MiniMax H3 Lite reference na video: čím ho krmit

MiniMax H3 Lite reference to video jsme spustili dost na to, abychom to mohli říct: prompt záleží méně než to, co vložíte do referenčních slotů. Model vezme obrázky vašich motivů, volitelně krátké klipy a zvuk a napíše kolem nich scénu. Se správnými vstupy zůstane výsledek poznatelný. Se špatnými zaplatíte za klip cizího člověka. Tohle je návod, který jsme si na začátku přáli mít, postavený na dvou otázkách: co dovnitř a jak si to ověřit před drahým během.

Co vstupy skutečně přijímají

Povinný je jen prompt, ale musíte dodat také alespoň jeden referenční obrázek nebo video, takže v praxi to nikdy není čistý text na video. Tady je, co přijímá který slot, přímo ze stránky modelu.

• Referenční obrázky: až devět. Každá strana musí mít mezi 256 a 5760 pixely a poměr šířky k výšce musí ležet mezi 0,4 a 2,5, takže velmi úzké bannery a velmi vysoké pásy nejdou.
• Referenční videa (Pokročilé): až tři, MP4 nebo MOV, nejvýše 50 MB každé. Klipy se upraví do krátkého pevného rozsahu a sada sdílí jeden společný limit délky: delší klipy se zkrátí, kratší se prodlouží.
• Referenční zvuk (Pokročilé): až tři soubory WAV nebo MP3, 15 MB každý. Zvuk se vám nezkracuje a nemůže být jedinou referencí.
• Nastavení: poměr stran od ultraširokého po svislý, na výběr dvě rozlišení a délka v celých sekundách.

Sestavte referenční sadu jako castingové řízení

Představte si každý obrázek jako jednu roli. Jeden čistý portrét pro osobu, jedna fotka pro předmět, jedna pro místo. Příklad na stránce modelu používá přesně tohle: cukráře na jednom obrázku a červeného ptáka na druhém, přičemž prompt je pojmenuje jako první a druhý obrázek. Protože jsou reference očíslované, uveďte to v promptu. „Kuchař z obrázku jedna“ je lepší než „ten muž“.

Ověřte to před drahým během

1. 01Projděte sadu nasucho. Rozložte obrázky vedle sebe a ptejte se: je každý jiná role a neodporuje něco něčemu jinému (dvě různé bundy, dvě různé nálady osvětlení)? Poraženého odstraňte.
2. 02Spusťte nejlevnější nastavení. Zvolte menší rozlišení a nejkratší délku. Cena na tlačítku Generovat sleduje obojí, takže koncept stojí zlomek finální verze.
3. 03Nejdřív posuzujte identitu, potom pohyb. Pokud se obličej, oblečení nebo znamení v konceptu odchyluje, opravte reference, ne prompt. Problémy s pohybem se levně spraví formulací.
4. 04Teprve potom zvětšujte: větší rozlišení, delší délka, poměr stran, ve kterém budete publikovat.

Hotové prompty

Kdy sáhnout po něčem jiném

Pokud už máte přesný první snímek, přímější nástroj je obrázek na video od stejného výrobce. Pokud nemáte žádné reference, použijte text na video. Pro širší srovnání pomůže průvodce video modely a celý seznam modelů. Platí tu i naše poznámky o referenčních sadách.

Upřímné omezení

Reference řídí výsledek, ale nezaručují kopii. S devíti obrázky musí model žonglovat s mnoha pokyny a drobné detaily, jako je tištěný text, loga a jemné vzory, mohou změknout nebo se změnit. Zvukový slot také sám od sebe nesynchronizuje řeč se rty, berte ho proto jako vodítko nálady a časování, ne jako dabing. Když musí být detail přesný na pixel, opravte ho ve statickém obrázku a animujte z něj.