Trung tâm hướng dẫn
Cách cấu hình Vidu Q3 Reference-to-Video: từ một chủ thể đến trộn nhiều chủ thể
Reference-to-Video (R2V) là khả năng quan trọng của Vidu Q3 về khả năng kiểm soát: mô hình học từ ảnh hoặc video tham chiếu ngoại hình nhân vật, phong cách chuyển động, vận hành camera và phong cách hình ảnh tổng thể, giữ nhất quán cao hơn ở các cảnh sau.
1. Trước hết xác định «ưu tiên nhất quán»
Trước khi tải tài sản, team nội bộ thống nhất:
- Ưu tiên nhất quán nhân vật: webcomic, idol ảo, IP thương hiệu.
- Ưu tiên liên tục cảnh: demo sản phẩm, tour cửa hàng.
- Ưu tiên cách điệu hóa: phim nghệ thuật, thử nghiệm hình ảnh.
2. Tham chiếu một chủ thể: vòng lặp tối thiểu
- Chọn ảnh hoặc clip ngắn với chủ thể rõ, che khuất ít.
- Trong prompt, nêu rõ giữ từ tham chiếu (tóc, trang phục, tư thế, v.v.).
- Chạy trước cảnh thử ~8 giây để xác nhận bố cục và hướng sáng.
- Sau đó mở rộng lên 16 giây; tránh bắt đầu bằng cảnh dài phải làm lại.
Mẹo: Giữ nhịp video tham chiếu ổn định; tránh rung mạnh để mô hình không «overfit» rung khi học chuyển động camera.
3. Trộn nhiều chủ thể: tối đa 7 chủ thể tham chiếu
Khi cần nhiều nhân vật trong khung hoặc sản phẩm + đại diện cùng lúc:
- Mỗi chủ thể có cận cảnh tham chiếu riêng nếu có thể;
- Ghi trong prompt: «nhân vật trái = tham chiếu A, phải = tham chiếu B»;
- Với thoại và lip-sync: ghi rõ ngôn ngữ và giọng.
4. Kết hợp điều khiển khung đầu-cuối
Nếu cần ràng buộc cứng hơn cho khung mở và khung kết, xem Cách dùng điều khiển khung đầu-cuối Vidu Q3 cho cảnh chuyển.
5. Đọc thêm: giới hạn mô hình từ benchmark
Để hiểu điểm mạnh Vidu Q3 qua bảng xếp hạng: Phân tích Artificial Analysis: vì sao Vidu Q3 vượt Runway và Veo.
Lưu ý
- Độ phân giải thấp có thể «làm trung bình» họa tiết mịn; dùng nguồn rõ nét.
- Sản xuất serial nên có bảng phiên bản tài sản tham chiếu.
Sau 2–3 mẫu tham chiếu, đóng gói thành «gói phong cách» nội bộ trên workbench chung để giảm chi phí chuyển nền tảng.