Alibaba: HappyHorse 1.0

Alibaba HappyHorse 1.0 es una edición de creación de vídeo con perfiles específicos de texto a vídeo, imagen a vídeo con primer fotograma y referencia a vídeo. El fabricante describe como foco creativo el movimiento físicamente convincente, la comprensión semántica y la sincronización audiovisual. Su perfil de referencias puede utilizar hasta nueve imágenes para orientar sujetos y escenas. El recurso útil es un clip corto con sonido: una escena nueva, una animación a partir de una imagen de apertura preparada o un plano de personaje o producto guiado por referencias.

Para una escena escrita, defina el sujeto, el escenario, la acción y la cámara, junto con el sonido previsto. Para una escena de mesa, muestre un pequeño velero de maqueta moviéndose por una bandeja de agua poco profunda mientras la cámara lo sigue a la altura de la mesa. La revisión puede comprobar entonces la forma del barco, la escala de la escena, el movimiento del agua y la relación entre movimiento y sonido. Una acción centrada es más fácil de evaluar que una secuencia densa cuyo momento esencial no esté claramente indicado.

Para generación con primer fotograma, utilice una imagen fija cuyo sujeto y composición ya encajen con la apertura deseada. Describa el movimiento que sigue y la trayectoria de cámara. El perfil exacto de imagen 1.0 del fabricante acepta entrada de texto e imagen, mientras que su matriz de generación lo identifica como imagen a vídeo con primer fotograma. Prepare el recorte y los detalles visibles del producto o personaje antes de generar el plano. Compruebe si esos detalles siguen siendo reconocibles durante el movimiento, en lugar de juzgar solo el fotograma inicial.

Referencia a vídeo combina las personas, los productos, el estilo o el escenario mostrados en fuentes visuales dentro de una escena recién descrita. La página exacta del modelo de referencias 1.0 documenta hasta nueve imágenes. Asigne sus funciones en el encargo y describa cómo debe actuar el sujeto dentro de la escena. Una presentación de producto puede distinguir la referencia del artículo de la localización circundante o del estilo visual. El énfasis del fabricante en la estabilidad es un objetivo de revisión: compare el sujeto, las marcas y la posición con las referencias reales a lo largo del clip.

La familia 1.0 también tiene un perfil independiente de edición de vídeo para cambios de estilo y revisiones locales o más amplias de material existente. Ese perfil recibe exactamente un vídeo de origen y de cero a cinco imágenes de referencia, en lugar de la disposición de nueve imágenes de la generación con referencias. Indique qué debe cambiar y qué debe permanecer, como cambiar una prenda conservando a la persona, el movimiento y el fondo. El resultado de edición necesita compararse con todo el clip de origen, no solo con un fotograma que muestre la sustitución prevista.

La guía exacta de edición 1.0 acepta material de origen MP4 o MOV, recomienda H.264 y permite duración de origen de tres a sesenta segundos. Enumera un máximo de 100 MB, un lado corto de al menos 360 píxeles, un lado largo no superior a 4096 píxeles, proporciones entre 1:2.5 y 2.5:1 y tasa de entrada de ocho a sesenta fps. Las ediciones de salida están limitadas a entre tres y quince segundos: los originales de quince segundos o menos conservan su duración, mientras que de los más largos se utilizan solo los primeros quince segundos. Recorte el pasaje previsto antes de preparar la edición cuando una acción importante suceda más adelante en el original.

Las imágenes opcionales de referencia del perfil de edición tienen su propio límite de veinte MB y requisitos de formato JPEG/JPG, PNG o WEBP, con ambas dimensiones de al menos 300 píxeles y el mismo intervalo documentado de proporciones. La guía también distingue el tratamiento automático del audio de la conservación del audio original. Prepare la referencia que identifique el cambio previsto y elija cómo debe relacionarse con él el sonido de origen. Son controles específicos del perfil de edición 1.0, separados de los modos de generación de escenas nuevas.

Para los modos de generación 1.0, la matriz exacta del fabricante enumera 720p o 1080p, de tres a quince segundos, MP4 a 24 fps y audio. El perfil de edición también produce 720p o 1080p dentro de su límite de quince segundos. El flujo documentado de tareas devuelve primero un identificador de procesamiento y la ubicación del vídeo completado después del éxito; las ubicaciones de resultados son válidas durante veinticuatro horas. Conserve el clip real, la instrucción y las referencias al preparar una edición de producción y examine juntos el encuadre, la duración y el sonido devueltos.

HappyHorse 1.1 añade una opción de generación de 480p y mejoras específicas en detalle visual, movimiento y coherencia entre clips. Esas afirmaciones posteriores de generación no garantizan una revisión fija del perfil 1.0. La preparación útil de 1.0 sigue el modo seleccionado y sus materiales reales de origen. Revise identidad, contacto, geometría de objetos, texto y sonido y después concrete la siguiente corrección. Para un clip editado, compruebe también que los detalles originales importantes fuera del cambio solicitado sigan siendo adecuados para la escena prevista.