Рухи камери для коротких AI B-roll: один невеликий рух, а не ціла подорож
Кліп B-roll у рилс триває від трьох до п'яти секунд, що залишає дуже мало простору для руху камери. Сім дублів з однієї рилс демонструють, що сталось, коли мої промпти були занадто складними, що потрапило у монтаж, на яку відстань насправді рухалася камера, та кожен промпт. Наприкінці є навичка роботи з камерою для завантаження.
Опубліковано 23 жовтня 20267 порівняння відеодублів 6 хв читання
У рілс я розповідаю на пляжі про саморобні джет-комплекти для меблів, що перебивається AI B-roll: крісло злітає на чотирьох міні-турбінах, а ми з другом летимо на дивані до вітрини магазину за перекусом. Мова триває від 2.4 до 5.9 секунд, і кожен кліп має покрити одну фразу.
Усі помилки камери нижче стали результатом моїх промптів. Моделі зробили саме те, що я написав, тому користь полягає в тому, що саме варто писати замість цього.
Камера, зафіксована на об'єкті
Для польоту додому з магазину я хотів, щоб обидва обличчя залишалися великими, тому в промпті для MiniMax H3 було вказано: «Камера летить назад перед диваном з тією ж швидкістю, тримаючи диван по центру та зберігаючи його незмінний розмір у кадрі»
H3 зробив саме це. Диван залишається в центрі кадру протягом усього польоту, поки місто проноситься позаду, і це нагадує бігову доріжку. Сноррікам - камера, закріплена на тілі актора - спеціально створює такий ефект фіксації для передачі паніки або дезорієнтації.
Під час подорожі об'єкт потребує руху на екрані: він входить, перетинає простір, зменшується і виходить. Задайте камері швидкість відносно об'єкта, повільнішу, щоб об'єкт віддалявся, і підрахуйте те, що проходить: «три дахи та невелике панорамування під об'єктивом».
Масштабний рух у короткому кадрі
Для горизонтальної версії B-roll я хотів рух камери і написав рухи, які б підійшли для 20-секундного кадру. Кадр із футболом мав здійснювати кран-рух від центрального виду вгору, щоб поглянути на диван зверху, а потім повернутися назад за 3.8 секунди. У промпті було вказано «середня амплітуда на повільній швидкості», але такий шлях за такий час не може бути повільним.
MiniMax H3 Turbo · 4 с
Вигляд зверху менш ніж за дві секунди
Від рівня очей до прямо над диваном за 1.8 секунд, а потім назад крізь лимонне дерево.
MiniMax H3 Turbo · 6 с
Світ нахиляється і повертається назад
Крісло піднімається, поки камера робить широкий рух над ним і повертається, і все це приблизно за дві з половиною секунди.
Такий короткий кліп містить лише один рух камери, подібно до зйомки на слайдері на майданчику. Ось над чим я зараз працюю:
Тривалість кадру
Що підходить
Як це написати
3 - 4 с
Один рух із постійною повільною швидкістю в одному напрямку
“повільне наближення, приблизно на 8% ближче до кінця”
5 - 6 с
Один рух, з повільним уповільненням у кінці, якщо ви цього бажаєте
“повільне бокове зміщення на пів метра”
8 с і більше
Зміна руху може спрацювати
Наступна послідовність для подорожі між двома місцями
Один невеликий рух із числом
Потім я зробив ті самі кадри в Google Flow як 4-секундні кліпи, кожен з одним повільним рухом та визначеним розміром. Два з них наведені нижче. Вони виглядають спокійно, дія зчитується, і саме ці кліпи увійшли до фінальної рилс.
Google Flow · 4 с
Кнопка, реактивні струмені, зліт
Преса, запалювання та підйом - усе це чітко видно, оскільки камера не змінює їхнього стану.
Google Flow · 4 с
Турбіни, плавне дрейфування
Вихлоп продовжує падати вертикально вниз, а фон трохи зміщується.
Потік рухався значно менше, ніж було задано в цифрах. Я порівняв фон у останньому кадрі кожного кліпу з його першим кадром - це груба перевірка з точністю приблизно до 1%. Останні два рядки - це кадри з футболом та порожніми снеками, які також увійшли до рилу.
