MiniMax-Hailuo-2.3

MiniMax Hailuo 2.3 to model generowania wideo z trybami tworzenia z tekstu i z obrazu. Rozwija Hailuo 02, koncentrując się na działaniach fizycznych, stylu wizualnym, mikroekspresjach postaci i reagowaniu na instrukcje ruchu. Dostarcz opis sceny, aby utworzyć ujęcie od zera, albo użyj obrazu początkowego do ustalenia pierwszego widoku i opisz dalszy ruch.

Ruch ciała jest jednym z głównych obszarów ulepszeń tej wersji. Hailuo 2.3 ma zapewniać większą płynność i kontrolę ruchów, również w scenach z poruszającą się kamerą. Zaplanuj ważną akcję przed dodaniem ozdobnych szczegółów. Postać podnosząca przedmiot, odwracająca się do drugiej osoby lub przechodząca przez pokój daje ujęciu widoczne zdarzenie do oceny. Ustal, który ruch niesie opowieść, a następnie utrzymuj pozostałe instrukcje w zgodzie z nim.

Kolejnym obszarem jest stylizacja. Model obsługuje anime i ilustrację, a także style takie jak malarstwo tuszem i grafika komputerowa z gier. Opisz oczekiwany sposób przedstawienia i zachowaj spójność wyglądu ze sceną. Jeśli obraz początkowy już ustala styl rysunku, użyj tekstu do pokierowania animacją, zamiast wprowadzać konkurencyjny opis projektu postaci. Sprawdź w całym klipie, czy styl pozostaje czytelny podczas ruchu.

Model koncentruje się również na grze mimicznej i subtelnych zmianach wyrazu twarzy. Przygotuj ujęcie postaci wokół ważnej reakcji: dostrzeżenia przedmiotu, zaciekawienia lub odpowiedzi lekkim uśmiechem. Zbliżenie może ułatwić ocenę tej zmiany, podczas gdy rozbudowana sekwencja gestów może od niej odciągać uwagę. Sprawdź twarz przed reakcją, w jej trakcie i po niej, zamiast oceniać tylko reprezentatywną nieruchomą klatkę.

Ruch przedmiotu przydaje się w scenach skupionych na produkcie. Własny opis może przedstawiać mały ceramiczny wazon obracający się w ciepłym bocznym świetle, gdy kamera stopniowo się do niego zbliża. Wskaż właściwości, które muszą pozostać rozpoznawalne, takie jak sylwetka, brzeg i wykończenie powierzchni. Oceń te szczegóły w ruchu, ponieważ sama przekonująca atmosfera nie potwierdza wiernego przedstawienia produktu.

W trybie tekstowym wymagany opis może zawierać do 2000 znaków. Podaj temat, akcję, otoczenie i styl wizualny w spójnej kolejności. Generowanie z obrazu wymaga obrazu klatki początkowej, z opcjonalnym opisem do 2000 znaków. Obraz ustala kompozycję otwarcia, dlatego przygotuj temat i kadr przed zleceniem ruchu. Pozostaw widoczną przestrzeń tam, gdzie ma poruszać się ręka, przedmiot lub postać.

Obraz początkowy może mieć format JPG, JPEG, PNG lub WebP, musi zajmować mniej niż 20 MB, mieć krótszy bok większy niż 300 pikseli oraz proporcje od 2:5 do 5:2. Można go dostarczyć jako publiczny adres URL obrazu lub adres danych Base64. Wybierz czytelny obraz początkowy, zamiast liczyć, że animacja naprawi zasłoniętą twarz lub akcję już uciętą przez kadr.

Hailuo 2.3 generuje przy 24 klatkach na sekundę. Sześciosekundowe ujęcie może korzystać z 768P lub 1080P, a dziesięciosekundowe — z 768P. Domyślne wartości to sześć sekund i 768P. Wybierz długość odpowiednią do oczekiwanej akcji: krótka reakcja może zmieścić się w krótkim ujęciu, a wolniejszy ruch potrzebuje więcej miejsca. Przy umieszczaniu klipu w montażu odczytaj rzeczywistą szerokość i wysokość gotowego wyniku, ponieważ sama etykieta rozdzielczości nie określa całego kadru.

Pracą kamery można sterować poleceniami w nawiasach kwadratowych. Dostępne elementy sterowania obejmują jazdę boczną, panoramowanie, najazd, ruch pionowy, pochylenie, zoom, drgania, śledzenie i ujęcie statyczne. Polecenie takie jak [Push in] określa zbliżenie; polecenia zgrupowane w jednym nawiasie działają jednocześnie, a ułożone po kolei opisują sekwencję. MiniMax zaleca najwyżej trzy polecenia równocześnie. Dopasuj ruch kamery do akcji obiektu lub postaci, aby główne zdarzenie pozostało łatwe do śledzenia.

Automatyczna optymalizacja promptu jest domyślnie włączona i można ją wyłączyć dla ściślejszej kontroli nad dostarczonym sformułowaniem. Opcjonalne szybkie przetwarzanie wstępne skraca czas optymalizacji, gdy jest ona włączona; to osobne ustawienie względem wyboru modelu Hailuo 2.3 Fast. Standardowy Hailuo 2.3 obsługuje oba tryby tworzenia, a Fast jest odrębną wersją do generowania wideo z obrazu. Wybierz wersję zależnie od tego, czy projekt zaczyna się od samego tekstu, czy istniejącej klatki.

Proces generowania zwraca asynchroniczny identyfikator zadania, a następnie zgłasza przygotowanie, oczekiwanie w kolejce, przetwarzanie, sukces lub błąd. Po sukcesie wynik zawiera identyfikator pliku i rzeczywiste wymiary filmu, a gotowe wideo pobiera się do zapisania. Zapisz klip, dopóki jego adres pobierania jest ważny. Obecna dokumentacja pobierania wideo producenta podaje godzinny czas ważności zwróconego adresu URL. Do montowanej sekwencji zachowaj każde ujęcie wraz z promptem i obrazem początkowym, aby wybrany kierunek twórczy można było prześledzić podczas poprawek.

Oceń w zapisanym klipie akcję, ciągłość fizyczną, szczegóły twarzy lub produktu, styl wizualny i zachowanie kamery. Obejrzyj całe ujęcie, a następnie sprawdź początek i koniec w miejscach łączenia z innymi materiałami. Jeśli żądanie zawiera zbyt wiele konkurujących ruchów, uprość główną akcję; jeśli projekt początkowy jest niejasny, popraw obraz startowy. Wybierz ujęcie przekazujące zamierzone zdarzenie, a następnie dodaj narrację, tytuły i przejścia w procesie montażu.