Black Forest Labs: FLUX Video Edit

FLUX Video Edit [fast] er Black Forest Labs' promptstyrede arbejdsgang til ændring af en eksisterende video. Den modtager ét kildeklip og en instruktion, der beskriver redigeringen, og returnerer derefter en redigeret MP4. Kilden etablerer indstillingen: dens varighed, indramning, kamerabevægelse og timing leverer udgangsstrukturen. Brug prompten til at identificere, hvad der skal ændres, frem for at skrive en helt ny scenebeskrivelse, som gør den tilsigtede ændring uklar.

Navngiv ændringen og dens placering

De dokumenterede redigeringer omfatter fjernelse, tilføjelse eller erstatning af objekter og figurer, genopbygning af omgivelser, ændring af klippets stil, ændring af synlig tekst og revision af dialog eller lyd. Start med målet og handlingen. En oprindelig instruktion kan fjerne en taske fra en stol, mens den siddende person og rummet bevares, eller erstatte et almindeligt krus med et blåt emaljekrus uden at ændre håndens handling. Hvis flere lignende objekter er synlige, skal målet skelnes ved position, udseende eller rolle.

Ved tilføjelse skal placering, skala og relevant handling beskrives. En høj rød lampe ved siden af sofaen er mere specifik end en uspecificeret ekstra lampe et sted i indstillingen. Ved erstatning skal du identificere, hvad der bliver til hvad, og den bevægelse eller kontakt, der skal blive. Producentens promptvejledning anbefaler den korteste instruktion, som fuldt navngiver ændringen, med detaljer tilføjet, hvor redigeringen kræver det. Bevar kildetræk bevidst frem for at bede om en generel forbedring, hvis omfang ikke kan vurderes.

Omgivelser, stilarter og grov animation

En ændring af omgivelserne kan genopbygge det synlige miljø og bevare handlingen. Producenten demonstrerer udskiftning af en klatreflade med en anden struktur og angivelse af nye kontaktpunkter, så figurens hænder og fødder stadig har en meningsfuld overflade. I en praktisk scene skal du beskrive de ændrede omgivelser og den geometri, som den eksisterende bevægelse afhænger af. En ny baggrund er lettere at vurdere, når den oprindelige handling har en eksplicit relation til den.

Vejledningen viser også omdannelse af en grov animation til en færdig visuel behandling. Navngiv, hvilke blokopstillingsobjekter der bliver de tilsigtede køretøjer eller rekvisitter, og bevar derefter deres baner, hastigheder og forhold til kameraet. Til stilændring skal de resulterende materialer, overflader, lys og refleksioner beskrives sammen med æstetikken. En lerlignende scene og en fotografisk scene kræver forskellige synlige holdepunkter, selv når de følger samme handling.

En yderligere revision kan bruge det første redigerede resultat som ny kilde. Gem originalen og hvert valgt trin, og giv den næste omgang ét tydeligt formål. Det dokumenterede eksempel følger en grov forhåndsvisning gennem et færdigt miljø og derefter en anden lysbehandling. Efter hver omgang skal det reviderede klip sammenlignes med den foregående kilde, og det kontrolleres, at de træk, du ville bevare, stadig findes.

Dialog skal passe til den eksisterende tid

Arbejdsgangen viderefører kildelyd, medmindre instruktionen anmoder om en ændring af dialog eller lyd. En lydløs kilde returnerer et lydløst resultat og leverer derfor ingen eksisterende tale, som kan revideres. Til en dialogredigering skal den ønskede replik citeres, taleren identificeres, og de nye ord tilpasses den tid, som kildereplikken optager. Vejledningen rapporterer, at en længere erstatning blev afskåret, da den oversteg det tilgængelige taleinterval. Flere skrevne ord skaber ikke ekstra taletid i den eksisterende indstilling.

Gennemgå den hørbare replik sammen med den synlige præstation. Gem en kopi af kildeordlyden og den ønskede erstatning, så et udeladt ord, en fejlplaceret frase eller en uønsket lydændring kan identificeres. Det nyttige resultat er det reviderede talte øjeblik inde i den redigerede scene, ikke en antaget troværdig transskription alene, fordi renderingen blev færdig.

Kildegrænser og nedarvet output

Den præcise producentprofil kræver en video og en redigeringsprompt. Instruktionen er på ét til 4.096 tegn, efter at omgivende blanktegn er fjernet. Klippet leveres via en URL eller kodet MP4 med en maksimal længde på femten sekunder og en inputgrænse på halvtreds MiB. Hver side skal være mindst 160 pixels, og det normaliserede klip skal indeholde mindst sytten billeder ved 24 fps, omtrent syv tiendedele af et sekund. For lange kilder afvises frem for at blive trimmet uden varsel; for små kilder kan fejle under behandlingen.

Den dokumenterede arbejdsgang bruger behandling ved 24 fps og følger kildens længde og billedformat. Input over 720p-profilen nedskaleres; producenten giver et eksempel med en kilde på 1920×1088, der returneres som 1248×704. Varighed, opløsning og billedformat er ikke uafhængige outputindstillinger i denne redigeringsprofil. Samplingopskriften håndteres internt, og felter som mode, version, seed eller generate_audio accepteres ikke i den angivne anmodningskontrakt.

En video, der kun bruges som bevægelses- eller stilinspiration til en nygenereret indstilling, er en anden arbejdsgang. Denne editor accepterer ikke en billedreference, input med kun lyd, masker eller en anmodning om at forlænge klippet. Forbered den faktiske video, der skal ændres, og behold dens valgte varighed, før redigeringen skrives. Efter asynkron behandling returnerer producenten den redigerede MP4 gennem et midlertidigt signeret leveringslink, der er gyldigt i cirka én time. Gem resultatet, og sammenlign det ændrede objekt, de omgivende billeder, timingen og lyden med kilden, før klippet bruges i en længere redigering.