Bilde til video AI: slik fungerer det og hva du skal gi den

Bilde til video AI tar ett stillbilde og lager et kort klipp av det: noen sekunder med bevegelse som modellen finner opp rundt bildet du ga den, i stedet for å la det stå stille. Du laster opp et bilde, velger eller beskriver hvilken type bevegelse du vil ha, og en videomodell tegner nye bilder som følger bevegelsen og prøver å holde resten av bildet likt.

Den ene setningen skjuler svært ulike resultater, avhengig av hva du gir den. Et klart, godt belyst og ferdig bilde kommer vanligvis tilbake som et troverdig klipp. Et dårlig eller mørkt bilde kommer ofte tilbake forvrengt, fordi modellen improviserer bevegelse i deler den ikke er sikker på. Resten av denne guiden handler om å få det første resultatet, og om å være ærlig om hvor det andre kommer fra.

Slik fungerer bilde til video AI egentlig

Et stillbilde inneholder ingen informasjon om bevegelse, så modellen må finne den opp. Den ser på bildet, anslår grovt hva som finnes der, et ansikt, hår, stoff eller en bakgrunn, og lager en rekke bilder som ser ut til å fortsette logisk fra det ene startpunktet, styrt av bevegelsen du ba om.

Det er annerledes enn en video som lages fra bunnen av. Her er det første bildet fast: det må samsvare tett med bildet ditt og bare deretter bevege seg. Jo bedre modellen holder på det første bildet, desto mindre driver personen eller scenen mens klippet spilles.

I praksis betyr det to ting:

• Bildet avgjør mer enn instruksen. Et bilde med et tydelig ansikt, greit lys og ingen bevegelsesuskarphet gir modellen et sterkt anker. Et mørkt, uskarpt eller rotete bilde gir den mindre å holde fast i, og klippet glir lenger bort fra originalen.
• Kort og konkret bevegelse fungerer bedre enn lang og vag. Et fem sekunders klipp med én tydelig bevegelse, som et hårrykk, et blitzlys eller et kamera som trekker seg tilbake, holder seg vanligvis sammen. Et lengre klipp som ber om flere ting samtidig, gjør som regel ikke det.

Hvilket kildebilde som fungerer

Denne delen hopper de fleste guider over, selv om den betyr mer for resultatet enn hvilket verktøy du bruker.

1. Start med et bilde du uansett ville lagt ut. Hvis stillbildet ikke er bra, vil videoen se ut som det bildet i bevegelse, ikke som en bedre versjon. Rett opp bildet først, og animer det deretter.
2. Ett tydelig motiv. Ett ansikt eller én figur gir modellen én ting å følge. Gruppebilder og travle bakgrunner gir den flere bevegelige deler å gjette på samtidig.
3. Godt, jevnt lys. Harde skygger over ansiktet eller et veldig mørkt bilde er den vanligste årsaken til et forvrengt klipp, fordi modellen ikke kan vite hvilken form som ligger under skyggen.
4. Ingen eksisterende bevegelsesuskarphet. Et bilde som allerede er litt uskarpt på grunn av rystende hender, forsterkes når modellen legger til sin egen bevegelse.
5. En pose med plass til å bevege seg. Et bilde av hode og skuldre passer til et hårrykk eller et blitzlys. Et posert, litt bredere bilde passer bedre til en langsommere kamerabevegelse.

Hvis et bilde feiler på et av disse punktene, er det nesten alltid raskere å ta et nytt bilde enn å prøve å redde resultatet med en annen instruks.

Selve bevegelsen betyr mer enn folk tror

De fleste bilde-til-video-verktøy lar deg skrive en fri tekstbevegelse. Det høres fleksibelt ut, men gir vanligvis et ustabilt resultat, fordi modellen må gjette hva du mener med “få den til å leve”. En kort liste med navngitte bevegelser, der hver er testet på ekte bilder, er mer pålitelig enn et åpent felt.

Det er slik Flashette gjør steget fra foto til video: fem faste bevegelser, et flash-pop, et hårrykk, en serie raske poser som i en fotoboks, en langsom filmisk zoom og en spontan latter. Hver enkelt er innstilt på det ferdige uttrykket, ikke på den rå selfien. Å velge én av dem er ikke så mye en begrensning som forskjellen mellom en bevegelse som er sjekket på denne typen bilde, og en som ingen har prøvd.

