Google: Veo 3.1

Veo 3.1 er Googles videogenereringsmodell for å lage en kort audiovisuell scene fra tekst eller en bildestyrt beskrivelse. Produksjonsprofilen støtter tekst-til-video, bilde-til-video og styrt skaping fra første/siste bilde, med generert lyd, materialreferanser og en egen arbeidsflyt for videreføring. Bruk den til å utvikle et filmatisk konsept, en kort produktfortelling eller et visuelt segment med en definert scene, handling og lytteopplevelse.

Beskriv først motivet og den synlige hendelsen. Fastsett omgivelsene, tiden på dagen og lyset, og definer deretter kameraets synsvinkel eller bevegelse og ønsket visuell stil. En original scenebeskrivelse kan vise et glasskar på en mørk studiooverflate, med en langsom sideveis bevegelse som avdekker en refleksjon mens en myk miljølyd følger avdekkingen. Hver instruksjon gir en synlig eller hørbar egenskap som kan vurderes i det ferdige resultatet.

Googles promptrammeverk behandler motiv, handling, scene, kamera og estetikk som separate deler av beskrivelsen. Bruk delene som tjener opptaket, fremfor å legge til alle mulige beskrivelser. Skriv regi på engelsk for den dokumenterte promptprofilen. Hvis scenen har flere handlinger, angir du forholdet mellom dem og holder dem proporsjonale med et kort klipp, slik at en avdekking eller reaksjon forblir tydelig.

Et startbilde fastsetter åpningsutseendet og komposisjonen. Bruk det når karakteren, produktet eller omgivelsene allerede finnes som visuelt materiale, og beskriv bevegelsen som skal utvikle seg fra dette. Et siste bilde legger til en målkomposisjon for avslutningen. Klargjør start- og sluttbilder som formidler en plausibel overgang og bevarer detaljene som identifiserer hovedmotivet, og undersøk deretter bevegelsen mellom disse bildene etter generering.

Materialreferanser har et annet formål: de styrer utseendet til en karakter eller et objekt i en nygenerert scene, mens start- og sluttbilder definerer bestemte øyeblikk i scenen. Velg referanser som viser viktige visuelle trekk, og gjør rollen til hvert materiale tydelig i prompten. Produksjonsmodellens spesifikasjon for referansebilde-til-video bruker utdata på åtte sekunder for denne referansearbeidsflyten, atskilt fra vanlig lengdevalg for tekststyrt generering.

Produsentens vanlige produksjonsprofil genererer klipp på fire, seks eller åtte sekunder ved 24 bilder per sekund. Den oppgir liggende 16:9 og stående 9:16, opptil fire videoutdata per prompt og utdataoppløsninger på 720p, 1080p og 4K. Utdatavideoformatet er MP4. Den bildestyrte spesifikasjonen godtar JPEG eller PNG, oppgir maksimalt 20 MB for inngangsbildet og støtter inndatakonfigurasjoner i 720p/1080p. Velg utdataprofilen for den tiltenkte plasseringen, og hold bildekomposisjonen lesbar i den størrelsen.

Innebygd lyd kan følge den synlige scenen. Angi replikker, atmosfære og lydeffekter som deler av samme beskrivelse, og navngi motivet eller hendelsen som produserer hver av dem. En dialoginstruksjon og en kamerainstruksjon svarer på ulike spørsmål: den ene fastsetter fremføringen, den andre fastsetter hvordan seeren ser den. Hold ordene innenfor klippets nyttige taletid, og vurder lyden for forståelighet og forholdet til handlingen.

For videreføring tilbyr produsenten en egen arbeidsflyt for videoforlengelse. Begynn med et egnet generert kildeklipp, og beskriv neste synlige hendelse eller endring i scenen. Behold originalsegmentet og det videreførte segmentet, slik at sammenføyningen kan vurderes for utseende, bevegelse og lyd. De vanlige valgene for nygenereringslengde og oppløsning skal ikke behandles som en universell kontrakt for hver forlengelsesoperasjon.

En negativ beskrivelse kan rette utelukkelser mot oppgavens visuelle krav. For en serie produktvariasjoner holder du motivet og komposisjonen stabile mens du endrer én kreativ retning, som lyssettingen eller kameraavstanden. Registrer prompten, referansene og valgte innstillinger sammen med resultatet. Dette gjør det mulig å sammenligne en nyttig kreativ forskjell fremfor en samling urelaterte genereringer.

Den ordinære produksjonsprofilen Veo 3.1 og Veo 3.1 Fast har forskjellige profiler for utdataoppløsning. Fast oppgir 720p og 1080p; ordinær 3.1 oppgir også 4K. Behold den valgte utgaven knyttet til resultatet, uten å erstatte en produksjonsmodellidentifikator med en eldre Preview-profil eller en annen Veo-generasjon uten videre. Både motivets utseende og den støttede operasjonen avhenger av den valgte arbeidsflyten.

Generering er en operasjon der det ferdige resultatet gir videofiler for avspilling og senere redigering. Behold de returnerte filene med kildebildene, referansematerialene og beskrivelsen, og bevar medfølgende informasjon om innholdets opprinnelse. Undersøk hvert faktisk resultat for motivets utseende, handling, utsnitt, lyd og sluttkomposisjon. Bruk det valgte klippet som en byggestein i produksjonen, med titler, overganger eller annen sluttbearbeiding lagt til i redigeringen rundt.