Jedna z największych obaw przy generowaniu filmów produktowych ze zdjęcia jest prosta: czy produkt naprawdę pozostanie taki sam? Czy AI nie zmieni koloru obudowy, kształtu kosiarki albo, co w przypadku produktów markowych jest szczególnie ważne, logo umieszczonego z boku?
Dlatego wzięliśmy kosiarkę ogrodową VERDANT i dokładnie przetestowaliśmy ją w modelu Wan 2.6.
Mężczyzna kosi trawnik, a kamera powoli zbliża się do obudowy kosiarki i logo. Film został przygotowany z kilku ujęć, dzięki czemu bardziej przypomina prawdziwą reklamę niż jeden statyczny klip.
To jedno z trudniejszych zadań dla AI. Kosiarka cały czas jest w ruchu, zmieniają się ujęcia kamery, a produkt musi wyglądać identycznie od pierwszej do ostatniej klatki. Bez zmiany koloru i bez zniekształconego czy przesuwającego się logo.
Prompt (Wan 2.6):
„Mężczyzna spokojnie kosi intensywnie zielony trawnik dokładnie tą kosiarką ogrodową w słoneczny dzień. Skupia się na koszeniu, nie mówi, jest widoczny głównie z boku i z dalszej perspektywy. Kosiarka przez cały czas pozostaje identyczna: ma tę samą błyszczącą, ciemnozieloną obudowę, srebrny uchwyt, czarne koła i białe logo „VERDANT”, które pozostaje czytelne i niezmienione. Film składa się z kilku ujęć. Najpierw półzbliżenie mężczyzny z kosiarką, następnie bardzo powolne i płynne zbliżenie kamery na obudowę kosiarki i logo, a na końcu boczne zbliżenie na koła oraz trawę. Kamera skupia się przede wszystkim na kosiarce, a nie na twarzy mężczyzny. Kinowe ujęcie reklamowe produktu, ciepłe złote światło słoneczne, miękkie cienie, mała głębia ostrości, fotorealistyczny styl, bardzo wysoki poziom szczegółowości, 4K, stabilny i płynny ruch bez szarpnięć. Delikatny dźwięk otoczenia: spokojny, równomierny odgłos pracującej kosiarki oraz śpiew ptaków w tle. Bez mówienia, dialogów, głosu, muzyki ani ostrych czy zniekształconych dźwięków.”
Film zachował wygląd kosiarki. Błyszcząca zielona obudowa, srebrny uchwyt, czarne koła i białe logo „VERDANT” pozostały takie same przez cały film i we wszystkich ujęciach. Nie pojawiły się deformacje tekstu ani zmiany kolorów. Co ważne, spójność produktu została zachowana również podczas zbliżenia kamery, czyli w momencie, w którym wszelkie niedoskonałości byłyby najlepiej widoczne. 🎯
Przy komercyjnym wykorzystaniu AI właśnie to ma kluczowe znaczenie. Produkt musi wyglądać tak samo niezależnie od tego, czy stoi nieruchomo, czy jest pokazywany podczas rzeczywistego użytkowania.
W przypadku filmu produktowego 10 sekund okazało się bardzo dobrym wyborem. To wystarczająco dużo czasu, żeby scena naturalnie się rozpoczęła, zmieściły się w niej dwa lub trzy różne ujęcia, a kamera mogła płynnie zbliżyć się do produktu. Jednocześnie film nie jest na tyle długi, żeby model zaczął tracić spójność albo żeby ruch stał się mniej naturalny.
Wskazówka: jeśli generujesz film produktowy z kilkoma ujęciami, 10 sekund to dobry punkt wyjścia. 🎬
Samo zbliżenie kamery zazwyczaj daje jedno ciągłe ujęcie. Jeśli chcesz, żeby film bardziej przypominał reklamę, warto jasno opisać, że ma składać się z kilku kolejnych ujęć.
W promptach pomagają sformułowania takie jak „film składa się z kilku ujęć” oraz dokładny opis każdego z nich (półzbliżenie → zbliżenie na logo → boczne ujęcie produktu). Dzięki temu model nie tworzy jednego płynnego ruchu kamery, ale montuje kilka różnych ujęć i jednocześnie stara się zachować spójny wygląd produktu we wszystkich scenach. 🎥
Funkcja ulepszania promptu potrafi zauważalnie wpłynąć na rezultat. Model rozwija krótsze polecenie o dodatkowy kontekst, fizykę sceny i sposób, w jaki poszczególne elementy powinny się zachowywać. W naszym przypadku przełożyło się to na naturalniejszy ruch kosiarki, właściwe oświetlenie i spójne logo.
Co z tego wynika: jeśli korzystasz z krótszych promptów, warto pozostawić tę funkcję włączoną. Model uzupełni część szczegółów, a rezultat może być znacznie bardziej użyteczny. 💡
Dźwięk w filmach generowanych przez AI potrafi być nieprzewidywalny. Model może dodać przypadkowe efekty, a nawet sprawić, że postać zacznie mówić, często po angielsku, mimo że wcale tego nie chcemy.
Rozwiązanie jest proste: warto dokładnie opisać oczekiwany dźwięk bezpośrednio w prompcie i jasno wskazać, czego model nie powinien generować. W przypadku kosiarki użyliśmy „spokojny, równomierny odgłos pracującej kosiarki, śpiew ptaków w tle” oraz dodaliśmy „bez mówienia, dialogów i głosu” — dzięki temu zamiast przypadkowej ścieżki dźwiękowej otrzymaliśmy naturalny dźwięk otoczenia.
Jak wyglądałaby Twoja marka w ruchu?
Wan 2.6 pozwala tworzyć filmy produktowe, w których łatwiej zachować spójny wygląd produktu nawet podczas ruchu i zmian ujęć. Jeśli wykorzystujesz w reklamach konkretny produkt, logo albo charakterystyczny design, warto samemu sprawdzić, jak model poradzi sobie z Twoimi materiałami.
Oszczędzaj nawet 6+ godzin dziennie i twórz treści, które sprzedają, z Everbotem w kilka kliknięć.
