動画延長とは何ですか?
動画延長は、AI生成クリップの継続ワークフローです。新しいシーンをプロンプトする代わりに、すでに気に入っているテイクを維持し、次のビートを要求します。カメラのプッシュイン、視線、天候の変化、または最後のフレームに続くアクションなどです。Pixwitの動画延長ツールはこのジョブのために構築されています。以前のVeo生成からタスクIDを貼り付け、次に起こるべきことだけを説明すると、モデルは完成したクリップをアイデンティティのソース(ワードローブ、顔、色温度、フレーミング)として扱い、次の数秒を合成します。
クリエイターはこのワークフローを使用します。なぜなら、2回目のテキストから動画への実行はしばしばドリフトするからです。髪の色が変わったり、部屋のレイアウトがリセットされたり、被写体が元の被写体の兄弟のように見えたりします。継続は、すでに機能していたものを保護します。これは、完全な再生成よりもクリエイティブな時間で安価です。このページ上のフォームが製品です。ここでジョブをキューに入れ、新しいタスクIDを受け取り、マイビデオで進捗を追跡します。右側のプレビューは、継続されたクリップのサンプルであり、別のURLに誘導するティーザーではありません。
動画延長ツールを新しい撮影ではなく編集のピックアップとして扱います。最初のテイクにすでにワードローブ、レンズの感触、パフォーマンスがある場合、継続は正直な次のステップです。空白のプロンプトから再生成することは、探索に役立ちます。完了は、このページが目的とするところです。
動画延長の使用方法
4つのステップで動画延長を使用する方法を説明します。個別のスタジオ、タイムラインエディター、元のMP4を再アップロードする必要はありません。VeoタスクIDを持っている場合。
サインインしてこのページを開く
動画延長はPixwitアカウントで実行されるため、新しいジョブは請求され、他の生成物と一緒に保存されます。引き続き/video-extendを使用してください。ツールと説明は1つのURLを共有します。
元のタスクIDを貼り付ける
継続したいVeo生成からtaskIdをコピーします。そのIDはソースクリップへのハンドルです。モーション、顔、照明はすでにこれらのフレームに組み込まれています。
次のビートのみを記述する
最後のフレームの後に何が起こるかを説明します。映画全体を書き直さないでください。継続プロンプトは、新しいキャラクターバイオではなく、アクション、カメラ、ムードを名前付ける必要があります。
新しいタスクを送信して追跡する
ジョブをキューに入れ、新しいタスクIDをコピーし、マイビデオで進捗を監視します。完了したら、ストーリーがまだ別のビートを必要とする場合は、最新のIDから再度継続できます。
動画延長ワークフローがシーンの一貫性を保つ方法
一貫性は、動画延長ワークフローが存在する理由です。テキストから動画へのモデルは分布をサンプリングします。似たような2つのプロンプトでも、異なるビジュアルの領域に着地する可能性があります。継続は、前のクリップからの実際のピクセルに基づいて条件付けされるため、次の数秒は前の数秒を記憶します。言語で引き続き指示しますが、言語はデルタです。変更されるもの、世界の完全な再記述ではありません。
実際には、プロンプトをローカルに保ちます。ソースが夕暮れ時にキッチンに立っている女性である場合、それが本当に次のストーリービートでない限り、宇宙船を導入しないでください。カメラの動き(スロードリー、ハンドヘルド、ロックオフ)、被写体のアクション(窓の方を向く、蒸気が立ち上る、犬が入る)、および実際に望む照明のシフトを名前付けします。動画延長ツールは、キッチン、時間帯、または承認済みの顔を捨てずに、これらのデルタを尊重しようとします。
チェーンも同様に機能します。継続が成功した後、新しいタスクIDを次のソースとして扱います。動画延長ジョブの短いリンクは、プロットの30秒をカバーしようとする単一の巨大なプロンプトよりも通常安定しています。各ホップは読み取り可能なアクションを追加する必要があります。ホップが失敗した場合でも、単一の崩壊した生成ではなく、前のクリップが残っています。
クリエイターがこの動画延長ツールを使用する理由
正確な動きの伝達
ランディングページがエクステンダーです。機能について読んだ後、隠されたスタジオを探す必要はありません。同じビューで貼り付け、プロンプトし、送信します。
実際のクリップに基づいて条件付け
