Kling V4.0 Reference-to-Video: obrázky, videa a hlasy v jednom klipu
Kling V4.0 Reference-to-Video smíchá až deset obrázků, pět videí a tři zvukové klipy do jednoho nového videa. Jak fungují značky @, tři recepty a levný test.
Většina video modelů vezme jeden obrázek a zbytek si domyslí. Kling V4.0 Reference-to-Video vezme rovnou celou složku: až deset referenčních obrázků, až pět referenčních videí a až tři zvukové klipy, a postaví z nich nový klip dlouhý 3 až 30 sekund. Postava z jednoho obrázku, bunda z druhého, pohyb kamery z videa z telefonu, hlas z nahrávky. V katalogu je to nejblíž k zadání malému filmovému štábu a jako každé zadání funguje jen tehdy, když je jasné, kdo je kdo.
Jediné pravidlo: pojmenujte v promptu každou referenci
Každý nahraný soubor dostane značku podle pořadí: první obrázek je @Image1, druhý @Image2 a tak dál; videa jsou @Video1 až @Video5, zvukové klipy @Audio1 až @Audio3. Prompt je povinný a právě v něm říkáte, k čemu která reference slouží. Reference, kterou nahrajete a nikde nezmíníte, je pro model hádanka. Pamatujte na pořadí nahrávání, protože prohození dvou obrázků po napsání promptu tiše prohodí i jejich role.
Recept 1: stejná postava v nové scéně
Dva obrázky: pohled na postavu zepředu a detail oděvu. Nic jiného. Je to nejjednodušší způsob, jak zjistit, zda model udrží obličej a oblečení, než přidáte pohybové reference.
@Image1 is the woman, @Image2 is her red raincoat. She walks out of a night market into light rain, pulls the hood of the raincoat up and looks back over her shoulder. Neon reflections on the wet street, slow tracking shot from the side.Recept 2: půjčte si pohyb kamery ze skutečného videa
Referenční videa jsou v pokročilém nastavení. Řídí pohyb, kameru a tempo, takže desetisekundový záběr z telefonu, jak chodíte kolem stolu, se může stát oběhem kolem produktu, který nikdy neexistoval. Videa se dohromady využijí do 30 sekund.
@Image1 is the ceramic teapot. Follow the camera path of @Video1: a slow orbit at table height, ending close on the spout. Morning light from a window, steam rising, a wooden table.Je tu také přepínač zachovat původní zvuk. Když je zapnutý, klip si ponechá zvuk referenčního videa místo generování nového. Funguje jen po nahrání videa a je správnou volbou, když už reference obsahuje hudbu nebo atmosféru, kterou chcete.
Recept 3: hlas a obličej
Referenční zvukové klipy, rovněž v pokročilém nastavení, řídí hlas a zvuk výsledku. Každý by měl mít 5 až 30 sekund. Klip vyjde se synchronizovaným stereo zvukem, takže postava může ve scéně, kterou model postaví, mluvit tónem vaší nahrávky.
@Image1 is the old lighthouse keeper, @Image2 is the lighthouse. He stands at the top of the stairs with a lantern and speaks to the camera in the voice of @Audio1, slow and warm, wind and waves in the background.Nastavení, na kterých záleží
- Rozlišení: výchozí 720p, 1080p na vyžádání. Koncepty dělejte v 720p.
- Délka: libovolné celé číslo od 3 do 30 sekund; výchozí je 5. Delší klipy dávají modelu víc času odchýlit se od referencí, takže si délku zasloužte nejdřív dobrou krátkou verzí.
- Poměr stran: auto se řídí referenčními obrázky nebo videem. 16:9, 9:16, 1:1 nebo 21:9 nastavte jen tehdy, když to cíl vyžaduje, a dodejte reference podobného tvaru.
Kde model nestačí
Deset referencí je strop, ne cíl. Obrázky, které si odporují (dvě různé barvy vlasů u téže osoby, denní oděv a noční scéna), dají výsledek, který je zprůměruje, a drobné detaily jako text a šperky bývají první, kde se odchylka projeví. Pokud chcete rozpohybovat jen jeden obrázek, je jednodušší model Kling V4.0 Image-to-Video, který nabízí i řízení prvním a posledním snímkem. O výběru referencí, které si neodporují, čtěte referenční obrázky pro jednotný styl; jiný pohled na stejnou práci nabízí průvodce Vidu Q4 reference-to-video. Celý seznam je na stránce modelů.
Dotazy
Jak modelu řeknu, která reference je která?
Značkou v promptu: @Image1, @Image2 a tak dál pro obrázky v pořadí nahrání, @Video1 pro videa a @Audio1 pro zvukové klipy.
Kolik referencí lze použít?
Až deset obrázků, pět videí a tři zvukové klipy. Videa a zvukové klipy jsou v pokročilém nastavení.
Jak dlouhý a jak ostrý může klip být?
Od 3 do 30 sekund, výchozí 5, v 720p nebo 1080p, se synchronizovaným stereo zvukem.
