Дубль майже вдалий. Рух камери хороший, таймінг правильний, людина виглядає добре, але є одна помилка: замість потрібного об'єкта - вантажівка, або кошик з фруктами, якого там не має бути, або не та куртка. Перегенерація всього кадру для виправлення помилки означає втрату всього, що було вдалим. Вам потрібен монтаж, який змінить лише один об'єкт, не чіпаючи решту кліпу.
Для цього створено шість інструментів. Усі шість описані тут на сторінках і в документації їхніх постачальників із зазначенням цін, які вони вказують. Ми використали один із них, Higgsfield Genjutsu, для роботи з реальним об'єктом, кадри якого наведено нижче. Ми запускали лише Seedance 2.5 Video Edit для повного рестайлінгу всієї кімнати. Інші ми не тестували.
Щоб видалити об'єкт, позначте його на кадрі, де він повністю видимий (якщо ваш інструмент це дозволяє), попросіть про це одним коротким реченням і зазначте, що решта має залишитися без змін. Для інших завдань, як-от видалення фону або заміна людини, почніть із посібника з редагування ШІ-відео.
Три інструменти з їхньої власної документації
| Seedance 2.5 Монтаж відео | Beeble SwitchX 2.0 | Gemini Omni Flash | |
|---|---|---|---|
| Як ви вказуєте на об'єкт | Текстовий промпт, що називає об'єкт; деякі хости додають можливість позначити область | Виберіть режим: натискайте на об'єкти. Автоматичний режим: він відстежує головний об'єкт. Завантаження: ваш власний матовий шар | Текстовий промпт плюс референтні компоненти |
| Як ви демонструєте новий вигляд | Промпт, до 30 референсних зображень | Промпт і одне референтне зображення з результатом | Промпт, додаткові компоненти |
| Що зберігається | Ідентичність об'єкта, композиція та рух | Незакритоні масками ділянки зберігають оригінальний матеріал, що переосвітлюється для гарного поєднання | Не вказано Google |
| Найкращий у | Заміна об'єкта, додавання або видалення об'єкта, зміна оточення | Зміна фону, переосвітлення, зміна одягу | Швидке редагування промптів |
| Тривалість кліпу | 4-30 с | До 480 кадрів, 20 с при 24 fps | До 10 с |
| Ціна за 5 с | приблизно $1.38 на BytePlus, $2.20 на WaveSpeed; оплата стягується і за вхідні, і за вихідні дані | 30 кредитів, приблизно $1.06 на плані Creator за $19 | приблизно $0.50 за вихідні дані на API Google, плюс вхідні токени |
| Зверніть увагу на | Редагування тривалістю 5 секунд тарифікується як 10 секунд | Beeble попереджає, що розмиті промпти дають погані результати | Flow показує вартість у кредитах лише в полі промпту |
Seedance 2.5 Монтаж відео: дайте назву, решту залиште як є
Модель від ByteDance редагує вхідне відео за допомогою промпту, зберігаючи ідентичність об'єкта, композицію та рух. Результат відповідає довжині та формі джерела, а референси вказуються в промпті, наприклад, @Image 1. Хостинги відрізняються: API приймає лише текст, а деякі додатки дозволяють позначити область на кадрі.
Шаблон для копіювання: якщо ви можете позначити об'єкт, оберіть кадр, де він повністю видимий, напишіть одну коротку інструкцію своїми словами та завершіть фразою, що все інше залишається без змін. Роздільна здатність - це головний важіль витрат. Монтаж тривалістю 5 секунд коштує приблизно $1.38 при 720p на BytePlus та близько $3.40 при 1080p, тому тестуйте на малих обсягах. Ми запускали цю модель для рестайлінгу говорячої голови, а не для редагування одного об'єкта.
