Black Forest Labs: FLUX Video Edit

FLUX Video Edit [fast] es el flujo de Black Forest Labs guiado por instrucciones para modificar un vídeo existente. Recibe un clip de origen y una instrucción que describe la edición, y después devuelve un MP4 editado. El original establece el plano: su duración, encuadre, movimiento de cámara y sincronización proporcionan la estructura de partida. Utilice la instrucción para identificar qué debe cambiar, en lugar de escribir una descripción de escena completamente nueva que deje poco claro el cambio previsto.

Nombrar el cambio y su posición

Las ediciones documentadas incluyen eliminar, añadir o sustituir objetos y personajes, reconstruir el escenario, cambiar el estilo del clip, modificar texto visible y revisar diálogo o sonido. Comience por el objetivo y la operación. Una instrucción original podría eliminar un bolso de una silla conservando a la persona sentada y la habitación, o sustituir una taza sencilla por una taza esmaltada azul sin cambiar la acción de la mano. Si hay varios objetos similares visibles, distinga el objetivo por su posición, aspecto o función.

Para una incorporación, describa la ubicación, la escala y la acción pertinente. Una lámpara roja alta al lado del sofá es más concreta que una lámpara adicional sin especificar en algún punto del plano. Para una sustitución, identifique qué se convierte en qué y el movimiento o contacto que debe permanecer. La guía de instrucciones del fabricante recomienda la instrucción más breve que nombre completamente el cambio, añadiendo detalle donde lo requiera la edición. Conserve deliberadamente rasgos del original, en lugar de pedir una mejora general cuyo alcance no se pueda evaluar.

Escenarios, estilos y animación preliminar

Un cambio de escenario puede reconstruir el entorno visible conservando la acción. El fabricante demuestra la sustitución de una superficie de escalada por otra estructura y la especificación de los nuevos puntos de contacto, de forma que las manos y los pies del personaje sigan teniendo una superficie con sentido. En una escena práctica, describa el entorno modificado y la geometría de la que depende el movimiento existente. Un fondo nuevo resulta más fácil de evaluar cuando la acción original tiene una relación explícita con él.

La guía también muestra cómo transformar una animación preliminar en un tratamiento visual terminado. Nombre en qué vehículos u objetos previstos se convierten los objetos de la maqueta preliminar y después conserve sus trayectorias, velocidades y relación con la cámara. Para cambiar el estilo, describa los materiales, las superficies, la luz y los reflejos resultantes, además de la estética. Una escena de aspecto de arcilla y una de aspecto fotográfico necesitan indicaciones visibles diferentes aunque sigan la misma acción.

Una revisión posterior puede utilizar el primer resultado editado como nuevo original. Conserve el original y cada etapa seleccionada y asigne a la siguiente pasada un propósito claro. El ejemplo documentado pasa de una previsualización preliminar a un escenario terminado y después a otro tratamiento de iluminación. Tras cada pasada, compare el clip revisado con el original anterior y compruebe que los rasgos que deseaba conservar siguen presentes.

El diálogo debe caber en el tiempo existente

El flujo conserva el audio de origen salvo que la instrucción solicite un cambio de diálogo o sonido. Un original silencioso devuelve un resultado silencioso, por lo que no aporta voz existente que modificar. Para una edición de diálogo, cite la frase prevista, identifique al hablante y ajuste las palabras nuevas al tiempo ocupado por la frase original. La guía informa de una sustitución más larga que se cortó al superar el intervalo disponible de voz. Escribir más palabras no crea tiempo adicional para hablar dentro del plano existente.

Revise la frase audible junto a la interpretación visible. Conserve una copia de la redacción de origen y de la sustitución prevista para identificar una palabra omitida, una frase mal sincronizada o un cambio de sonido no deseado. El resultado útil es el momento hablado modificado dentro de la escena editada, no una transcripción que se suponga fiel solo porque terminó el renderizado.

Límites del original y salida heredada

El perfil exacto del fabricante exige un vídeo y una instrucción de edición. La instrucción debe tener entre uno y 4096 caracteres tras eliminar los espacios en blanco de los extremos. El clip se proporciona mediante una URL o MP4 codificado, con duración máxima de quince segundos y límite de entrada de cincuenta MiB. Cada lado debe tener al menos 160 píxeles y el clip normalizado debe contener al menos diecisiete fotogramas a 24 fps, aproximadamente siete décimas de segundo. Los originales demasiado largos se rechazan, en lugar de recortarse silenciosamente; los demasiado pequeños pueden fallar durante el procesamiento.

El flujo documentado utiliza procesamiento a 24 fps y sigue la duración y la relación de aspecto de origen. Las entradas superiores al perfil de 720p se reducen; el fabricante da el ejemplo de un original de 1920×1088 que se devuelve como 1248×704. La duración, la resolución y la relación de aspecto no son ajustes independientes de salida en este perfil de edición. Su procedimiento de muestreo se gestiona internamente y campos como mode, version, seed o generate_audio no se aceptan en el contrato de solicitud indicado.

Un vídeo utilizado solo como inspiración de movimiento o estilo para un plano nuevo generado corresponde a un flujo diferente. Este editor no acepta una referencia de imagen, entrada solo de audio, máscaras ni una petición de ampliar el clip. Prepare el vídeo real que se va a modificar y conserve su duración seleccionada antes de escribir la edición. Tras el procesamiento asíncrono, el fabricante devuelve el MP4 editado mediante un enlace firmado temporal de entrega, válido durante aproximadamente una hora. Guarde el resultado y compare el objeto modificado, los fotogramas circundantes, la sincronización y el audio con el original antes de utilizar el clip en una edición más larga.