AI वीडियो मॉडल को कैसे बताएं कि क्या नहीं बदलना चाहिए: इमेज से वीडियो के लिए प्रिज़र्व क्लॉज़

आप किसी प्रोडक्ट शॉट को एनिमेट करते हैं और तीसरे सेकंड तक लेबल खिचड़ी बन जाता है। आप एक पोर्ट्रेट एनिमेट करते हैं और आख़िर तक वह थोड़ा अलग इंसान लगने लगता है। आम प्रतिक्रिया होती है मोशन को दोबारा लिखना: धीमा, स्मूथ, ज़्यादा सिनेमैटिक। इससे शायद ही फ़ायदा होता है, क्योंकि समस्या कभी मोशन में थी ही नहीं। प्रॉम्प्ट में कहीं नहीं लिखा था कि क्या वैसा ही रहना है।

यह पोस्ट उसी छूटे हुए आधे हिस्से के बारे में है: प्रिज़र्व क्लॉज़, एक छोटा वाक्य जो बताता है कि मॉडल को शुरुआती फ़्रेम से क्या बनाए रखना है। मोशन के शब्द कैसे चुनें, यह इमेज से वीडियो के मोशन प्रॉम्प्ट वाली पोस्ट में है, और स्टिल से क्लिप तक का पूरा तरीका स्टिल इमेज को वीडियो में कैसे बदलें में। यहां हम सिर्फ़ कीप-लिस्ट की बात करेंगे।

ज़्यादा मोशन शब्द हालत क्यों बिगाड़ते हैं

वीडियो प्रॉम्प्ट की हर क्रिया मॉडल से कुछ दोबारा बनाने को कहती है: ऑर्बिट किसी चीज़ के वे किनारे दोबारा बनाता है जो मॉडल ने कभी देखे ही नहीं, हवा का झोंका बाल और कपड़ा दोबारा बनाता है, रोशनी का बदलाव हर सतह दोबारा बनाता है। हर बार दोबारा बनाने में डिटेल के खिसकने का मौका होता है। छह मोशन वाक्यांश जोड़ दें, तो आपने छह तरह का बदलाव मांग लिया और किसी चीज़ को बचाने की कोई वजह नहीं दी।

प्रिज़र्व क्लॉज़ उलटा काम करता है: वह स्थिर बिंदुओं के नाम लेता है, ताकि बदलाव कहीं और हो। एक मोशन और साफ़ कीप-लिस्ट, पांच मोशन और बिना लिस्ट से बेहतर टिकती है।

कीप-लिस्ट में क्या आता है

• पहचान: चेहरा, हेयरस्टाइल, कपड़े। पूरे समय वही चेहरा, वही कपड़े।
• छपी हुई चीज़ें: लेबल, मग पर लोगो, कोई साइन। उस चीज़ का नाम लें जिस पर छपाई है और कहें कि वह शार्प रहे।
• आकार: बोतल जो खिंचनी नहीं चाहिए, सीधी दीवारों वाली इमारत।
• कंपोज़िशन: फ़्रेम में सब्जेक्ट की जगह, क्षितिज की रेखा। स्थिर कैमरा कंपोज़िशन को बनाए रखने का सबसे मज़बूत तरीका है।
• बैकग्राउंड और लुक: कमरा या आसमान, कलर ग्रेड, रोशनी की दिशा, स्टिल का स्टाइल।

लिस्ट को दो या तीन चीज़ों तक रखें, वे चीज़ें जिनकी वजह से आप क्लिप को रिजेक्ट कर देंगे। दस चीज़ों वाली लिस्ट के साथ मॉडल किसी भी लंबे प्रॉम्प्ट जैसा बर्ताव करता है: कुछ शब्द गिने जाते हैं और बाक़ी बेतरतीब छूट जाते हैं।

अच्छे प्रॉम्प्ट का ढांचा: एक चीज़ हिलाएं, बाक़ी रखें

पहले मोशन लिखें, एक वाक्य में, फिर दूसरे वाक्य में प्रिज़र्व क्लॉज़, जो किसी साफ़ क्रिया से शुरू हो: रखें, बना रहे, बिना बदलाव। ठोस संज्ञाएं सामान्य संज्ञाओं से बेहतर हैं। "सब कुछ वैसा ही रखें" इतना धुंधला है कि उस पर अमल नहीं हो सकता; "लेबल और बोतल का आकार बिना बदलाव के रहें" ऐसी बात है जिसे मॉडल शुरुआती फ़्रेम से मिलाकर जांच सकता है।