Beeble SwitchX: маскуйте те, що змінюється, і зберігайте решту
Beeble описує SwitchX як «змінюй будь-що, зберігай важливе». Масковані області генеруються на основі вашого промпту та референсного зображення. Немасковані області зберігають оригінальний матеріал, що отримує нове освітлення та стиль для гармонійного поєднання з новим оточенням. Референс є кресленням результату, що показує об'єкт та оточення разом із уже визначеним світлом.
- Автоматичне знаходить і відстежує головний об'єкт. Beeble пропонує це для заміни фону та переосвітлення.
- Виберіть дозволяє вам клікнути на те, що має бути згенеровано, для цілеспрямованих змін, наприклад, нового одягу. Додавайте окремі частини, як-от обличчя чи руку, як окремі об'єкти та використовуйте Invert, щоб обмежити генерацію лише областю одного об'єкта.
- Fill займає весь кадр, зберігаючи геометрію, але змінюючи світло або стиль.
- Upload використовує маску з такого програмного забезпечення, як Nuke або After Effects.
Будьте конкретними щодо налаштувань, світла та настрою. Версія 2.0 підтримує до 480 кадрів, і вказано вартість 6 кредитів за секунду при 720p та 20 при 1080p. На плані Creator за $19 з 540 кредитами це становить приблизно $1.06 або $3.52 за 5 секунд. Ми це не тестували.
Gemini Gemini Flash: низька ціна з меншою кількістю гарантій
Деякі додатки називають це Veo Omni Flash. У Google Flow він може редагувати завантажені та згенеровані відео за допомогою нових промптів та складників тривалістю до 10 секунд у будь-якому співвідношенні сторін. Його перевага - ціна: API від Google вказує приблизно $0.10 за секунду 720p результату, тоді як у двох інших цей показник є більш ніж удвічі вищим з урахуванням їхньої системи тарифікації.
Google не гарантує, що залишиться недоторканим, а ми не тестували це для редагування об'єктів. Тому чітко вказуйте, що змінити, а що залишити, закладайте бюджет на другу спробу та перевіряйте весь кліп.
Ще три: Genjutsu, Aleph та Kling O1 Редагування
Ці три варіанти розвивають ту саму ідею: ви завантажуєте кліп, описуєте зміну та додаєте новий об'єкт як референс. Жоден із них не вимагає малювання маски; кожен знаходить і відстежує об'єкт за текстовим описом. Це швидше, але саме тут вони також зазнають невдач, як показує наш досвід.
| Higgsfield Genjutsu | Runway Aleph 2.0 | Kling O1 Монтаж | |
|---|---|---|---|
| Як ви вказуєте на об'єкт | Короткий опис; він націлений на елемент, який ви вказуєте | Текстова інструкція | Текстова інструкція з тегами @Element та @Image |
| Як ви демонструєте новий вигляд | До 30 референсних зображень | Промпт, необов'язковий референс | До 4 елементів та стилістичних зображень |
| Найкращий у | Заміна продукту, реквізиту, вбрання або локації | Реальні зйомки: заміна, видалення, переосвітлення, зміна погоди або гардероба | Заміна персонажів та об'єктів зі збереженням руху |
| Тривалість кліпу | 4-30 с | 2-30 с, до 10 монтажів | 3-10 s |
| Роздільна здатність | До 1080p | 480p-1080p, 24-30 fps | 720p-4K вхід, вихід збігається |
| Ціна | 144 кредитів за 15 с при 1080p, приблизно $7.20 за оцінкою Higgsfield | 28 кредитів на секунду в додатку; $0.28/с через API | $0.126/с Стандарт, $0.168/с на fal |
Genjutsu у реальній роботі: знайдені книги та те, що залишилося поза увагою
Нашим кейсом був 108-секундний монтаж, у якому понад десять людей, кожен з яких був знятий окремо, тримають книгу, картку або чистий аркуш паперу, і кожен із них мав перетворитися на ту саму зелену книгу. Промпт був чітким: замінити кожну книгу та кожен білий папір або картку, які тримають у руках, на зелену книгу з референсу, залишити руки попереду, не змінюючи нічого іншого.
