Runway: Gen-4.5

Runway Gen-4.5 er en videogenereringsmodel med tilstande til tekst-til-video og billede-til-video. Den kan følge en brief, der beskriver scenekomposition, motivets handling, kamerakoreografi og et begivenhedsforløb. Det nyttige resultat er en kort genereret indstilling, som kan gennemgås, gemmes eller samles med andre optagelser.

Vælg inputtilstanden til indstillingen

Tekst-til-video starter fra en skrevet scenebeskrivelse. Medtag både synligt indhold og bevægelse: motiv, omgivelser, lys, indramning, handling og kameraadfærd. Tilstanden er nyttig til en ny scene, B-roll, baggrundsplade eller et visuelt koncept, hvor startbilledet ikke skal gengive et leveret billede.

Billede-til-video starter fra et billede, der fungerer som første billede. Det leverer komposition, motivindhold, lys og stil. Fokuser den skrevne prompt på det næste, der skal ske: motivets handling, bevægelse i miljøet, kamerabevægelse og indstillingens udvikling.

Forbered et tydeligt billede med de vigtige detaljer allerede synlige. Slørede ansigter, hænder eller andre artefakter kan blive mere fremtrædende, når de animeres. En reference, der antyder hurtig bevægelse gennem støv eller bevægelsessløring, kan også være i konflikt med en prompt, som beder om et stationært motiv.

Beskriv billede og bevægelse direkte

Brug klart naturligt sprog og positive beskrivelser af det ønskede resultat. En tekst-til-video-brief kan først angive kameravisning, motiv og handling og derefter tilføje scenens behandling. En detaljeret beskrivelse er nyttig, når indstillingen har definerede krav; en enklere giver mere plads til udforskning. Der findes ikke et ideelt ordantal, der erstatter klarhed.

Beskriv for eksempel et nærbillede af en messinglampe på et skrivebord, når lyset tændes, efterfulgt af en langsom kamerabevægelse, der afslører en notesbog ved siden af. Angiv synlige materialer og lys til tekst-til-video. Hvis et leveret billede allerede etablerer disse detaljer, kan billede-til-video-prompten koncentrere sig om lysændringen og kameraafsløringen.

Undgå modstridende anvisninger. En fast kameravisning med subtil motivbevægelse er forskellig fra en energisk håndholdt trackingindstilling. Tilføj de detaljer, der definerer den nyttige indstilling, frem for en lang liste af uvedkommende visuelle stilarter.

Kamerabegreber og handling i rækkefølge

Producentens kameravejledning skelner mellem indramning, vinkler, bevægelse og fokus. Et nærbillede ændrer, hvad der fylder billedet, en lav vinkel ændrer perspektivet, en panorering drejer kameraets synsretning, og en trackingbevægelse følger et motiv. En rack-focus-instruktion flytter fokus mellem synlige motiver. Angiv, hvad der skal være synligt eller afsløres, efterhånden som bevægelsen udvikler sig.

Sekventielle prompts kan udtrykke begivenheder i almindeligt sprog eller med omtrentlige tidsstempler. Disse tidsstempler styrer rækkefølge og omtrentlig timing; de er ikke en garanti for udførelse præcis på billedniveau. Giv de ønskede handlinger nok tid til at ske naturligt inden for den valgte klipvarighed.

Til en statisk indstilling skal du beskrive bevægelsen, der hører til inde i billedet, og understrege det ønskede stille kamera. Producenten bemærker, at helt bevægelsesløse visninger kan være vanskelige, især ved visse total- eller etableringsindstillinger. Gennemgå små uønskede bevægelser i det faktiske resultat frem for at antage, at en formulering om statisk kamera gør dem umulige.

Varighed, dimensioner og billedhastighed

Gen-4.5 understøtter klipvarigheder fra 2 til 10 sekunder. Et længere valg kan rumme flere ordnede handlinger, mens en kort reaktion eller afsløring kan bruge en kortere indstilling. Det dokumenterede output er 720p med 24 eller 25 billeder pr. sekund i producentens genereringsarbejdsgang.

Tekst-til-video-specifikationen angiver 16:9 ved 1280 × 720 pixels. Billede-til-video angiver desuden 9:16 ved 720 × 1280, 1:1 ved 960 × 960, 4:3 ved 1104 × 832, 3:4 ved 832 × 1104 og 21:9 ved 1584 × 672. Hold tilstand og faktiske dimensioner sammen frem for at antage, at begge inputtilstande tilbyder samme sæt billedformater.

Et billedes format kan etablere standardkompositionen, og ændring af det kan beskære inputtet. Kontrollér motivets placering, før bevægelsen vurderes: en korrekt handling er ikke nyttig, hvis en vigtig del af kildebilledet er skåret væk.

Byg en længere sekvens fra færdige indstillinger

Til billedstyret arbejde beskriver producenten fortsættelse af en sekvens ved at bruge et færdigt klips sidste billede som billedinput til en anden generering. Klippene kombineres derefter i en videoeditor, hvor fælles billede og timing håndteres i redigeringen. Det er en sekvens af særskilte indstillinger frem for én generering med ubegrænset varighed.

Gem slutbilledet og den tilsvarende brief, så næste indstilling starter fra den ønskede visuelle tilstand. Undersøg kontinuiteten i de sammenføjede optagelser, herunder motivets udseende, kameraretning og overgang mellem klip.

Gem og gennemgå produktionsleverancen

Efter generering skal hele klippet gennemgås, og det færdige output gemmes. Producentens arbejdsgang tilbyder også særskilte valg til opskalering og produktionseksport som ProRes eller en PNG-sekvens. Det er ekstra arbejdsgangsmuligheder; de oprindelige genereringsdimensioner forbliver adskilt fra et senere opskaleret resultat.

Brug Gen-4.5 til filmiske koncepter, animerede visuelle idéer, B-roll og udvikling af korte scener. Gem prompten, inputbilledet, hvor det bruges, varighed, tilstand og returneret klip sammen. Kontrollér handlingsrækkefølge, kameraadfærd, motivdetaljer, uønskede klip og tilsigtet indramning, og foretag derefter en fokuseret rettelse af indstillingen.