Genmo: Mochi 1

Mochi 1 est le modèle de génération vidéo à partir de texte de Genmo, qui transforme une description écrite de scène en images animées. L’éditeur met l’accent sur le mouvement et le respect de la consigne, avec une orientation visuelle vers les contenus photoréalistes. Utilisez une description concrète du plan pour présenter le sujet, le décor et l’action qui doivent être visibles dans la séquence terminée.

Décrivez l’action comme un événement que le spectateur peut suivre. Une main soulevant un citron d’un bol, un vélo passant devant un mur ensoleillé ou un oiseau se posant sur une branche fournissent chacun un événement clair avec un état initial et un état final. Précisez quel sujet porte la scène, ce qui change pendant le plan et quel détail doit rester lisible au cours du mouvement.

Choisissez le point de vue et l’environnement pour servir cette action. Une vue rapprochée peut souligner des doigts touchant un objet, tandis qu’une vue plus large peut établir la relation entre une personne et un lieu. Incluez les détails de matériau, d’éclairage et d’arrière-plan lorsqu’ils affectent le résultat visible. Gardez une description assez ciblée pour que le mouvement important n’entre pas en concurrence avec plusieurs événements sans rapport.

La version publiée de Mochi 1 par l’éditeur documente une génération vidéo native en 480p et décrit une orientation photoréaliste. Prévoyez une scène dont les détails décisifs restent lisibles à cette échelle. Les motifs fins, les petits visages lointains et les inscriptions précises nécessitent un examen distinct de la sortie réelle ; une scène globalement convaincante ne prouve pas que chaque petit détail résiste au mouvement.

Genmo identifie les déformations ou distorsions comme un problème possible lors de mouvements extrêmes et indique que cette version convient moins aux styles d’animation. Pour une description comportant beaucoup d’action, examinez le sujet pendant toute la séquence, notamment lorsqu’il tourne, change de direction ou passe derrière un autre objet. Sélectionnez le clip dont le mouvement visible correspond le mieux à l’événement souhaité, puis ciblez toute déformation précise dans la révision créative suivante.

L’implémentation de référence de l’éditeur propose des paramètres tels qu’une graine, un nombre d’images, des étapes d’inférence et un guidage, en plus de la consigne. Ils décrivent le processus du modèle de référence ; les paramètres fournis par une méthode hébergée particulière sont indiqués avec cette méthode. Conservez les réglages réellement utilisés avec le clip obtenu pour qu’une comparaison ne repose pas sur une valeur par défaut supposée ou sur un paramètre d’une autre implémentation.

Utilisez la séquence terminée comme plan de concept, élément de scène réaliste ou clip source pour un montage ultérieur. Regardez toute la séquence pour vérifier l’ordre et l’achèvement de l’action demandée, la continuité du sujet et l’utilité de la vue finale. Une bonne image d’ouverture n’est qu’une partie d’un plan animé exploitable.

Préservez la vidéo réelle et sa description écrite. Lorsque le résultat manque l’objectif, déterminez si le problème vient de la description de la scène, d’un détail caché du sujet, d’une action brusque ou d’un choix de cadrage inadapté. Modifiez la partie pertinente de la consigne en conservant le sujet et le décor réussis. Comparez la révision au même objectif visible, en vous appuyant sur le clip complet plutôt que sur une miniature pour décider s’il convient au montage prévu.