Black Forest Labs: FLUX Video Edit

FLUX Video Edit [fast] är Black Forest Labs promptstyrda arbetsflöde för ändring av en befintlig video. Det tar emot ett källklipp och en instruktion som beskriver redigeringen och returnerar sedan en redigerad MP4. Källan fastställer tagningen: längd, bildutsnitt, kamerarörelse och timing ger startstrukturen. Använd prompten för att identifiera vad som ska ändras, snarare än att skriva en helt ny scenbeskrivning som gör den avsedda ändringen oklar.

Namnge förändringen och dess position

Dokumenterade ändringar omfattar borttagning, tillägg eller ersättning av objekt och karaktärer, ombyggnad av miljön, stiländring av ett klipp, ändring av synlig text och revidering av dialog eller ljud. Börja med målet och åtgärden. En ursprunglig instruktion kan ta bort en väska från en stol samtidigt som den sittande personen och rummet behålls, eller ersätta en enkel mugg med en blå emaljmugg utan att ändra handens handling. Skilj målet genom position, utseende eller roll om flera liknande objekt syns.

Beskriv plats, storlek och relevant handling för ett tillägg. En hög röd lampa bredvid soffan är mer specifikt än en ospecificerad extra lampa någonstans i tagningen. Identifiera vad som blir vad och den rörelse eller kontakt som ska bevaras för en ersättning. Tillverkarens promptguide rekommenderar den kortaste instruktion som fullständigt namnger ändringen, med detaljer där redigeringen kräver dem. Bevara källegenskaper medvetet i stället för att be om en allmän förbättring vars omfattning inte går att utvärdera.

Miljöer, stilar och grov animation

En miljöändring kan bygga om den synliga omgivningen och samtidigt behålla handlingen. Producenten visar hur en klätteryta ersätts med en annan struktur och nya kontaktpunkter anges, så att karaktärens händer och fötter fortfarande har en meningsfull yta. Beskriv den ändrade omgivningen och geometrin som den befintliga rörelsen bygger på i en praktisk scen. En ny bakgrund är lättare att bedöma när originalhandlingen har en uttrycklig relation till den.

Guiden visar också hur en grov animation omvandlas till en färdig visuell behandling. Namnge vilka blockout-objekt som blir avsedda fordon eller rekvisita och behåll deras banor, hastigheter och relation till kameran. Beskriv de resulterande materialen, ytorna, ljuset och reflektionerna samt estetiken vid stiländring. En lerliknande scen och en scen med fotografiskt utseende behöver olika synliga signaler även när de följer samma handling.

En ytterligare revidering kan använda det första redigerade resultatet som ny källa. Spara originalet och varje valt steg och ge nästa omgång ett tydligt syfte. Det dokumenterade exemplet följer en grov förhandsvisning genom en färdig miljö och sedan en annan ljusbehandling. Jämför efter varje omgång det ändrade klippet med föregående källa och kontrollera att egenskaperna du ville behålla fortfarande finns kvar.

Dialogen måste rymmas i befintlig tid

Arbetsflödet för vidare källjudet om instruktionen inte begär en dialog- eller ljudändring. En tyst källa ger ett tyst resultat och tillhandahåller alltså inget befintligt tal att revidera. Citera avsedd replik för en dialogredigering, identifiera talaren och anpassa de nya orden till tiden som källrepliken upptar. Guiden rapporterar att en längre ersättning klipptes av när den överskred tillgängligt talintervall. Fler skrivna ord skapar inte extra taltid i den befintliga tagningen.

Granska den hörbara repliken tillsammans med det synliga framförandet. Spara en kopia av källans ordalydelse och avsedd ersättning så att ett utelämnat ord, en feltajmad fras eller en oönskad ljudändring kan identifieras. Det användbara resultatet är det reviderade talögonblicket i den redigerade scenen, inte en transkription som antas vara trogen bara för att renderingen slutförts.

Källgränser och ärvda utdata

Den exakta producentprofilen kräver en video och en redigeringsprompt. Instruktionen är ett till 4 096 tecken efter att omgivande blanksteg tagits bort. Klippet anges via en URL eller kodad MP4, med en maximal längd på femton sekunder och en indatagräns på femtio MiB. Varje sida måste vara minst 160 pixlar och det normaliserade klippet måste innehålla minst sjutton bildrutor vid 24 fps, ungefär sju tiondelar av en sekund. För långa källor avvisas i stället för att trimmas tyst; för små källor kan misslyckas under bearbetningen.

Det dokumenterade flödet använder bearbetning vid 24 fps och följer källans längd och bildförhållande. Indata över 720p-profilen skalas ned; tillverkaren ger exemplet att en källa på 1920×1088 returneras som 1248×704. Längd, upplösning och bildförhållande är inte oberoende utdatainställningar i den här redigeringsprofilen. Samplingsreceptet hanteras internt och fält som mode, version, seed eller generate_audio accepteras inte i det angivna begäransavtalet.

En video som enbart används som rörelse- eller stilinspiration för en nygenererad tagning är ett annat arbetsflöde. Redigeraren accepterar inte bildreferens, enbart ljudindata, masker eller en begäran att förlänga klippet. Förbered den faktiska videon som ska ändras och behåll dess valda längd innan redigeringen skrivs. Efter asynkron bearbetning returnerar producenten den redigerade MP4-filen genom en tillfällig signerad leveranslänk som gäller i cirka en timme. Spara resultatet och jämför det ändrade objektet, omgivande bildrutor, timing och ljud med källan innan klippet används i en längre redigering.