آموزشها
راهاندازی Vidu Q3 Reference-to-Video: از موضوع تکی تا ترکیب چند موضوع
Reference-to-Video (R2V) قابلیت کلیدی Vidu Q3 برای قابلیت کنترل است: مدل از تصاویر یا ویدیوهای مرجع ظاهر شخصیت، سبک حرکت، کار دوربین و سبک بصری کلی را میآموزد و در شاتهای بعدی یکنواختی بالاتری حفظ میکند.
۱. ابتدا اولویتهای یکنواختی را مشخص کنید
قبل از آپلود دارایی، در تیم همراستا شوید:
- اولویت یکنواختی شخصیت: وبکمیک، آیدل مجازی، IP برند.
- اولویت پیوستگی صحنه: دمو محصول، گشت فروشگاه.
- اولویت استیلیزهسازی: فیلم هنری، آزمایشهای بصری.
۲. مرجع موضوع تکی: حلقه حداقلی
۱. تصویر یا کلیپ کوتاه با موضوع واضح و پوشش کم انتخاب کنید.
۲. در پرامپت صریحاً بنویسید چه چیزهایی از مرجع حفظ شود (مو، لباس، وضعیت بدن و غیره).
۳. ابتدا یک شات آزمایشی ~۸ ثانیه برای تأیید ترکیببندی و جهت نور بگیرید.
۴. سپس به ۱۶ ثانیه گسترش دهید؛ از شروع با شات بلند که نیاز به بازکاری دارد پرهیز کنید.
نکته: ریتم ویدیوی مرجع را پایدار نگه دارید؛ لرزش شدید باعث «بیشبرازش» به لرزش هنگام یادگیری حرکت دوربین میشود.
۳. ترکیب چند موضوع: حداکثر ۷ موضوع مرجع
وقتی به چند شخصیت در قاب یا محصول + سخنگو با هم نیاز دارید:
- برای هر موضوع در صورت امکان نمای نزدیک مرجع جدا؛
- در پرامپت: «شخصیت چپ = مرجع A، راست = مرجع B»؛
- برای دیالوگ و lip-sync: زبان و لحن را مشخص کنید.
۴. ترکیب با کنترل فریم شروع-پایان
برای محدودیت سختتر روی فریم اول و آخر، «نحوه استفاده از کنترل فریم شروع-پایان Vidu Q3 برای شاتهای گذار» را بخوانید.
۵. مطالعه بیشتر: مرزهای مدل از بنچمارک
برای درک نقاط قوت Vidu Q3 از رتبهبندی: «تحلیل Artificial Analysis: چرا Vidu Q3 از Runway و Veo پیشی میگیرد».
نکات
- وضوح پایین ممکن است بافتهای ریز را «میانگین» کند؛ از منابع شفاف استفاده کنید.
- در تولید سریالی جدول نسخه مراجع نگه دارید تا نسخههای قدیمی مخلوط نشود.
پس از ۲–۳ قالب مرجع، آنها را به «بستههای سبک» داخلی در workbench مشترک تبدیل کنید تا هزینه جابهجایی پلتفرم کم شود.