa next bi dawiya ya berê re li hev dike.

Xeteyên hevpar: zêde-taybetkirina tevgerê li hember kêmtaybetkirina kontekstê

Afîner bi gelemperî dikevin du xeteyên ekstrem. Ya yekem zêde-taybetkirina tevgerê ye. Heke tu her tevgera mîkro ya laş diyar bikî—"ew çavên xwe digire, giraniya xwe diguherîne, porê wê di bayê de dilive,"—model zêde tê barkirin û dibe ku tevgera bingehîn paşguh bike an encamên ji hêla fizîkî ve ne mimkun hilberîne. Diyarkirina tevgerê di asta bilind û kînetîk de bimîne: "ber bi pêş ve dimeşe," "serê xwe dizivirîne," "destê xwe bilind dike." Bihêle model mekanîzmayên mîkro birêve bibe.

Ya duyemîn kêmasiya hûrgiliyên kontekstê ye. Heke hûn hêvî bikin ku model nasnameya karakterê an ronahiya dîmenê ji peyamekê nezelal derxîne, hûn kontrolê ji dest didin. Hûn nikarin texmîn bikin ku model ê karakterê ji klîpa berê bîr bike heke hûn lengerê dîtbarî ji nû ve neyênîn. Hûn nikarin texmîn bikin ku ronahî dê domdar bimîne heke hûn wê bi awayekî eşkere neyênîn. Rêzik sade ye: yên neguherbar (nasname, ronahî, pozîsyona kamerayê) bi hûrgiliyekî zêde diyar bikin, û yên guherbar (tevger, aksiyon) bi kurtahiyekî ast-bilind diyar bikin.