Alibaba: Wan 3.0 Prime

Το Alibaba Wan 3.0 Prime είναι η επιταχυμένη έκδοση της οικογένειας βίντεο Wan 3.0. Ο κατασκευαστής το ονομάζει wan3.0-video-prime και τεκμηριώνει τις ίδιες ενοποιημένες κατηγορίες εργασιών με το βασικό Wan 3.0, με ιδιαίτερη έμφαση στην ταχύτητα. Μια γραπτή περιγραφή, μια αρχική εικόνα, οπτικές ή ηχητικές αναφορές ή ένα βίντεο πηγής μπορούν να καθοδηγήσουν ένα κλιπ μαζί με τον ήχο του. Χρήσιμα αποτελέσματα είναι μια σκηνή προϊόντος, μια σύντομη αφηγηματική ακολουθία, μια κινούμενη στατική εικόνα ή η στοχευμένη αναθεώρηση ενός υπάρχοντος πλάνου.

Για δημιουργία βίντεο από κείμενο, περιγράψτε το θέμα, τη σκηνή, την κίνηση, την κάμερα, την οπτική απόδοση και τον ήχο. Ο οδηγός 3.0 υποστηρίζει μεμονωμένα πλάνα ή storyboard με ετικέτες πλάνων και χρονικά διαστήματα, προτείνοντας περίπου τέσσερα έως έξι δευτερόλεπτα ανά πλάνο. Για ένα κλιπ προϊόντος, ξεκινήστε με σταθερό γενικό πλάνο μιας τσάντας πάνω σε τραπέζι, πλησιάστε σε λεπτομέρεια του υλικού και διατηρήστε μια τελική σύνθεση όσο ακούγεται μια σύντομη φράση. Δώστε στην ακολουθία έναν σαφή σκοπό και ελέγξτε αν η κάμερα, ο ρυθμός και η ταυτότητα του προϊόντος παραμένουν συνεπή.

Στη δημιουργία από πρώτο καρέ, η παρεχόμενη εικόνα καθορίζει την αρχή και η προτροπή περιγράφει την κίνηση και τη λήψη. Η δημιουργία από πρώτο/τελευταίο καρέ παρέχει και τα δύο άκρα και ζητά τη μετάβαση μεταξύ τους. Προετοιμάστε άκρα που ανήκουν στην ίδια σκηνή και σχήμα κάδρου συμβατό με το επιθυμητό αποτέλεσμα. Ο κατασκευαστής συνιστά προσαρμοζόμενο κάδρο για εργασίες με εικόνες. Η λειτουργία ακραίων καρέ και οι χωριστές λειτουργίες αναφορών έχουν διαφορετικούς κανόνες συνδυασμού υλικού: τα πρώτα ή τελευταία καρέ δεν συνδυάζονται με εισόδους εικόνας, βίντεο ή ήχου αναφοράς στο ίδιο αίτημα.

Η λειτουργία αναφορών δέχεται έως δέκα εικόνες, πέντε κλιπ βίντεο και πέντε ηχητικά κλιπ, με σύνολο έως είκοσι πολυτροπικά υλικά αναφοράς. Τα τεκμηριωμένα όρια ανά αρχείο είναι 20 MB για εικόνα αναφοράς, 100 MB για βίντεο και 15 MB για ήχο. Τα βίντεο αναφοράς μπορούν να περιέχουν συνολικά έως δεκαπέντε δευτερόλεπτα· τα ηχητικά κλιπ αναφοράς έχουν δικό τους συνολικό όριο δεκαπέντε δευτερολέπτων. Ονομάστε τον ρόλο κάθε υλικού και χρησιμοποιήστε τον δείκτη του ανά τύπο, όπως Image 1, Video 1 ή Audio 1. Ένα πρόσωπο, ένα προϊόν, μια κίνηση κάμερας και μια φωνή δεν πρέπει να αντιμετωπίζονται ως εναλλάξιμες αναφορές.

Ο κατασκευαστής υποστηρίζει επίσης μία αναφορά σε έγγραφο ή σε δημόσια ιστοσελίδα, η οποία μπορεί να συνοδεύει άλλα υλικά αναφοράς. Αρχείο και σύνδεσμος ιστού αλληλοαποκλείονται και η πηγή πρέπει να είναι προσβάσιμη χωρίς σύνδεση σε λογαριασμό. Μια σκηνή βασισμένη σε έγγραφο μπορεί να χρησιμοποιεί το σχετικό περιεχόμενο προϊόντος ή ιστορίας ως πλαίσιο, ενώ μια οπτική αναφορά καθορίζει την εμφάνιση. Προετοιμάστε το υλικό που πρέπει πράγματι να επηρεάσει το κλιπ και δηλώστε ποια στοιχεία έχουν σημασία. Ελέγξτε τις πραγματολογικές οπτικές λεπτομέρειες και το κείμενο της παραγόμενης σκηνής σε σχέση με αυτή την πηγή, αντί να αποδέχεστε μια ελκυστική αλλά αλλοιωμένη απόδοση.

