MiniMax: H3 Max

Μια γρήγορη παραλλαγή H3 με μετεκπαίδευση

Το MiniMax H3 Max είναι παραλλαγή του βασικού μοντέλου MiniMax H3 με μετεκπαίδευση, βελτιστοποιημένη για ταχύτερη παραγωγή, τήρηση προτροπής και οπτικοακουστική ποιότητα. Η παραλλαγή αναπτύχθηκε μέσω μετεκπαίδευσης από τη fal Research. Διατηρεί ενιαία πολυτροπικά συμφραζόμενα και εγγενώς συγχρονισμένη εικόνα και ήχο. Η ταχύτητα είναι σχεδιαστική προτεραιότητα και όχι σταθερός χρόνος ολοκλήρωσης για κάθε προτροπή, διάρκεια ή εφαρμογή.

Κρατήστε το Max διακριτό από το αρχικό σύστημα H3 και από την ξεχωριστή παραλλαγή Max Turbo. Η τρέχουσα διεπαφή της MiniMax παραθέτει το Max σε 480P ή 768P, με προεπιλογή 768P, 24 καρέ ανά δευτερόλεπτο και ακέραια διάρκεια από 5 έως 15 δευτερόλεπτα. Η τεκμηριωμένη ροή Max δεν προσφέρει τη ρύθμιση 2K του αρχικού συστήματος H3 ούτε έξοδο τεσσάρων δευτερολέπτων.

Από προτροπή σε πλάνο

Κάθε παραγωγή περιλαμβάνει μη κενή γραπτή οδηγία, έως 7.000 χαρακτήρες ανά στοιχείο κειμένου. Περιγράψτε θέμα, αρχική σύνθεση, δράση και αποτέλεσμα και έπειτα κάντε σαφείς τις οδηγίες κάμερας και ήχου. Για σύντομη αποκάλυψη αντικειμένου, προσδιορίστε τι πρέπει να δει πρώτα ο θεατής, πώς το αντικείμενο εισέρχεται στο οπτικό πεδίο και πώς πρέπει να τελειώσει το πλάνο.

Μια χρήσιμη οδηγία πέντε δευτερολέπτων θα μπορούσε να περιγράφει κεραμικό φλιτζάνι σε ξύλινο τραπέζι, χέρι που τοποθετεί πιατάκι δίπλα του, μικρή κίνηση προσέγγισης κάμερας και τον ήχο κεραμικού που ακουμπά ξύλο. Κρατήστε τη δράση αρκετά μικρή ώστε να χωρά στην επιλεγμένη διάρκεια και επιθεωρήστε αν η επιστρεφόμενη κίνηση και ο ήχος ακολουθούν το ίδιο συμβάν.

Δημιουργία με καθοδήγηση καρέ

Ο κατασκευαστής τεκμηριώνει αρχικό καρέ, τελικό καρέ ή και τα δύο. Μια πρώτη εικόνα ορίζει πού ξεκινά το απόσπασμα· μια τελευταία εικόνα ορίζει την τελική οπτική κατάσταση. Εξηγήστε την κίνηση που τα συνδέει, συμπεριλαμβανομένων αλλαγών σε στάση, θέση αντικειμένου, κάμερα ή φωτισμό. Για μετάβαση δύο καρέ, αποφύγετε οδηγία που εισάγει ασύμβατη σκηνή μεταξύ των άκρων της.

Η έξοδος με καθοδήγηση καρέ αντλεί την αναλογία διαστάσεων από την εικόνα εισόδου. Για εργασία μόνο από κείμενο, επιλέξτε συγκεκριμένη αναλογία από 21:9, 16:9, 4:3, 1:1, 3:4 ή 9:16. Η εργασία με καθοδήγηση αναφορών μπορεί να χρησιμοποιεί προσαρμοστική αναλογία ή μία από τις τεκμηριωμένες ρητές επιλογές. Συνθέστε την αναφορά ή τη γραπτή σκηνή για το καρέ-στόχο αντί να υποθέτετε ότι η ίδια διάταξη λειτουργεί εξίσου καλά κατακόρυφα και οριζόντια.

Πολυτροπικές αναφορές

Το τρέχον σχήμα παραγωγής Max της MiniMax τεκμηριώνει επίσης εικόνες, βίντεο και ήχο αναφοράς. Δηλώστε τι πρέπει να επηρεάζει κάθε στοιχείο: ταυτότητα χαρακτήρα, περιβάλλον, μοτίβο κίνησης, τροχιά κάμερας, χροιά φωνής ή ηχητικό χαρακτηριστικό. Οι ρόλοι πρώτου/τελευταίου καρέ και οι ρόλοι μέσων αναφοράς αλληλοαποκλείονται σε αυτή τη διεπαφή.

Για πλάνο χαρακτήρα, προσδιορίστε χωριστά την αναφορά εμφάνισης και την αναφορά κίνησης και έπειτα δώστε τη δράση-στόχο και την ατάκα. Μια αναφορά φωνής που ορίζει την εκφορά διαφέρει από την αντιγραφή ολόκληρου του ηχητικού σήματός της. Κρατήστε την οδηγία ρητή ως προς τα χαρακτηριστικά που διατηρούνται και τις αλλαγές που γίνονται και ελέγξτε το πραγματικό οπτικοακουστικό απόσπασμα σε σχέση με κάθε ρόλο αναφοράς.

