Błędy w filmach generowanych przez AI często pojawiają się wtedy, gdy w jednej scenie dzieje się za dużo. Anita pokazuje, jak ograniczyć problemy z twarzą, dłońmi i ciągłością ujęcia, upraszczając prompt oraz dzieląc sceny na krótsze fragmenty.
W nagraniu omawiamy trzy częste problemy przy generowaniu wideo AI: zmieniającą się twarz, nienaturalne dłonie oraz zbyt skomplikowane sceny. Pokazujemy, dlaczego warto ograniczyć liczbę ruchów, utrzymać kamerę nieruchomo i unikać wielu czynności naraz.
Zamiast tworzyć jedną długą sekwencję, lepiej przygotować kilka prostych ujęć i połączyć je w montażu. Takie podejście daje modelowi mniej rzeczy do wykonania i pomaga uzyskać bardziej spójny, realistyczny efekt.
Cześć! Nazywam się Anita i dzisiaj pokażę wam, jak radzić sobie z błędami, które czasami pojawiają się podczas generowania filmów z pomocą AI. Pewnie każdy, kto miał styczność z generowaniem wideo, spotkał się z sytuacją, w której postać nagle zmienia twarz, pojawia się dodatkowy palec albo przedmiot trzymany w dłoni nagle znika. Właśnie na takich przykładach chciałabym się dzisiaj skupić. Nie będziemy przechodzić przez cały proces tworzenia filmu. Przyjrzymy się trzem konkretnym problemom i sprawdzimy, co możemy zrobić, żeby je ograniczyć. Zaczynamy od twarzy. Chcę wygenerować kobietę w turkusowej marynarce, ale w tym przypadku poproszę model o kilka rzeczy jednocześnie: szybkie obroty głowy, śmiech, zasłanianie twarzy i ruch kamery. Wszystko to zostało opisane w prompcie po lewej stronie. Na początku wszystko może wyglądać dobrze, ale przy obrocie głowy albo zmianie mimiki model może zacząć zmieniać wygląd postaci. Zwróćcie uwagę na twarz na początku ujęcia i podczas ruchu. Problemem jest tutaj przede wszystkim liczba rzeczy, które dzieją się jednocześnie. Postać wykonuje kilka ruchów, zmienia mimikę, zasłania twarz, a dodatkowo porusza się kamera. Co możemy zrobić? Przede wszystkim uprościć ruch i ograniczyć liczbę zmian mimiki. Zamiast kilku obrotów głowy i śmiechu zostawimy jeden delikatny gest. Kamera również pozostanie nieruchoma, a nasz poprawiony prompt będzie wyglądał tak, jak pokazano po lewej stronie. Jak widzicie, w drugim przypadku zadanie jest znacznie prostsze. Kobieta wykonuje jeden spokojny ruch, a jej twarz pozostaje dobrze widoczna przez całe ujęcie. Nie możemy oczywiście zagwarantować, że każdy wygenerowany film będzie idealny, ale ograniczenie liczby ruchów sprawia, że model ma znacznie mniej elementów do jednoczesnego odwzorowania. Przejdźmy teraz do kolejnego problemu, czyli dłoni. Tutaj chcemy, żeby kobieta machała, chwytała kubek, przekładała go z jednej ręki do drugiej i jeszcze wskazywała w stronę kamery. To całkiem sporo czynności jak na jedno krótkie ujęcie. Nasz problematyczny prompt będzie wyglądał tak, jak pokazano po lewej stronie. Zwróćcie uwagę na dłonie podczas przekładania kubka. Przy takich ruchach może pojawić się problem z liczbą palców, ich ułożeniem albo samym sposobem trzymania przedmiotu. Tutaj bardzo często pomaga jedna rzecz: uproszczenie ruchu. Zamiast kilku gestów i przekładania kubka zostawimy tylko jeden prosty gest powitania. Druga dłoń i kubek pozostaną na swoim miejscu. Nasz poprawiony prompt prezentuje się właśnie tak. W tym przypadku ograniczyliśmy liczbę czynności do jednej. Nie prosimy już modelu o jednoczesne chwytanie, obracanie i przekładanie przedmiotu. Dzięki temu ma mniej elementów do odwzorowania, a my zyskujemy większą kontrolę nad ujęciem. Jeszcze jedna ważna rzecz: jeśli w scenie potrzebujemy tylko gestu powitania, nie musimy dodatkowo wprowadzać kubka w ruch. Warto zastanowić się, które elementy są naprawdę potrzebne. Zobaczmy teraz ostatni przykład, w którym spróbujemy wygenerować bardziej rozbudowaną scenę. Kobieta ma wstać z ławki, odwrócić się, pomachać, podejść do samochodu, wyjąć kluczyki i zacząć wsiadać. Do tego kamera ma poruszać się wokół niej — wszystko w jednym ujęciu. Nasz prompt będzie wyglądał właśnie tak. Jak widzicie, przy takiej liczbie czynności model może mieć problem z zachowaniem ciągłości sceny. Nie wszystko musi przebiegać dokładnie tak, jak opisaliśmy. Może pojawić się błąd w ruchu, wyglądzie przedmiotu albo kolejności wykonywanych czynności. W takiej sytuacji, zamiast próbować naprawić wszystko jednym, coraz dłuższym promptem, warto uprościć samo ujęcie. Na początek wygenerujmy tylko podejście kobiety do samochodu. Otwieranie drzwi i wsiadanie możemy zostawić na kolejne ujęcia. Nasz poprawiony prompt będzie wyglądał właśnie tak. Teraz mamy jedną czytelną czynność zamiast całej sekwencji. A co, jeśli chcemy pokazać również otwieranie drzwi i wsiadanie do samochodu? Wtedy możemy podzielić scenę na trzy osobne ujęcia. Pierwsze: kobieta wstaje z ławki. Drugie: podchodzi do samochodu. Trzecie: otwiera drzwi i zaczyna wsiadać. Każdy fragment generujemy osobno, a później łączymy je podczas montażu. Nie musimy generować wszystkiego za jednym razem. Często znacznie łatwiej kontrolować kilka prostych ujęć niż jedną skomplikowaną scenę. Jeśli więc wygenerowane przez was filmy czasami wyglądają dziwnie, nie oznacza to od razu, że robicie coś źle. Warto po prostu sprawdzić, co konkretnie jest problemem. Jeżeli zmienia się twarz, ograniczmy liczbę ruchów, zadbajmy o to, żeby była dobrze widoczna, i ustabilizujmy kamerę. Jeżeli problemem są dłonie, uprośćmy gest i ograniczmy manipulowanie przedmiotami. A jeśli w scenie dzieje się za dużo, podzielmy ją na kilka krótszych ujęć. Czasami najlepsze, co możemy zrobić, to uprościć prompt i dać modelowi mniej rzeczy do wykonania. Oczywiście nawet dobrze przygotowany prompt nie gwarantuje idealnego rezultatu. Dlatego warto testować różne warianty, oceniać wyniki i znaleźć sposób, który najlepiej odpowiada naszym potrzebom. Jeśli chcecie dowiedzieć się więcej o praktycznych sposobach wykorzystania AI, zapraszamy na nasze szkolenia, które odbywają się w środy o godzinie jedenastej. Jeśli macie jakieś pytania, napiszcie do nas na adres [email protected]. Pamiętajcie również o oznaczaniu filmów wygenerowanych przez sztuczną inteligencję zgodnie z unijnym AI Act.
Oszczędzaj nawet 6+ godzin dziennie i twórz treści, które sprzedają, z Everbotem w kilka kliknięć.
