Zdjęcie na wideo AI: jak to działa i co mu podać

Zdjęcie na wideo AI bierze jedno nieruchome zdjęcie i tworzy z niego krótki klip: kilka sekund ruchu, który model wymyśla wokół obrazu, który mu podałeś, zamiast zostawiać go zamrożonym. Wgrywasz zdjęcie, wybierasz lub opisujesz rodzaj ruchu, którego chcesz, a model wideo generuje nowe klatki, które podążają za tym ruchem i starają się zachować resztę obrazu bez zmian.

To jedno zdanie kryje bardzo różne wyniki, w zależności od tego, co podasz. Wyraźne, dobrze oświetlone i gotowe zdjęcie zwykle wraca jako wiarygodny klip. Słabe lub ciemne zdjęcie często wraca zniekształcone, bo model improwizuje ruch w miejscach, których nie jest pewien. Reszta tego poradnika dotyczy tego, jak uzyskać pierwszy wynik i uczciwie wyjaśnia, skąd bierze się drugi.

Jak zdjęcie na wideo AI naprawdę działa

Nieruchome zdjęcie nie zawiera żadnej informacji o ruchu, więc model musi go wymyślić. Patrzy na zdjęcie, w przybliżeniu ocenia, co na nim jest, twarz, włosy, materiał czy tło, i generuje sekwencję klatek, które wydają się logicznie wynikać z tego jednego punktu wyjścia, prowadzone przez ruch, o który poprosiłeś.

To różni się od wideo tworzonego od zera. Tutaj pierwsza klatka jest ustalona: musi ściśle odpowiadać twojemu zdjęciu i dopiero potem się poruszyć. Im lepiej model trzyma tę pierwszą klatkę, tym mniej osoba czy scena odpływa podczas odtwarzania.

W praktyce oznacza to dwie rzeczy:

• Zdjęcie decyduje bardziej niż polecenie. Zdjęcie z wyraźną twarzą, przyzwoitym światłem i bez rozmycia ruchem daje modelowi mocny punkt zaczepienia. Ciemne, rozmazane lub zagracone zdjęcie daje mu mniej do trzymania się, więc klip bardziej odbiega od oryginału.
• Krótki i konkretny ruch działa lepiej niż długi i niejasny. Pięciosekundowy klip z jednym wyraźnym ruchem, jak odrzucenie włosów, błysk fleszu czy kamera odsuwająca się, zwykle trzyma spójność. Dłuższy klip, który prosi o kilka rzeczy naraz, zwykle nie.

Jakie zdjęcie źródłowe się sprawdza

Tę część pomija większość poradników, choć wpływa na wynik bardziej niż wybór narzędzia.

1. Zacznij od zdjęcia, które i tak byś opublikował. Jeśli nieruchomy obraz nie wygląda dobrze, wideo będzie wyglądać jak to zdjęcie w ruchu, a nie jak jego lepsza wersja. Najpierw popraw zdjęcie, a dopiero potem je animuj.
2. Jeden wyraźny temat. Jedna twarz lub jedna postać daje modelowi jedną rzecz do śledzenia. Zdjęcia grupowe i zatłoczone tła dają mu wiele ruchomych części do zgadnięcia naraz.
3. Dobre, równomierne światło. Ostre cienie na twarzy albo bardzo ciemne zdjęcie to najczęstsza przyczyna zniekształconego klipu, bo model nie wie, jaki kształt kryje się pod cieniem.
4. Brak wcześniejszego rozmycia ruchem. Zdjęcie, które jest już lekko rozmazane przez drżenie rąk, wzmacnia się, gdy model dodaje własny ruch.
5. Póza, która ma miejsce na ruch. Zdjęcie głowy i ramion pasuje do odrzucenia włosów albo błysku. Pozowane, nieco szersze ujęcie lepiej pasuje do wolniejszego ruchu kamery.

Jeśli zdjęcie zawodzi w którymś z tych punktów, ponowne zrobienie go jest prawie zawsze szybsze niż walka z wynikiem innym poleceniem.

Sam ruch jest ważniejszy, niż ludzie sądzą

Większość narzędzi zdjęcie na wideo pozwala wpisać swobodny tekst opisujący ruch. Brzmi to elastycznie, ale zwykle daje niespójny wynik, bo model musi zgadywać, co masz na myśli, mówiąc „niech ożyje”. Krótka lista nazwanych ruchów, z których każdy został przetestowany na prawdziwych zdjęciach, jest bardziej niezawodna niż otwarte pole.

Tak robi Flashette w kroku od zdjęcia do wideo: pięć stałych ruchów, błysk pop, odrzucenie włosów, serię szybkich póz jak w fotobudce, powolny filmowy zoom i spontaniczny śmiech. Każdy jest dostrojony do gotowego looku, a nie surowego selfie. Wybór jednego z nich to mniej ograniczenie, a bardziej różnica między ruchem sprawdzonym na tego typu zdjęciu a ruchem, którego nikt nie próbował.