Φωνητικοί διάλογοι, ατμόσφαιρα, ηχητικά εφέ και μουσική υπόκρουση παράγονται μαζί με την εικόνα. Περιγράψτε τα λόγια, την ταυτότητα του ομιλητή, τον τρόπο εκφοράς και τη θέση του ήχου στη σκηνή. Ο οδηγός αναφέρει ότι ο ήχος είναι ενεργός από προεπιλογή και διαθέτει έλεγχο για βίντεο χωρίς ήχο. Σε διάλογο, δώστε σε κάθε ομιλητή ξεχωριστά οπτικά και φωνητικά γνωρίσματα και αρκετό χρόνο για την ανταλλαγή. Ακούστε το αποτέλεσμα για την ακριβή διατύπωση, την αντιστοίχιση των ομιλητών και τη σχέση κάθε εφέ με την ορατή δράση. Ο ενσωματωμένος ήχος είναι μέρος της σκηνής και χρειάζεται τον ίδιο έλεγχο με την εικόνα.

Ο ενοποιημένος οδηγός του κατασκευαστή τεκμηριώνει επίσης επεξεργασία και επέκταση από βίντεο αναφοράς. Η περιγραφή επεξεργασίας πρέπει να δηλώνει το στοιχείο που θα προστεθεί, θα αφαιρεθεί ή θα αντικατασταθεί και τα χαρακτηριστικά που θα διατηρηθούν. Η περιγραφή επέκτασης πρέπει να εξηγεί το περιεχόμενο πριν, μετά ή γύρω από το υπάρχον κλιπ. Χρησιμοποιήστε προσαρμοζόμενο κάδρο και έξυπνη διάρκεια σε αυτές τις ροές. Όταν παρέχεται είσοδος βίντεο, η τεκμηριωμένη συνολική διάρκεια βίντεο εισόδου και εξόδου δεν πρέπει να υπερβαίνει τα 30 δευτερόλεπτα. Προετοιμάστε με σαφήνεια το αρχικό απόσπασμα και την επιθυμητή αλλαγή· ελέγξτε τη μετάβαση, το διατηρημένο θέμα και τον ήχο, αντί να κρίνετε μόνο ένα ελκυστικό καρέ.

Η τεκμηριωμένη έξοδος είναι MP4 στα 30 fps, με ανάλυση 480p, 720p ή 1080p και διάρκεια νέας δημιουργίας από δύο έως τριάντα δευτερόλεπτα. Η έξυπνη διάρκεια επιτρέπει στο μοντέλο να επιλέξει κατάλληλο μήκος. Διατίθενται τετράγωνο, οριζόντιο και κάθετο κάδρο, ενώ το προσαρμοζόμενο κάδρο ακολουθεί το παρεχόμενο υλικό. Ο κατασκευαστής επεξεργάζεται τη δημιουργία ως εργασία και επιστρέφει τη διεύθυνση του ολοκληρωμένου βίντεο· ο οδηγός αναφέρει ότι η διεύθυνση αποτελέσματος ισχύει για είκοσι τέσσερις ώρες. Διατηρήστε το ίδιο το κλιπ και τη δημιουργική περιγραφή όταν προετοιμάζετε επεξεργασία ή ακολουθία και εξετάστε ολόκληρο το αποτέλεσμα πριν το χρησιμοποιήσετε.

Το Prime και το βασικό Wan 3.0 μοιράζονται τις τεκμηριωμένες λειτουργίες και τη δομή προετοιμασίας. Το Prime είναι η επιλογή με έμφαση στην ταχύτητα, χωρίς εγγύηση συγκεκριμένου χρόνου ολοκλήρωσης. Οι παλαιότερες λειτουργίες Wan 2.7 και 2.6 έχουν δικούς τους κανόνες διάρκειας, αναφορών και εξόδου· τα όριά τους δεν καθορίζουν αυτή την έκδοση 3.0. Για χρήσιμο έλεγχο, εξετάστε τη συνέχεια αντικειμένων και χαρακτήρων, το κάδρο στα άκρα, τις ζητούμενες επεμβάσεις, τον διάλογο και κάθε λεπτομέρεια που εξαρτάται από την πηγή. Κάντε συγκεκριμένη την επόμενη διόρθωση, ώστε τα επιτυχημένα στοιχεία της σκηνής να παραμείνουν σταθερά όσο αναθεωρείται το εντοπισμένο πρόβλημα.