Higgsfield: DOP Preview

DOP Previewは、Higgsfieldが文書化している画像から動画へのワークフローで、提示した画像を動かします。正確なモデル指定はdop-previewです。トップレベルのモデル選択と、文書化されたparamsオブジェクト内のmodelの値の両方にdop-previewを使います。画像が視覚素材を提供し、動作テンプレートと文章による指示が、求める動きや効果を制御します。

意図する被写体、重要な詳細、周囲の空間を読み取れる参照画像を用意します。ガイドは、詳細をより明瞭にするために高解像度の画像を推奨しています。商品シーンでは、物体の形と、動いている間も認識できる状態を保つべき表面が見える構図を選びます。人物や環境では、動きによって強調すべき視覚的特徴を指定します。メソッドの例で使われている画像入力を通じて、実際の参照画像URLを渡します。

この操作では、一つまたは二つの動作テンプレートが文書化されています。二つを指定した場合、ガイドはそれらの効果が組み合わされると説明しています。プリセットの説明には、カメラの動き、被写体の回転、見た目の変化が含まれます。たとえばDolly Inはカメラが近付く動き、3D Rotationは被写体や商品がその場で回転する動きです。意図する流れに合う文書化済みのテンプレート識別子を選び、各識別子とその強度値を一緒に保持します。

動きの強度は0から1までの数値で、文書化された既定値は0.8です。ガイドは0.3を控えめな効果、1を強い動きとして説明しています。読み取れる状態を保つ必要がある詳細に応じて強さを選び、生成された動作全体を確認します。動作の説明と強度には別々の役割があり、テンプレートが効果を選び、強度がその強さを制御します。

説明によるとpromptフィールドの指定は必須ですが、空文字列も許可されています。テンプレート主導の効果ではpromptを空にすることが推奨されます。文章を指定する場合、promptが結果を大きく変えることがあるため、テンプレートの説明を含めることが推奨されています。enhance_promptはプロンプト最適化を有効にする設定で、文書化された既定値はtrueです。複数の版を比較する際は、文章とこの設定を、参照画像および選択したテンプレートと一緒に保持します。

seedは1から1000000までの整数を受け付けます。選択したseedを生成設定と一緒に記録します。リクエストには整数のsecondsフィールドもあり、指定値を生成されたクリップと一緒に保持し、実際の長さとフレーミングを確認します。check_nsfwは文書化されたコンテンツフィルターを有効にする真偽値で、既定値はtrueです。これらの設定は画像から動画へのリクエストに属し、実際に選択したモデルとの対応を保つ必要があります。

生成は非同期です。設定されたステータス確認と結果照会を進める間、返されたタスクの識別情報を保持します。完了結果の対応付けでは、完了済みジョブのエントリとその生の結果URLを読み取ります。完了した動画結果をすべて保存し、ジョブ識別子と返却URLを対応させます。完了したすべてのエントリを、その操作の結果としてまとめて保持します。

動画全体を、提示した画像、選択した効果、文章による指示に照らして確認します。対象は被写体の見た目、動き、構図、最後の画面です。修正では、変更する具体的な視覚上の詳細を特定し、リクエストのうまくいった部分を保持します。元の画像参照、正確なモデル指定、prompt、動作識別子、強度、seed、要求した設定、完成した素材を一緒に保持し、次の比較を実際の生成結果に基づいて行えるようにします。