MiniMax: S2V 01

S2V 01 er MiniMax’ videomodel med motivreference. Det leverede billede styrer en figurs udseende, mens teksten beskriver videoscenen og handlingen. Den dokumenterede referencetype er en persons ansigt, så forbered portrættet som en identitetsvejledning til den figur, du vil placere i den genererede sekvens.

Vælg en reference, hvor det tilsigtede ansigt er tydeligt og let at skelne. Undgå at skjule afgørende træk bag en hånd, et stort tilbehør eller en kraftig beskæring, når trækkene er vigtige for resultatet. Hold portrættet ensartet på tværs af relaterede optagelser, så den kilde, der bruges til at styre figuren, forbliver kendt. Referencen giver oplysninger om udseende; brug prompten til at forklare den scene, figuren skal udføre.

Producentens motivreferenceskema accepterer ét billede i referencebilledarrayet. Understøttede formater er JPG, JPEG, PNG og WebP med en filstørrelse under 20 MB. Den korte side skal overstige 300 pixels, og billedformatet skal være mellem 2:5 og 5:2. Gem den præcise billedfil sammen med genereringsregistreringen frem for at erstatte den med et andet portræt ved en senere sammenligning.

Beskriv en scene med en klar rolle for den refererede person. Figuren kan f.eks. gå ind i et stille værksted, kigge på et objekt på bordet og standse ved siden af det. Angiv den handling, de omgivelser og den synsvinkel, der er vigtige for den færdige optagelse. Planlæg billedudsnittet og bevægelsen omkring kravet, hvis ansigtet skal forblive tydeligt.

Tekstbeskrivelsen understøtter op til 2.000 tegn. Brug tegnene til konkrete instruktioner: hvad figuren gør, hvad der omgiver den, og hvad slutvisningen skal vise. Beskriv tøj eller scenedetaljer, når de er vigtige for fortællingen, og undersøg derefter, hvordan den genererede video kombinerer dem med den leverede identitetsreference. Hold referencens rolle adskilt fra en anmodning om at gengive hele portrættets baggrund som åbningsbillede.

Automatisk promptoptimering er dokumenteret og aktiveret som standard. Den kan deaktiveres, når tættere kontrol med den skriftlige beskrivelse kræves. Bevar det valg sammen med teksten og portrættet, når forskellige scener sammenlignes. Hold scenebeskrivelsen konstant, mens en forbedret reference sammenlignes, for at undersøge et lighedsproblem; hold referencen konstant, mens bevægelsesbeskrivelsen revideres, for at undersøge handlingen.

Producentens arbejdsgang returnerer en opgaveidentitet, før videoen er færdig. Bevar den oprindelige identitet gennem status- og resultattrinnene, og gem derefter det færdige klip til undersøgelse og redigering. Gem portrættet, prompten og den resulterende video som én registrering, så en senere optagelse kan sammenlignes med det faktiske materiale, der styrede det tidligere resultat.

Gennemgå figuren gennem hele sekvensen, herunder drejninger, gestus og ændringer i billedudsnit. Kontrollér ansigtskonsistens, tydeligheden af den tilsigtede handling og forholdet mellem figuren og sceneobjekterne. Vælg det klip, der bedst tjener optagelsens formål, og identificér enhver konkret afvigelse, før inputtet revideres. En arbejdsgang med en tilbagevendende figur har gavn af at gennemgå flere færdige optagelser side om side med samme portrætreference og en klar registrering af hver scenebeskrivelse.