برای ساخت ویدیوی رقص با هوش مصنوعی، عکس فقط ظاهر شخصیت را تعیین میکند؛ حرکت را باید با پرامپت یا ویدیوی مرجع مشخص کنید. اگر یک رقص یا ترند مشخص میخواهید، مسیر کنترل حرکت (Motion Control) انتخاب دقیقتری است. اگر حرکت آزاد میخواهید، یک عکس خوب و توضیح روشن میتواند کافی باشد.
در این آموزش یک سناریوی تمرینی را جلو میبریم: ساخت ریلز عمودی برای شروع جشنواره یک فروشگاه، با یک شخصیت ثابت، دو قدم کوتاه و یک حرکت دست. نتیجه را واقعی یا تستشده نمینامیم؛ معیارهایی میدهیم که بعد از تولید خودتان آن را بررسی کنید.
برای ساخت ویدیوی رقص، کدام ورودی مسیر شما را تعیین میکند؟
برای حرکت آزاد از Image-to-Video استفاده کنید. مدل حرکت را از توضیح شما میسازد؛ انتظار بازسازی دقیق یک رقص شناختهشده را نداشته باشید.
بررسی: هویت و فرم بدن ثابت بماند.Kling Motion Control حرکت بدن را از ویدیوی مرجع میگیرد و روی شخصیت تصویر اجرا میکند.
بررسی: ترتیب ژستها شبیه مرجع باشد.در یک مسیر چندرسانهای مانند Gemini Omni، صوت میتواند ریتم و انرژی شات را راهنمایی کند؛ اما جای مرجع حرکت دقیق را نمیگیرد.
بررسی: نقاط شروع و پایان با موسیقی بخواند.نقش هر فایل را صریح بنویسید: تصویر برای هویت، ویدیو برای حرکت و صوت برای ریتم.
بررسی: مدل نقش فایلها را با هم عوض نکرده باشد.چه عکس و ویدیوی مرجعی احتمال خطا را کمتر میکند؟
برای حرکت تمامبدن، عکس نیمتنه انتخاب مناسبی نیست. یک تصویر روشن و تکنفره بردارید که سر، دستها، زانوها و کفشها دیده شوند و اطراف بدن فضای خالی داشته باشد. دست داخل جیب، لباس خیلی گشاد، چند نفر در قاب یا بریدهشدن پاها، نقاط لازم برای بازسازی حرکت را پنهان میکند.
ویدیوی مرجع نیز باید یک نفر، یک حرکت خوانا و دوربین نسبتاً ثابت داشته باشد. مرجعی که کات سریع، حرکت شدید دوربین یا عبور اشیا از جلوی بدن دارد، به مدل چند مسئله همزمان میدهد. بخش کوتاهی را انتخاب کنید که از یک ژست واضح شروع و به یک ژست واضح ختم شود.
یک ویدیوی رقص را در جنارا چطور مرحلهبهمرحله بسازیم؟
هدف یک شات را بنویسید
«شخصیت فروشگاه با دو قدم کوتاه و موج دست، شروع جشنواره را اعلام میکند.» این یک شات است، نه یک موزیکویدیوی کامل.
مسیر را از روی ورودی انتخاب کنید
رقص مشخص: عکس و ویدیوی مرجع در Kling Motion Control. حرکت آزاد یا ترکیب تصویر و صوت: مسیر چندمرجعی Gemini Omni.
پیشنمایش را فقط برای حرکت بسنجید
قبل از نور و افکت، ببینید چهره، دستها، تماس پا با زمین و ژست پایانی درستاند یا نه.
هر بار یک متغیر را اصلاح کنید
اگر پا میلغزد، مرجع را سادهتر کنید؛ اگر چهره عوض میشود، عکس را روشنتر کنید. همزمان پرامپت، عکس و مرجع را تغییر ندهید.
ویدیوی عمودی؛ همان شخصیت و همان لباس تصویر مرجع. دو قدم کوتاه به جلو و یک موج آرام دست، انرژی شاد و کنترلشده، نمای تمامقد، دوربین ثابت، نور نرم استودیو. چهره، لباس و تناسب بدن تغییر نکند. بدون نوشته در تصویر.
پرامپت چه چیزی را کنترل میکند و چه چیزی را باید به مرجع بسپاریم؟
پرامپت برای توضیح نوع اجرا، انرژی، قاب، دوربین و محیط مناسب است. ویدیوی مرجع برای ترتیب و دامنه حرکت مناسبتر است. نوشتن «دقیقاً روی بیت برقص» بدون فایل صوتی یا مرجع، زمانبندی قابلاندازهگیری به مدل نمیدهد.
| تصمیم | بهتر است کجا مشخص شود؟ | نمونه |
|---|---|---|
| هویت و لباس | عکس مرجع | همان شخصیت با کت نارنجی |
| ترتیب حرکت | ویدیوی مرجع | دو قدم، چرخش شانه، ژست پایان |
| انرژی و قاب | پرامپت | شاد اما کنترلشده، نمای تمامقد |
| ریتم | صوت و توضیح | شروع حرکت روی ضرب اصلی |
اگر چهره، دستها یا ریتم خراب شد، چه چیزی را تغییر دهیم؟
متن تبلیغاتی، قیمت و لوگو را پس از تولید و در تدوین اضافه کنید. همچنین استفاده از موسیقی ترند یا حرکت یک فرد واقعی بهمعنای داشتن مجوز تجاری نیست؛ حقوق موسیقی، تصویر و ویدیوی مرجع را جدا بررسی کنید.
برای اولین تست چه کار کنیم؟
سؤالهای رایج درباره ساخت ویدیوی رقص با هوش مصنوعی
آیا فقط با یک عکس میتوان ویدیوی رقص ساخت؟
بله، برای حرکت آزاد. برای اجرای یک رقص مشخص، ویدیوی مرجع کنترل بیشتری میدهد.
پرامپت فارسی قابلاستفاده است؟
بله. نوع حرکت، انرژی، قاب و چیزهایی را که باید ثابت بمانند روشن بنویسید. نامبردن یک سبک بهتنهایی جای مرجع حرکت را نمیگیرد.
Kling Motion Control و Gemini Omni چه تفاوتی دارند؟
Motion Control وقتی مناسبتر است که انتقال حرکت مشخص هدف اصلی باشد. Gemini Omni برای ترکیب چند نوع مرجع و ساخت یا ادیت یک شات انعطاف بیشتری دارد.
