Google: Veo 3.1

Veo 3.1 er Googles videogenereringsmodel til at skabe en kort audiovisuel scene fra tekst eller en billedbaseret beskrivelse. Dens produktionsprofil understøtter tekst-til-video, billede-til-video og styret generering fra første og sidste billede med genereret lyd, materialereferencer og en separat arbejdsgang til fortsættelse. Brug den til at udvikle et filmisk koncept, en kort produktfortælling eller et visuelt segment med en defineret scene, handling og lytteoplevelse.

Beskriv først motivet og den synlige begivenhed. Fastlæg omgivelser, tidspunkt på dagen og lys, og definér derefter kameraets synsvinkel eller bevægelse og den ønskede visuelle stil. En original scenebeskrivelse kan vise en glasbeholder på en mørk studieoverflade med en langsom sideværts bevægelse, der afslører en refleksion, mens en blød omgivelseslyd ledsager afsløringen. Hver instruktion giver et synligt eller hørbart træk, der kan vurderes i det færdige resultat.

Googles promptramme behandler motiv, handling, scene, kamera og æstetik som separate dele af beskrivelsen. Brug de dele, der tjener optagelsen, frem for at tilføje alle tænkelige beskrivelser. Skriv anvisninger på engelsk til den dokumenterede promptprofil. Hvis scenen har flere handlinger, skal du angive deres sammenhæng og tilpasse dem til et kort klip, så en afsløring eller reaktion forbliver tydelig.

Et startbillede fastlægger det indledende udseende og kompositionen. Brug det, når figuren, produktet eller miljøet allerede findes som visuelt materiale, og beskriv den bevægelse, der skal udvikle sig derfra. Et sidste billede tilføjer en målkomposition for slutningen. Forbered start- og slutbilleder, der formidler en plausibel overgang og bevarer de detaljer, som identificerer hovedmotivet, og undersøg derefter bevægelsen mellem disse billeder efter generering.

Materialereferencer tjener et andet formål: de styrer en figurs eller genstands udseende i en nygenereret scene, mens start- og slutbilleder definerer specifikke øjeblikke i denne scene. Vælg referencer, der viser de vigtige visuelle træk, og gør hvert materiales rolle tydelig i prompten. Produktionsmodellens specifikation for referencebillede-til-video bruger output på otte sekunder til denne referencearbejdsgang, adskilt fra det almindelige valg af varighed ved tekstbaseret generering.

Producentens almindelige produktionsprofil genererer klip på fire, seks eller otte sekunder ved 24 billeder pr. sekund. Den angiver liggende 16:9 og stående 9:16, op til fire videooutput pr. prompt og outputopløsninger på 720p, 1080p og 4K. Outputvideoformatet er MP4. Den billedbaserede specifikation accepterer JPEG eller PNG, angiver et inputbilledmaksimum på 20 MB og understøtter inputkonfigurationer i 720p/1080p. Vælg outputprofil efter den ønskede placering, og hold billedkompositionen læsbar i denne størrelse.

Indbygget lyd kan ledsage den synlige scene. Angiv talte replikker, atmosfære og lydeffekter som dele af samme beskrivelse, og navngiv motivet eller begivenheden, der frembringer hver af dem. En dialoginstruktion og en kamerainstruktion besvarer forskellige spørgsmål: den ene fastlægger fremførelsen, den anden fastlægger, hvordan seeren oplever den visuelt. Hold ordene inden for klippets brugbare taletid, og gennemgå lyden for forståelighed og dens forhold til handlingen.

Til en fortsættelse tilbyder producenten en separat arbejdsgang til videoforlængelse. Begynd med et egnet genereret kildeklip, og beskriv den næste synlige begivenhed eller ændring i scenen. Bevar det oprindelige og det fortsatte segment, så deres samlingspunkt kan gennemgås for udseende, bevægelse og lyd. De normale valg for varighed og opløsning ved nygenerering bør ikke behandles som en universel kontrakt for enhver forlængelsesoperation.

En negativ beskrivelse kan fokusere udelukkelser på opgavens visuelle krav. Ved en serie produktvariationer skal du holde motiv og komposition stabile og samtidig ændre én kreativ retning, såsom belysning eller kameraafstand. Registrér prompten, referencerne og de valgte indstillinger sammen med resultatet. Det gør det muligt at sammenligne en nyttig kreativ forskel frem for en samling løsrevne genereringer.

Den almindelige Veo 3.1-produktionsprofil og Veo 3.1 Fast har forskellige profiler for outputopløsning. Fast angiver 720p og 1080p; almindelig 3.1 angiver også 4K. Hold den valgte udgave knyttet til resultatet uden ubemærket at erstatte en produktionsmodels identifikator med en ældre Preview-profil eller en anden Veo-generation. Både et motivs udseende og den understøttede operation afhænger af den valgte arbejdsgang.

Generering er en operation, hvis færdige resultat leverer videofiler til afspilning og senere redigering. Gem de returnerede filer sammen med deres kildebilleder, referencematerialer og beskrivelse, og bevar medsendte oplysninger om indholdets oprindelse. Undersøg hvert faktisk output for motivets udseende, handling, indramning, lyd og slutkomposition. Brug det valgte klip som en produktionsbyggesten med titler, overgange eller anden færdiggørelse tilføjet i den omgivende redigering.