Кадр
Запитували
Виміряно за останнім кадром
Крісло
Приблизно на 5% ближче
Не ближче; кадр змістився приблизно на 4% своєї висоти
Турбіни
Дуга в 15 градусів, приблизно на 15% ближче
Не ближче; приблизно 2% його ширини збоку
Футбол
Приблизно на 8% ближче
Повернення до початкового кадру після розширення приблизно на 3% посередині
Порожні закуски
Приблизно на 8% ближче
Приблизно на 3% ширше, у протилежному напрямку
Для B-roll під голос, який був непоганим, і я їх залишив. Якщо вам потрібне наближення, люди це помітять; просіть Flow про більше, ніж вам потрібно, а потім порівняйте перший і останній кадри. H3 пішов у інший бік, коли я дав йому простір, тому перевіряйте кожну модель окремо. У мене є лише ці чотири дублі Flow, і я не застосовував ті самі параметри до H3.
Закріплені кадри мають більшу вагу, ніж промпт, тому переконайтеся, що описана вами камера може їх поєднати. Мій затверджений фінальний кадр із кріслом був знятий з вищої точки, що вимагає масштабного руху, яким би малим ви його не просили, тому я написав Flow для крісла лише від першого кадру. Коли обидва кадри мають однакове кадрування, руху нікуди йти. Легке обрізання останнього кадри зробить його щільнішим, що дасть можливість для наїзду, але у мене немає дубля, який би це підтвердив.
Подорож між двома місцями
Політ від вітрини магазину до домашньої тераси - це той єдиний кадр, де знадобилася зміна руху камери, оскільки перший і останній кадри знаходяться в різних місцях. Це спрацювало як один безперервний дубль у чотирьох тактах:
Камера залишається біля вікна, а диван вилітає з кадру у верхньому правому куті. Затримайтеся на мить на порожньому небі.
Камера рухається самостійно, наче FPV-дрон, що летить над дахами.
Камера спочатку під'їжджає до тераси й зупиняється на порожньому килимку.
Диван влітає в кадр зверху і сповільнюється до останнього кадру.
Вихід за межі кадру та повернення дозволяє глядачеві відчути дистанцію, а обличчя потребують деталізації лише на першому та останньому етапах, де її забезпечують закріплені кадри.
MiniMax H3 Turbo · 5 с
Усі чотири такти за 5 секунд
Помилка полягає у появі об'єкта: приблизно на 4 секунд диван з'являється розмитим мазком, а обидва обличчя деформуються протягом чотирьох кадрів, тому перевірте цей момент покадрово.
Google Flow · 8 с
Дубль, що увійшов у рілс
Вісім секунд дали простір для кожного акценту, але мені все одно довелося робити монтаж. На мовлення залишилося 4.35 секунд, тому я прибрав середину польоту і відтворив решту зі швидкістю приблизно 1.1x.. Запит на вісім секунд був моєю помилкою в плануванні; естафета має починатися з довжини фрази.
Як прописувати рух камери
Надайте камері окреме речення, вказавши рух, його масштаб та швидкість. Якщо змішати це з реченням про об'єкт, модель може розділити рух між ними. Дія має відбуватися в перші кілька секунд, оскільки 4-секундний кліп у монтажі може зайняти лише 2.5 секунд:
Camera: one slow, steady [push-in / arc / slide] for the whole shot, about [8% closer / 15 degrees / half a metre] by the end, constant slow speed, same height and angle.
Action, in the first three seconds: [what the subject does].
Описуйте, що саме знаходиться в кадрі, і уникайте заперечень на кшталт «без X». MiniMax H3 не має негативного каналу і зазвичай відображає саме те, що ви називаєте, тому я написав «килим лежить рівно на палубі», замість того щоб писати «килим не рухається».
Більше рухів та майстерність
Для більшої кількості рухів на aicameramovements.com є 46 названих рухів камери з петлевими прев'ю та готовими промптами для кожного з них. Їхні промпти залишають масштаб відкритим, тож додавайте число самостійно.
Я перетворив ці правила на навичку, якої може дотримуватися ШІ-агент під час написання відеопромптів: зміна масштабу залежно від тривалості кадру, чотиритактна естафета, робота із закріпленими кадрами та відповідність рухів кожному такту. Завантажте файл і попросіть свого ШІ-агента встановити цю навичку.
AI Video Production Lab - це живий воркшоп для людей, які вже створюють ШІ-відео і хочуть контролювати стабільність, референси, рух камери, фізику та невдалі генерації.