Grok Imagine Video 1.5 Reference to Video

Grok Imagine Video 1.5 Reference to Video, jonka on kehittänyt xAI, muuntaa viitekuvasi ja valinnaisen äänitiedoston täysin animoiduksi videoksi. Sen sijaan että aloittaisit yhdestä ruudusta, tämä malli antaa sinun syöttää useita kuvia, jotka ohjaavat sekä lopullisen klipin ulkoasua että sisältöä, ja yhdistää ne tekstikehotteeseen, jossa kuvaillaan liike, tunnelma ja toiminta, jonka haluat nähdä. Tuloksena on lyhyt video, joka ammentaa suoraan tarjoamastasi visuaalisesta materiaalista – tämä on luonnollinen ratkaisu tekijöille, joilla on jo taidetta, valokuvia, tuotekuvia tai tunnelmatauluja ja jotka haluavat herättää ne liikkeeseen.

Mallin pääominaisuus on multi-image-referointi. Voit antaa yhdestä seitsemään viitekuvaa, ja malli käyttää niitä yhdessä tyylin ja sisällön ohjaamiseen. Kehotteessasi viittaat kuhunkin kuvaan erikseen, jolloin voit kertoa täsmälleen, miten haluat kuvien yhdistyvän, sekoittuvan tai siirtyvän. Tämä mahdollistaa skenaarioiden kuvailun, kuten "tutki paikkoja ja siistejä liikegrafiikoita näiden kolmen kuvan avulla", ja malli yhdistää ne yhdeksi johdonmukaiseksi kokonaisuudeksi. Olipa kyse hahmosta, taustasta, tekstuurista ja väripaletista tai saman aiheen kolmesta variaatiosta, malli käsittelee jokaista kuvaa rakennuselementtinä.

Ääni on myös ensiluokkainen syöte. Voit liittää yhden viiteäänitiedoston ja viitata siihen kehotteessasi kuvien rinnalla. Tämä avaa mahdollisuudet, kuten henkilö yhdestä kuvastasi puhumassa ääniraidan äänellä, jolloin voit synkronoida puheen tai äänet tarjoamiisi visuaaleihin. Koska sekä kuviin että ääneen voi viitata suoraan kehotteessa, sinulla säilyy tarkka hallinta siitä, miten kukin elementti vaikuttaa lopulliseen videoon.

Tulostettavat videot tuotetaan 24 kuvaa sekunnissa valitsemassasi kahdesta resoluutiosta: kevyempi 480p nopeisiin kokeiluihin ja luonnoksiin sekä terävämpi 720p viimeistellympään sisältöön. Keston voi määrittää vapaasti yhdestä sekunnista aina viiteentoista sekuntiin, joten voit luoda lyhyitä looppeja tai pidempiä kohtauksia. Esimerkkivideossa on täysi 1280x720 klippi, joka kestää hieman yli kymmenen sekuntia 24fps-nopeudella, antaen hyvän kuvan pituudesta ja sulavuudesta, jonka malli tuottaa yhdellä generoinnilla.

Kuvakooissa riittää valinnanvaraa: tuettuina ovat laajakuvainen 16:9 elokuvia ja maisemia varten, korkea 9:16 pystyformaatti sosiaaliseen mediaan, neliö 1:1 feedeihin sekä useita klassisia suhteita, kuten 4:3, 3:2, 2:3 ja 3:4. Näin voit valita juuri sen rajauksen, jonka alustasi tai projektisi tarvitsee ilman jälkikäteistä leikkausta – olipa kyseessä pystyvideo, neliömainos tai laajakuvakohtaus.

Luovat säätimet ovat suoraviivaiset. Tekstikehote hoitaa suurimman työn – siinä kuvaillet liikkeen ja tarinan sekä viittaat kuviisi ja ääneesi. Päätät, montako viitekuvaa käytät ja missä järjestyksessä, asetat haluamasi keston, valitset resoluution ja rajauksen. Kehotteet voivat olla yksityiskohtaisia ja sisältää runsaasti tekstiä, jolloin voit olla tarkka siitä, miten kuvat yhdistyvät, mikä liikkuu ja miten kohtaus kehittyy ajan myötä.

Kenelle tästä on eniten hyötyä? Elokuvantekijät ja videotuottajat voivat prototypoida kohtauksia nopeasti syöttämällä konseptitaiteen tai paikkakuvat ja kuvailemalla toiminnan. Designerit ja liikegrafiikan tekijät voivat animoida staattisia sommitelmia ja yhdistää useita visuaalisia elementtejä yhdeksi liikkuvaksi kokonaisuudeksi. Sisällöntuottajat, jotka tekevät lyhyttä pystysisältöä, voivat tehdä muutamasta kuvasta suoraan oikeassa koossa valmiita postauksia. Markkinoijat ja tuotiimitiimit voivat herättää tuotekuvat eloon kuvaavien liikekehotteiden avulla. Jokainen, joka työskentelee jo olemassa olevan kuvapankin pohjalta, eikä lähde nollasta, hyötyy tästä viitteisiin perustuvasta työprosessista – se pitää lopullisen videon kiinni siinä ilmeessä, joka on jo käsillä.

Muutama käytännön huomio: Malli vaatii vähintään yhden viitekuvan ja tekstikehotteen toimiakseen. Se hyväksyy enintään seitsemän kuvaa ja yhden äänitiedoston generointia kohden. Koska kuvat toimivat sekä tyylin että sisällön ohjeina, selkeästi sommitellut, hyvin laaditut kuvat, jotka edustavat haluamaasi lopputulosta, tuottavat parhaiten ennakoitavia tuloksia. Kuvat kannattaa merkata selvästi kehotteessa, jotta hallitset niiden yhdistymistä mahdollisimman tarkasti. Tämä malli on hyväksytty kaupalliseen käyttöön, joten se sopii asiakastöihin ja julkaistaviin projekteihin. Kaikkien generointien tulee noudattaa xAI:n käyttöehtoja.

Yhteenvetona: Grok Imagine Video 1.5 Reference to Video on suunniteltu tekijöille, jotka haluavat videosisällön pysyvän uskollisena tietyille lähdekuville, mutta tuovat siihen liikettä – ja halutessaan ääntä tai puhetta. Yhdistämällä multi-image-referoinnin, äänisyötteen, joustavan keston (jopa 15 sekuntiin), kaksi resoluutiota ja laajan valikoiman kuvasuhteita, se mahdollistaa hallitun, täsmällisen tavan animoida juuri ne visuaalit, joista välität eniten.