Koszt i czas

Uruchomienie modelu wideo to jedna z droższych operacji AI w przeliczeniu na klip, dlatego prawie żadne narzędzie zdjęcie na wideo AI nie jest nieograniczone i darmowe. We Flashette look zdjęcia kosztuje 1 kredyt, a wideo z gotowego looku 5 kredytów. Kredyty pochodzą z tygodniowych kredytów Flashette Pro (7,99 USD tygodniowo lub 19,99 USD miesięcznie, ceny w USA) albo z pakietów kredytów kupowanych bez subskrypcji. Klip zwykle wraca w ciągu minuty do trzech po wysłaniu. Jeśli generowanie się nie uda, zużyte kredyty wracają automatycznie, co wyjaśniono na stronie pomocy.

Taka struktura kosztów jest typowa dla zdjęcia na wideo AI w ogóle: albo kilka darmowych klipów przed ścianą płatności, albo kredyty i subskrypcja od początku, bo każdy klip renderuje się na serwerze, a nie na twoim telefonie.

Darmowe sposoby na ruch ze zdjęcia

Zanim sięgniesz po AI, warto wiedzieć, czego nie potrzebuje:

• Live Photos na iPhonie nagrywają około półtorej sekundy ruchu wokół chwili, w której naciskasz migawkę, bez żadnego przetwarzania.
• Powolne przesunięcie i przybliżenie nieruchomego zdjęcia, znane jako efekt Kena Burnsa, daje wrażenie ruchu bez generowania czegokolwiek, a większość aplikacji do edycji ma go za darmo.
• Pętla w stylu boomerang z kilku zdjęć seryjnych działa dla prostego, powtarzającego się ruchu, jak odrzucenie włosów, bez żadnego modelu.

Żadna z tych metod nie tworzy nowego ruchu tak jak zdjęcie na wideo AI. Wykorzystują ruch, który już nagrałeś, albo przesuwają sam kadr. Jeśli chcesz zdjęcie, które wygląda na nieruchome, a robi coś, czego nigdy nie robiło, jak błysk fleszu albo zmieniającą się pozę, potrzebny jest model i wtedy właśnie idą kredyty.

Prywatność: co dzieje się ze zdjęciem

Zanim wgrasz zdjęcie do jakiegokolwiek narzędzia zdjęcie na wideo AI, sprawdź, co się z nim dzieje potem: czy jest zapisywane, na jak długo i czy służy do trenowania przyszłych modeli. We Flashette zdjęcie użyte do wideo to to, które już masz w galerii z looku AI. Twoje oryginalne selfie zostało wysłane do partnera AI jeden raz, żeby powstało to zdjęcie, i nigdy nie było zapisane. Zatrzymywane są tylko gotowe zdjęcie i wideo, żeby pojawiały się w twojej galerii. Wszystkie szczegóły są w polityce prywatności.

Od selfie do wideo na iPhonie, krok po kroku

To kolejność wynikająca z tego, co napisano wyżej:

1. Zacznij od gotowego zdjęcia, a nie od surowego selfie. We Flashette oznacza to najpierw wybór looku. Zanim go animujesz, dobrze wiedzieć, co edytor zdjęć AI zmienia w selfie.
2. Sprawdź zdjęcie w pełnym rozmiarze. Popraw złe kadrowanie albo światło, zanim wydasz kredyty na ruch.
3. Wybierz jeden ruch, a nie niejasny pomysł na „coś, co się rusza”. Konkretny ruch, jak odrzucenie włosów albo odsuwająca się kamera, daje modelowi jasne zadanie.
4. Wyślij i poczekaj. Od minuty do trzech na renderowanie klipu to normalny czas; nie musisz trzymać aplikacji otwartej.
5. Obejrzyj cały klip przed zapisaniem. Jeśli ręka albo krawędź zniekształcą się w połowie, inne zdjęcie źródłowe naprawi to częściej niż inny ruch.
6. Zapisz lub udostępnij, gdy klip się broni. Wideo zachowuje to samo zdjęcie, od którego zacząłeś, tylko teraz się porusza.

Co dalej

Zdjęcie na wideo AI jest tak dobre, jak zdjęcie, które mu dasz, więc najbardziej opłaca się wybrać albo przygotować zdjęcie warte animacji. Flashette najpierw tworzy takie zdjęcie z looku, a potem zamienia je na iPhonie w pięciosekundowe wideo z jednym z pięciu przetestowanych ruchów. Więcej o kroku ze zdjęciem znajdziesz na blogu Flashette.