Genjutsu замінив книги, які розпізнав як книги. Один учасник тримав іншу зелену книгу, зняту дзеркально на селфі-камеру; у результаті ми отримали нашу обкладинку, повернуту правильно, з цілісним заголовком, емблемою з деревом та обома руками.
Він залишив кожен чистий аркуш чистим аркушем, хоча в промпті вони були названі, і пропустив синю книгу в наступному сегменті. Модель, яка шукає об'єкт за словами, сама вирішує, що вважати об'єктом, і аркуш паперу не потрапив до цієї категорії.
Нам довелося розділити відео на окремі монтажні склейки та замінювати об'єкти по одному: склейка з книжкою, потім склейки з чистими аркушами, і кожна з них була відмонтована так, щоб показати потрібну нам зелену книжку.
Runway Aleph 2.0
Runway позиціонує Aleph як редактор для реальних зйомок: замінюйте продукти чи персонажів, видаляйте об'єкти, змінюйте фон або гардероб, налаштовуйте освітлення, додавайте погоду чи ефекти - і все це за допомогою текстової інструкції. Він бере найдовші кліпи з шести, до 30 секунд із максимально десятьма монтажними склейками, і має найпрозорішу ціну: 28 кредитів за відредаговану секунду в додатку, з мінімумом у 56 кредитів, або $0.28 за секунду через API. Ми ще не тестували цей інструмент.
Kling O1 Монтаж
Редактор Kling працює з природною мовою, використовуючи до чотирьох посилань: у запиті позначте персонажа як @Element1, а стилістичне зображення як @Image1; це дозволяє зберегти оригінальний рух, замінивши лише те, що ви назвали. Кліпи тривають від 3 до 10 секунд, і за ціною $0.168 за секунду на fal ($0.126 для тарифу Standard) це найдешевший варіант за секунду серед платних редакторів. Ми також ще не тестували його.
Який варіант обрати
- Об'єкт є плоским і жорстким - книга, вивіска, екран, етикетка: відстежуйте його кути та накладайте заміну. Без використання моделей, без перемальовування рук і без ціни за кожну секунду.
- Один об'єкт має змінитися, а решта повинна залишатися оригінальним відеоматеріалом - SwitchX, якщо кліп триває 20 секунд або менше при 24 к/с і ви можете показати результат на одному референсному зображенні.
- Заміна продукту, реквізиту чи одягу за референсними фото - Genjutsu, потім перевірте кожен випадок, який він мав би зафіксувати.
- Потрібно замінити, видалити або додати один об'єкт, і ви волієте вказати на нього, а не створювати маску - Seedance 2.5 Video Edit на хості, що підтримує маркування.
- Реальні зйомки тривалістю до 30 секунд із чіткою ціною за секунду - Aleph; для кліпів тривалістю 10 секунд або менше, де важлива ціна, - Kling O1 Edit.
- Ви все ще досліджуєте, або зміна стосується всього вигляду - Gemini Omni Flash, з бюджетом на кілька повторних генерацій.
Яким би редактором ви не користувалися, перед тим як залишити дубль, обріжте будь-яке обличчя у кадрі у повному розмірі відповідно до джерела. Монтаж, який залишає об'єкт правильним, а людину дещо зміненою, не рятує кадр.
Джерела
- Seedance 2.5 Video Edit на WaveSpeed, сторінка Seedance 2.5 Morphic та наша примітка про ціни за листопад
- Документація Beeble SwitchX та ціни Beeble Cloud
- Google Flow допомога щодо відеомоделей та ціни на Gemini API
- Higgsfield: Знайомство з Genjutsu та сторінкою Genjutsu
- Runway Aleph 2.0: можливості та ціни
- Kling O1 Редагування на fal
Один кадр, правильний інструмент
Більшість виправлень не потребують нової генерації. easyai.video спрямовує кожне виправлення до найдешевшого інструменту, який дозволяє зберегти решту кадру.
Приєднатися до списку очікування ↗