Επέκταση προτροπής

Η ρύθμιση επέκτασης ειδικά για το Max προσφέρει επιλογές disabled, balanced και quality, με προεπιλογή balanced. Επιλέξτε disabled όταν η παρεχόμενη οδηγία πρέπει να περάσει χωρίς επέκταση· χρησιμοποιήστε τεκμηριωμένη λειτουργία επέκτασης όταν επιθυμείται πρόσθετη ερμηνεία. Διατηρήστε την αρχική οδηγία, ώστε μια αλλαγή που εισάγεται κατά την επέκταση να διακρίνεται από το ζητούμενο περιεχόμενο.

Περιγράψτε τον ήχο ως μέρος της σκηνής. Προσδιορίστε φυσικούς ήχους, ατμόσφαιρα και κάθε εκφωνούμενη λέξη και διαχωρίστε τα από μουσική υπόκρουση που ακούει μόνο το κοινό. Δώστε την ακριβή ατάκα και τον επιδιωκόμενο ομιλητή αντί να ζητάτε απροσδιόριστο διάλογο. Ακούστε το αποτέλεσμα καθώς και παρακολουθήστε το· μια πειστική εικόνα δεν αποδεικνύει ότι η προφορική διατύπωση ή ο χρονισμός είναι σωστά.

Προετοιμασία εισόδου και όρια

Το τρέχον σχήμα του κατασκευαστή δέχεται εικόνες JPG, JPEG, PNG, WebP, HEIC ή HEIF, έως 30 MB η καθεμία, με πλευρές από 256 έως 5.760 pixel και αναλογίες από 0.4 έως 2.5. Οι ρόλοι αρχής και τέλους επιτρέπουν από μία εικόνα ο καθένας· η λειτουργία αναφορών επιτρέπει έως εννέα εικόνες. Διατηρήστε καθαρή άποψη του θέματος και των λεπτομερειών που πρέπει να παραμείνουν αναγνωρίσιμες.

Το βίντεο αναφοράς επιτρέπει έως τρία αποσπάσματα MP4 ή MOV, το καθένα 2–15 δευτερόλεπτα και όλα μαζί έως 15 δευτερόλεπτα, με όριο 50 MB ανά αρχείο. Τεκμηριώνει βίντεο H.264 ή H.265, ήχο AAC ή MP3, πλευρές από 256 έως 5.760 pixel, αναλογίες από 0.4 έως 2.5 και ρυθμό καρέ από 23.976 έως 60. Ο ήχος αναφοράς επιτρέπει έως τρία αποσπάσματα WAV ή MP3, το καθένα έως 15 MB και 2–15 δευτερόλεπτα, όλα μαζί έως 15 δευτερόλεπτα. Το σώμα αιτήματος έχει ξεχωριστό όριο 64 MB.

Χρησιμοποιήστε μόνο αναφορές που συνεισφέρουν στο πλάνο και προσδιορίστε κάθε συνεισφορά στο κείμενο. Ένα σύντομο, σχετικό απόσπασμα κίνησης χρησιμοποιείται ευκολότερα ως κατεύθυνση από μια μεγάλη συλλογή άσχετων συμβάντων. Κρατήστε ρητή την επιδιωκόμενη διάρκεια και την ανάλυση εξόδου, ώστε το αποτέλεσμα να μπορεί να συγκριθεί με την ίδια οδηγία.

Το ολοκληρωμένο αποτέλεσμα

Η ασύγχρονη ροή του κατασκευαστή επιστρέφει ταυτότητα εργασίας πριν γίνει διαθέσιμο το ολοκληρωμένο βίντεο. Η διεπαφή αναζήτησης εργασιών ανακτά εργασίες των προηγούμενων επτά ημερών. Αποθηκεύστε το πραγματικό επιστρεφόμενο απόσπασμα και την προδιαγραφή του για μοντάζ ή περαιτέρω έλεγχο· ένα αναγνωριστικό εργασίας δεν είναι το οπτικοακουστικό τεχνούργημα. Οι διευθύνσεις λήψης έχουν περιορισμένη διάρκεια ισχύος, επομένως κρατήστε το ίδιο το αρχείο όταν διατηρείτε επιλεγμένο αποτέλεσμα.

Ελέγξτε τη συνέχεια θέματος, την κίνηση, το ορατό κείμενο, τον διάλογο και τον χρονισμό ήχου στο μέγεθος χρήσης του αποσπάσματος. Χρησιμοποιήστε συγκεκριμένη ανατροφοδότηση για άλλη δημιουργική οδηγία: τη χειρονομία που άλλαξε, την ατάκα που παραλείφθηκε ή το κάδρο που χρειάζεται προσαρμογή. Το χρήσιμο αποτέλεσμα είναι σύντομο οπτικοακουστικό πλάνο συνδεδεμένο με το παρεχόμενο περιεχόμενο και τις ρητές σχέσεις αναφορών του.