من الوضعية إلى الساحرة: ست طرق جديدة للتحكم في فيديو الذكاء الاصطناعي

عادةً ما يطلب تحويل الفيديو إلى فيديو من نموذج واحد الحفاظ على كل شيء وتغيير كل شيء في آن واحد. لهذا السبب، يمكن أن يؤدي نقل النمط القوي إلى فقدان المشي، أو تسطيح حركة الكاميرا، أو استبدال المؤدي ببطء بشخص مختلف. أدوات التحكم H3 الجديدة لدينا تقسم المشكلة إلى قسمين: أولاً استخراج الجزء المهم من المقطع المصدر، ثم استخدام تلك الإشارة لتوجيه جيل جديد.

لقد أطلقنا ستة مسارات عمل مركزة—كاني، العمق، HED، MLSD، الوضعية، و إعادة تلوين الفيديو—على نموذج MiniMax-H3-Fun التحكمNet Union. تقبل كل أداة فيديو مصدر عادي. يقوم ManifoldGen بإعداد تمريرة التحكم الصحيحة تلقائيًا، أو يمكنك إيقاف المعالجة المسبقة وتحميل فيديو تحكم قمت بإعداده في مكان آخر.

الاختبار: تحويل أداء إلى ساحرة غابة

لاختبار الإطلاق، استخدمنا مقطعًا قصيرًا يعتمد على الوضعية وطلبنا ساحرة غابة كاملة الجسم ترتدي أردية زمردية متعددة الطبقات، وشعرًا فضيًا، وغابة قديمة مضاءة بضوء القمر. يحافظ الناتج على أداء المصدر وتوقيت اليد مع استبدال الشخص، والملابس، والإضاءة، والموقع.

A powerful forest witch performing the movement, full body, layered emerald robes and leather corset, silver hair, magical particles around her hands, moonlit ancient forest, cinematic fantasy realism

أي تحكم يجب أن تستخدم؟

التمييز المفيد هو ما لا يمكنك تحمل خسارته. اختر الوضعية عندما يكون الأداء مقدسًا، والعمق عندما تكون الكاميرا والحجم مهمين، وكاني للشكل الجريء، وHED للمحيط الدقيق، وMLSD للهندسة الإنشائية. استخدم إعادة التلوين عندما يكون معظم الإطار صحيحًا بالفعل ويجب تغيير منطقة واحدة فقط.

فيديو عادي يكفي

لا تحتاج إلى تشغيل Openالوضعية، أو مقدر عمق، أو كاشف حواف قبل التحميل. احتفظ بـ "استخراج التحكم من الفيديو العادي الخاص بي" ممكّنًا وسيقوم العامل باشتقاق فيديو تحكم متزامن زمنيًا قبل الإنشاء. يمكن للمستخدمين المتقدمين تعطيل هذا المفتاح لإرسال تمريرة كاني أو العمق أو HED أو MLSD أو الوضعية معدة مسبقًا مباشرة.

الإعدادات المهمة

• تحدد قوة التحكم مدى دقة اللقطة الجديدة في اتباع الدليل. ابدأ بالقرب من الإعداد الافتراضي؛ اخفضها لتغيير إبداعي أكبر وارفعها عندما تبدأ الحركة أو الهندسة في الانجراف.
• اكتب وصفًا للاستبدال، وليس المصدر. صف الموضوع الجديد، الملابس، البيئة، الإضاءة، المواد، واللمسة النهائية المرغوبة.
• استخدم بذرة عند مقارنة الأوصاف أو قيم القوة. الحفاظ عليها ثابتة يجعل تأثير الإعداد المتغير أسهل في الحكم.
• ابدأ بدقة 480p على مقتطف قصير. بمجرد أن تعمل الحركة والإطار، انتقل إلى 576p أو 720p واعرض المقطع الأطول.

تقبل أدوات الإطلاق مقاطع تصل مدتها إلى 15 ثانية، مع خيارات إخراج تتراوح بين 3 و 5 و 8 و 10 و 15 ثانية. الدقة المتوفرة هي 480p و 576p و 720p. يتم تشغيل عملية الإنشاء كوظيفة غير متزامنة دائمة، لذلك لا يعتمد العرض الطويل على إبقاء طلب متصفح واحد مفتوحًا.

أسعار الإطلاق

قبل الإنشاء، تعرض الصفحة تقديرًا بناءً على المدة والدقة. عند الإطلاق، تبلغ الأسعار التقريبية لـ 480p حوالي 1.16 دولارًا لمدة 3 ثوانٍ، و 1.44 دولارًا لمدة 5 ثوانٍ، و 1.88 دولارًا لمدة 8 ثوانٍ، و 2.88 دولارًا لمدة 15 ثانية. يبلغ عرض 576p حوالي 1.35 ضعف تقدير 480p، و 720p حوالي 2 ضعف. يتم تسوية الرسوم النهائية بناءً على وقت تشغيل وحدة معالجة الرسوميات الفعلي، لذلك تدفع مقابل الحوسبة المستخدمة بدلاً من سقف ثابت مبالغ فيه.

التوفر وترخيص النموذج

تستخدم هذه الأدوات الست ترخيص MiniMax H3 Community. وهي غير متوفرة حاليًا في الولايات المتحدة والاتحاد الأوروبي والمملكة المتحدة وكوريا الجنوبية. تتحقق الأداة من المنطقة قبل الإنشاء وتتطلب قبول الترخيص في الواجهة. إذا كانت الأداة متاحة في منطقتك، فراجع ترخيص النموذج المرتبط للقيود التي تنطبق على استخدامك.

ماذا تصنع أولاً

ابدأ بأداء نظيف وواضح: شخص واحد يمشي أو يرقص أو يلقي أو يدور في الإطار. مرره عبر الوضعية ووصف شخصية يمكن أن يتبع شكلها تلك الحركة بشكل معقول - ساحرة، فارس مدرع، روح غابة، أو مخلوق منمق. ثم خذ نفس المصدر عبر العمق أو HED. رؤية المعلومات التي يحافظ عليها كل تحكم هي أسرع طريقة لفهم الأدوات الست، وغالبًا ما تكشف عن معالجة أقوى من تلك التي خططت لها.