"AI-krammevideo" er en af de mest søgte idéer inden for AI-video, som regel af samme grund: to mennesker, der ikke længere er samme sted, og ét fotografi, hvor de er.
Her er, hvordan de klip faktisk bliver lavet, uden at lade som om appen har en funktion, den ikke har.
Det får du med Rigel
Rigel genererer video ud fra et stillbillede plus en scenebeskrivelse. Der er ingen krammeforudindstilling og ingen skabelon i et galleri, der hedder "kram". Det, du har, er et promptfelt og modellens evne til at skabe troværdige menneskelige bevægelser ud fra det foto, du leverer. Det er nok — men kun hvis kildebilledet og prompten begge gør deres arbejde.
Start med det rigtige foto
Det er her, de fleste forsøg lykkes eller mislykkes.
- Brug ét foto med begge personer. Et billede, hvor de allerede står eller sidder sammen, er langt mere pålideligt end at forsøge at trylle en person nummer to frem.
- Giv plads omkring dem. Stramme udsnit af hoved og skuldre giver armene ingen steder at bevæge sig hen. Halvtotal eller bredere fungerer meget bedre.
- Vælg klart, jævnt lys. Blandede lyskilder får kontaktpunktet mellem to kroppe til at falde fra hinanden.
- Hold hænderne synlige og enkle. Hænder er stadig det svageste punkt i denne generation af modeller.
Promptopskrifter, der virker
Beskriv bevægelsen, kameraet og lyset — i den rækkefølge. Hold handlingen lille og fysisk.
- "De vender sig mod hinanden og krammer blidt, armene om skuldrene, langsom naturlig bevægelse, kameraet står stille, blødt varmt indendørslys."
- "Han træder frem og krammer hende, hun lukker øjnene og smiler, slowmotion, let håndholdt vuggen, modlys sidst på eftermiddagen."
- "Langsom indzoomning, mens de to læner sig ind i et kram, diskret hovedbevægelse, lav dybdeskarphed, aftenlys fra vinduet."
Undgå: "følelsesladet genforening", "hjertevarmt øjeblik" og andre stemningsord uden fysisk indhold. Modellen kan ikke gengive en følelse; den kan gengive en arm, der bevæger sig troværdigt.
Når fotoet er gammelt
De fleste af de her klip starter med en gammel papirkopi. Forberedelsen betyder noget: fladt og jævnt affotograferet, beskåret til personerne, den bedste kopi du har. Hele tjeklisten står på siden om at animere gamle fotos, og selve genereringsforløbet er beskrevet på siden om foto til video.
Vil du have, at personen også taler og ikke bare bevæger sig, gennemgår talende foto læbesynkronisering ud fra et manuskript.
Hav ærlige forventninger
Kontakt mellem to personer er noget af det sværeste at generere. Regn med at skulle prøve mere end én gang, med at brede udsnit virker bedre end tætte, og med at nogle fotos simpelthen ikke giver et overbevisende kram. Når det lykkes, er det fordi kildebilledet allerede indeholdt det meste af svaret.
Og reglen, der er vigtigere end nogen prompt: brug kun fotos af personer, der har givet samtykke, eller af din egen familie. At generere intime optagelser af en person, der aldrig har givet samtykke, er ikke et teknisk spørgsmål.
Prøv det
Rigel er gratis at downloade på iOS 16.6+ og Android og indeholder startcredits, så det første forsøg koster ingenting. Creditpakker og et abonnement fås i appen, og hver generering viser sin pris i credits, før du bekræfter.