ऐसे मोशन चुनें जो आपकी रखी चीज़ों को न छुएं

प्रिज़र्व क्लॉज़ एक अनुरोध है, और जब मोशन उसका खंडन करता है तो अनुरोध हार जाता है। "बोतल के चारों ओर ऑर्बिट" और "लेबल कैमरे की ओर रहे" दोनों एक साथ सच नहीं हो सकते। "वह मुड़कर कंधे के ऊपर से देखती है" और "पूरे समय वही चेहरा" आपस में टकराते हैं, क्योंकि मॉडल को सिर का वह हिस्सा गढ़ना पड़ता है जो उसने कभी देखा नहीं। इसलिए मोशन को कीप-लिस्ट के हिसाब से प्लान करें: अगर लेबल अहम है, तो कैमरा अंदर ले जाएं, चारों ओर नहीं; अगर चेहरा अहम है, तो बाल, रोशनी या बैकग्राउंड हिलाएं, और सिर को लगभग वहीं रहने दें।

कीप-लिस्ट कहां से शुरू होती है: ख़ुद फ़्रेम से

मॉडल वही रख सकता है जो उसे दिखता है। शुरुआती फ़्रेम में जो लेबल छोटा, तिरछा या थोड़ा धुंधला है, वह मोशन में शार्प नहीं होगा। पहले स्टिल ठीक करें: ज़रूरी छपाई बड़ी, शार्प और कैमरे की ओर। एनिमेट करने से पहले स्टिल सुधारने के लिए अपने ख़ुद के कीप क्लॉज़ वाला एडिट प्रॉम्प्ट इस्तेमाल करें, जैसा इमेज एडिट प्रॉम्प्ट लिखने वाली पोस्ट में है।

फिर एनिमेट करें। स्टूडियो में, आपके फ़ीड या लाइब्रेरी की किसी भी इमेज पर Animate एक्शन वीडियो कंपोज़र खोलता है और वह इमेज शुरुआती फ़्रेम के रूप में जुड़ जाती है, या आप अपनी तस्वीर जोड़ सकते हैं। कुछ मॉडल एडवांस्ड में Negative prompt फ़ील्ड भी दिखाते हैं। जो नहीं दिखना चाहिए (फ़्लिकर, विकृति, ज़्यादा उंगलियां), उसकी सही जगह वही है, जैसा नेगेटिव प्रॉम्प्ट वाली पोस्ट समझाती है; जो वैसा ही रहना है, वह मुख्य प्रॉम्प्ट में सकारात्मक शब्दों में जाता है।

सस्ते में टेस्ट करें, फिर तय करें

खिसकाव जल्दी दिख जाता है, इसलिए एक छोटा ड्राफ़्ट आपको ज़्यादातर ज़रूरी बातें बता देता है। Motion Lite पर 5 सेकंड का टेस्ट रेंडर करें, €2.00 प्रति क्लिप से, कम रेज़ोल्यूशन पर, और अपनी कीप-लिस्ट की चीज़ों को फ़्रेम दर फ़्रेम देखें। अगर वे टिकी रहें, तो फ़ाइनल के लिए अपनी पसंद के मॉडल और लंबाई पर जाएं। मॉडल इस मामले में अलग होते हैं कि वे शुरुआती फ़्रेम को कितनी वफ़ादारी से पकड़ते हैं; मॉडल पेज उनकी सूची देता है, और AI वीडियो मॉडल चुनने वाली पोस्ट बताती है कि कौन किस काम के लिए ठीक है। हर रन की क़ीमत दबाने से पहले Generate बटन पर दिखती है।

प्रिज़र्व क्लॉज़ क्या नहीं कर सकता

• यह ताला नहीं है। यह किसी डिटेल के बचे रहने की संभावना बढ़ाता है; गारंटी नहीं देता। हिलती चीज़ पर छोटा टेक्स्ट आज हर वीडियो मॉडल की सबसे कमज़ोर जगह है, और छोटे अक्षरों की लंबी पंक्ति अक्सर धुंधली हो जाती है।
• लंबी क्लिप ज़्यादा खिसकती हैं। कुछ मॉडलों पर क्लिप 30 सेकंड तक चलती हैं, लेकिन हर अतिरिक्त सेकंड का मतलब है दोबारा बनाने के लिए ज़्यादा फ़्रेम। जिस लेबल या चेहरे को बिल्कुल सटीक रहना है, उसके लिए छोटी क्लिप ज़्यादा सुरक्षित है।
• यह छिपी चीज़ वापस नहीं ला सकता। अगर मोशन किसी चीज़ का पिछला हिस्सा या चेहरे का किनारा दिखाता है, तो मॉडल उसे गढ़ लेता है।
• यह फ़्रेम की मरम्मत नहीं करेगा। स्टिल में टेढ़े अक्षर क्लिप में भी टेढ़े रहते हैं, अक्सर और ज़्यादा।

अगर क्लिप फिर भी खिसकती है, तो कीप-लिस्ट में कुछ जोड़ने से पहले एक मोशन हटाएं। कम बदलाव, नाम लिए हुए एंकर, छोटी क्लिप: यही पूरा तरीका है।