Vidu Q4 image to video: ein Bild animieren, mit Ton und Sprache

Die meisten Bild-zu-Video-Modelle liefern einen stummen Clip und überlassen den Ton Ihnen. Vidu Q4 Preview image to video nicht: Es nimmt ein Bild und einen Prompt und schreibt standardmäßig den Ton gleich mit der Bewegung. In einem der Beispiele auf seiner Seite schaut eine Tennisspielerin nach einem Match in die Kamera und sagt einen Satz, und der Mund bewegt sich passend zu den Worten. Genau deshalb wählt man es. Wenn Sie nur ein paar Sekunden ziehender Wolken über einer Landschaft brauchen, erledigt ein günstigerer Nachbar auf der Modellseite dieselbe Arbeit.

Was Sie ihm geben

• Ein Bild (Pflicht). Es wird zum ersten Frame, also werden Komposition, Licht und Gesichter hier entschieden.
• Einen Prompt (Pflicht). Beschreiben Sie, was als Nächstes passiert, nicht, was schon im Bild ist.
• Auflösung. Eine Liste von einer leichten Testgröße bis zu einer großen Endgröße, mit einer vernünftigen Mitte als Standard.
• Dauer. Ein Regler in ganzen Sekunden. Der Standard ist kurz; das obere Ende reicht für einen ganzen gesprochenen Satz und eine Reaktion.
• Generate audio. Standardmäßig an. Schalten Sie es aus, wenn der Clip unter Ihrer eigenen Musik laufen soll.
• Advanced: Prompt-Erweiterung (standardmäßig aus) und ein Seed.

Wo es glänzt

Sprechende Porträts und kleine Szenen mit einer Klangquelle. Eine Figur, die einen Satz sagt, ein Wasserkessel, der zu pfeifen beginnt, Regen am Fenster, den man hört. Weil Ton und Bild aus demselben Durchlauf kommen, passt das Timing meist: Die Tür schließt sich, wenn man sie zufallen hört. Geben Sie dem Modell einen sauberen, gut beleuchteten Start-Frame mit großem Motiv, und es hält Gesicht und Kleidung nah an Ihrem Bild, statt abzudriften.

Drei Prompts zum Start

Das Vokabular ist dasselbe wie bei jedem Bild-zu-Video-Modell: eine Kamerabewegung, eine Aktion des Motivs, eine Atmosphäre. Das Glossar für Bewegungs-Prompts sammelt die Wörter, die halten, und die, die ein Bild zerfließen lassen. Neu ist hier der Ton-Platz: Nennen Sie das Geräusch, das Sie wollen, und nennen Sie es einmal.

Kniffe

• Lassen Sie die Prompt-Erweiterung aus, wenn Ihr Prompt sorgfältig geschrieben ist. Sie schreibt einen kurzen Prompt zu einem langen um, was einer Ein-Wort-Idee hilft und einem präzisen Prompt schadet, besonders einem gesprochenen Satz, den Sie Wort für Wort wollen.
• Fixieren Sie den Seed beim Feinschliff. Setzen Sie Ihre eigene Seed-Zahl, bevor Sie den Prompt ändern, dann ist jede Änderung die einzige. Die Seed-Erklärung zeigt, warum das Durchläufe spart.
• Passen Sie die Dauer an die Aktion an. Ein kurzer Clip für ein Blinzeln oder einen Schluck, ein längerer für einen Satz. Ein langer Clip mit winziger Aktion füllt den Rest mit Bewegung, um die Sie nicht gebeten haben.

Die ehrliche Grenze

Es ist ein Preview-Modell, und das hört man bei der Sprache. Kurze Sätze mit klaren Wörtern gelingen gut; lange Monologe, Namen und laut gesprochene Zahlen sind die Stellen, an denen Lippen und Worte auseinanderlaufen. Halten Sie Dialog bei einem Satz pro Clip und schneiden Sie längere Rede in mehrere Clips, die jeweils beim letzten Frame des vorigen beginnen. Und der Start-Frame bleibt maßgeblich: Hände und kleiner Text im Bild werden durch Bewegung nicht besser, also korrigieren Sie sie vorher (die Schritt-für-Schritt-Anleitung Foto zu Video erklärt die Vorbereitung des Frames).