Black Forest Labs: FLUX Video Edit

FLUX Video Edit [fast] er Black Forest Labs’ promptstyrte arbeidsflyt for å endre en eksisterende video. Den mottar ett kildeklipp og en instruksjon som beskriver redigeringen, og returnerer deretter en redigert MP4. Kilden etablerer innstillingen: varighet, utsnitt, kamerabevegelse og timing gir startstrukturen. Bruk prompten til å identifisere hva som skal bli annerledes, i stedet for å skrive en helt ny scenebeskrivelse som lar den tiltenkte endringen være uklar.

Navngi endringen og posisjonen

De dokumenterte redigeringene omfatter fjerning, tilføyelse eller erstatning av gjenstander og karakterer, ombygging av omgivelser, stilendring, endring av synlig tekst og revisjon av dialog eller lyd. Start med målet og operasjonen. En opprinnelig instruksjon kan fjerne en veske fra en stol mens den sittende personen og rommet beholdes, eller erstatte et enkelt krus med et blått emaljekrus uten å endre håndens handling. Hvis flere lignende objekter er synlige, skiller du målet ut ved posisjon, utseende eller rolle.

Ved en tilføyelse beskriver du plassering, størrelse og relevant handling. Beskrivelsen «en høy rød lampe ved sofaen» er mer spesifikk enn en uspesifisert ekstra lampe et sted i bildet. Ved erstatning identifiserer du hva som blir til hva og bevegelsen eller kontakten som skal beholdes. Produsentens promptveiledning anbefaler den korteste instruksjonen som fullt ut navngir endringen, med detaljer der redigeringen krever det. Bevar kildeegenskaper bevisst i stedet for å be om en generell forbedring med et omfang som ikke kan evalueres.

Omgivelser, stiler og grov animasjon

En miljøendring kan bygge om de synlige omgivelsene og beholde handlingen. Produsenten demonstrerer å erstatte en klatreflate med en annen struktur og spesifisere nye kontaktpunkter, slik at karakterens hender og føtter fortsatt har en meningsfull overflate. I en praktisk scene beskriver du de endrede omgivelsene og geometrien den eksisterende bevegelsen avhenger av. En ny bakgrunn er lettere å vurdere når originalhandlingen har et eksplisitt forhold til den.

Veiledningen viser også omforming av en grov animasjon til en ferdig visuell behandling. Navngi hvilke objekter i grovmodellen som blir de tiltenkte kjøretøyene eller rekvisittene, og behold deretter baner, hastigheter og forhold til kameraet. Ved stilendring beskriver du de resulterende materialene, overflatene, lyset og refleksjonene samt estetikken. En leiraktig scene og en fotografisk scene trenger forskjellige synlige holdepunkter selv når de følger samme handling.

En videre revisjon kan bruke det første redigerte resultatet som ny kilde. Behold originalen og hvert valgt trinn, og gi neste omgang ett tydelig formål. Det dokumenterte eksemplet følger en grov forhåndsvisning gjennom ferdige omgivelser og deretter en annen lysbehandling. Etter hver omgang sammenligner du det reviderte klippet med forrige kilde og kontrollerer at egenskapene du skulle beholde, fortsatt er til stede.

Dialog må passe til eksisterende tid

Arbeidsflyten viderefører kildelyd med mindre instruksjonen ber om endring av dialog eller lyd. En lydløs kilde gir et lydløst resultat, så den leverer ingen eksisterende tale som kan revideres. Ved dialogredigering siterer du ønsket replikk, identifiserer taleren og tilpasser de nye ordene til tiden kildereplikken tok. Veiledningen rapporterer at en lengre erstatning ble kuttet da den oversteg tilgjengelig taleintervall. Flere skrevne ord gir ikke ekstra taletid i den eksisterende innstillingen.

Gjennomgå den hørbare replikken sammen med den synlige fremføringen. Behold en kopi av kildeordlyden og ønsket erstatning slik at et utelatt ord, en feil timet frase eller en uønsket lydendring kan identifiseres. Det nyttige resultatet er det reviderte muntlige øyeblikket inne i den redigerte scenen, ikke en antatt tro transkripsjon bare fordi renderingen ble fullført.

Kildegrenser og arvede utdata

Den eksakte produsentprofilen krever en video og en redigeringsprompt. Instruksjonen er én til 4 096 tegn etter at omkringliggende blanktegn er fjernet. Klippet leveres gjennom en URL eller kodet MP4, med maksimal lengde på femten sekunder og en inndatagrense på femti MiB. Hver side må være minst 160 piksler, og det normaliserte klippet må inneholde minst sytten bilder ved 24 fps, omtrent sju tideler av et sekund. For lange kilder avvises i stedet for å trimmes uten beskjed; for små kilder kan feile under behandlingen.

Den dokumenterte arbeidsflyten bruker behandling ved 24 fps og følger kildelengde og sideforhold. Inndata over 720p-profilen nedskaleres; produsenten gir et eksempel der en kilde på 1920×1088 returneres som 1248×704. Varighet, oppløsning og sideforhold er ikke uavhengige utdatainnstillinger i denne redigeringsprofilen. Samplingoppskriften håndteres internt, og felt som mode, version, seed eller generate_audio godtas ikke i den oppgitte forespørselskontrakten.

En video som bare brukes som bevegelses- eller stilinspirasjon til en nygenerert innstilling, er en annen arbeidsflyt. Denne redigereren godtar ikke bildereferanse, inndata med bare lyd, masker eller en forespørsel om å forlenge klippet. Forbered den faktiske videoen som skal endres og behold valgt varighet før du skriver redigeringen. Etter asynkron behandling returnerer produsenten den redigerte MP4-en gjennom en midlertidig signert leveringslenke, gyldig i omtrent én time. Lagre resultatet og sammenlign det endrede objektet, omkringliggende bilder, timing og lyd med kilden før klippet brukes i en lengre redigering.