Kostnad og tid

Å kjøre en videomodell er en av de dyreste AI-operasjonene per klipp, og derfor er nesten ingen bilde-til-video AI-verktøy ubegrenset og gratis. I Flashette koster en fotolook 1 kreditt, og en video fra en ferdig look koster 5 kreditter. Kredittene kommer fra de ukentlige kredittene i Flashette Pro (7,99 USD i uken eller 19,99 USD i måneden, amerikanske priser) eller fra kredittpakker som kjøpes uten abonnement. Et klipp kommer vanligvis tilbake på ett til tre minutter etter at du har sendt det. Hvis generering mislykkes, får du de brukte kredittene tilbake automatisk, slik det står på støttesiden.

Denne kostnadsstrukturen er vanlig for bilde til video AI generelt: enten noen få gratis klipp før en betalingsmur, eller kreditter og abonnement fra start, fordi hvert klipp rendres på en server og ikke på telefonen din.

Gratis måter å få bevegelse fra et bilde

Før du tar i bruk AI, er det nyttig å vite hva som ikke trenger den:

• Live Photos på iPhone tar opp omtrent halvannet sekund med bevegelse rundt øyeblikket du trykker på utløseren, uten noen prosessering.
• En rolig panorering og zoom over et stillbilde, kjent som Ken Burns-effekten, gir inntrykk av bevegelse uten å generere noe, og de fleste redigeringsapper har den gratis.
• En sløyfe i boomerang-stil av noen få burst-bilder fungerer for enkel, gjentatt bevegelse, som et hårrykk, uten noen modell.

Ingen av disse lager ny bevegelse slik bilde til video AI gjør. De gjenbruker bevegelse du allerede har tatt opp, eller flytter selve rammen. Hvis det du egentlig vil ha, er et bilde som ser stille ut, men gjør noe det aldri gjorde, som et blitzlys som utløses eller en pose som endres, trenger du en modell, og da går kredittene dit.

Personvern: hva som skjer med bildet

Før du laster opp et bilde til et bilde til video AI-verktøy, er det verdt å sjekke hva som skjer med det etterpå: om det lagres, hvor lenge, og om det brukes til å trene fremtidige modeller. I Flashette er bildet som brukes til en video det du allerede har i galleriet ditt fra en AI-look. Den opprinnelige selfien din ble sendt til AI-partneren én gang, for å lage det bildet, og ble aldri lagret. Bare det ferdige bildet og videoen beholdes, slik at de vises i galleriet ditt. Alle detaljene finnes i personvernerklæringen.

Fra selfie til video på iPhone, steg for steg

Dette er rekkefølgen som følger av alt over:

1. Start med et ferdig bilde, ikke en rå selfie. I Flashette betyr det at du først velger en look. Før du animerer den, er det nyttig å vite hva en AI-bildeeditor endrer på en selfie.
2. Sjekk bildet i full størrelse. Rett opp et dårlig utsnitt eller dårlig lys før du bruker kreditter på bevegelse.
3. Velg én bevegelse, ikke en vag idé om at “noe skal bevege seg”. En konkret bevegelse, som et hårrykk eller et kamera som trekker seg tilbake, gir modellen en klar oppgave.
4. Send og vent. Ett til tre minutter for at klippet skal rendres er normalt; du trenger ikke å holde appen åpen.
5. Se hele klippet før du lagrer det. Hvis en hånd eller en kant forvrenges midtveis, løser et annet kildebilde det oftere enn en annen bevegelse.
6. Lagre eller del når det holder. Videoen beholder det samme bildet du startet med, bare nå i bevegelse.

Hva kommer etterpå

Bilde til video AI er bare så godt som bildet du gir det, så steget som gir mest er å velge eller lage et bilde som er verdt å animere. Flashette lager først det bildet med en look, og gjør det deretter om til en video på fem sekunder med en av fem testede bevegelser, på iPhone. Mer om selve bildesteget finner du i Flashette-bloggen.