ソースは完成したVeo生成であり、ムードボードではありません。継続生成には、衣装、レンズ、カメラワークといった具体的な要素を合わせるための対象があります。
差分のみをプロンプトしてください
シーン全体を繰り返すのではなく、次のビートを記述します。これにより、継続プロンプトは短く、反復しやすくなります。
チェイン可能なタスクID
各継続生成ジョブは新しいタスクIDを返します。ストーリーにあと数秒必要な場合は、それを次のソースとして使用してください。
Veoファーストのパイプラインに適合
最初にVeoでオープニングショットを生成し、ここで継続してください。カットにまだ磨きが必要な場合は、後でアップスケーリングまたはより長いナラティブツールとペアリングします。
透明なステータス
送信後すぐにタスクIDを取得できます。キューがジョブを受け付けたかどうか推測する代わりに、[マイビデオ]でそれを追跡してください。
一貫性のある継続プロンプトを作成する
継続プロンプトは概要ではありません。次の数秒間のステージディレクションです。被写体と動詞で始め、次にカメラと雰囲気を追加します。例:「彼女はカップを置き、廊下の方を見て、カメラは左にゆっくりと動き、次の部屋から暖かい光が差し込む。」この文は、ビデオ延長ツールに何が変化するかを伝えます。新しい伝記、新しい都市、新しい衣装を考案するものではありません。
最初の生成で使用したすべてのスタイルキーワードを一度に投入しないでください。ソースがすでにシネマティックに見える場合、「cinematic, 8k, masterpiece」を繰り返すと、ピクセルと競合する可能性があります。動詞と空間的な手がかりを優先してください:入る、曲がる、立ち上がる、フォーカスを移動する、ホールドする、雨が降り始める。対話は短くしてください。時間をジャンプする場合は、モデルがカットを考案する必要がないように、明示的に述べてください。
結果がドリフトした場合、すぐに継続を諦めて完全に再生成しないでください。プロンプトを短くし、余分なキャラクターを削除し、カメラをロックしてください。ドリフトは、一度に多くのプロットを要求することから生じることがよくあります。アクションを分割してください:ホップ1は窓への方向転換、ホップ2は外の嵐。通常、2つの控えめなホップは、1つの過負荷の段落よりも優れています。
ビデオ延長のユースケース
ヒーローショットを完成させる
最初の生成で衣装と照明は完璧でしたが、すぐに終了しました。ビデオ延長ツールを使用してルックを維持し、歩行、笑顔、または製品のピックアップを追加します。
2番目のビートを持つソーシャルクリップ
ショート動画はしばしばフックとペイオフが必要です。フックを生成し、クリエイターを再キャスティングせずに、明らかにするために継続してください。
製品およびUGC広告
同じキッチン、同じ手、同じボトルを維持してください。継続により、強力な最初のテイクの後に、注ぐ、飲む、またはラベルを回転させることができます。
ストーリーボードとアニメティック
監督はフレームをロックし、次に個別のホップとしてカメラの動きを要求できます。ビデオ延長ワークフローは、新しいプリビズよりもピックアップショットに近いものです。
キャラクターパフォーマンス
顔と衣装がすでに適切だと感じられる場合、パフォーマンスを継続してください:視線、息遣い、一歩。再生成すると、異なる人物になるリスクがあります。
天気と時間の変化
建築物はそのままにして、雨、夕暮れ、または実用的なライトが点灯するように要求してください。差分は雰囲気であり、新しい場所ではありません。
ビデオ延長 vs ゼロからの長いクリップ生成
最初のテイクが気に入らない場合は、空白のプロンプトから長いクリップを生成するのが正しい方法です。最初のテイクが気に入っている場合は、継続が正しい方法です。長い生成は、アイデンティティ、ブロッキング、場合によってはジャンルさえも再サンプリングします。ビデオ延長ワークフローは、狭い質問に同じモデルファミリーを使用します:これらのフレームが与えられた場合、次に何が起こるか?意図はシーケンシャルであり、最大持続時間ではありません。
計画されたカットを持つマルチシーンナラティブが必要な場合は、ロングフォームツールで開始し、このページをピックアップベンチとして扱います。1つのショットの追加秒数だけが必要な場合は、ここに留まります。真実の情報源を明確にしてください:貼り付けるタスクIDがその情報源です。
ビデオ延長ワークフローとペアになるツール
継続はパイプラインの1ステップです。最初のクリップを生成し、必要なビートを延長し、次にアップスケールまたはストーリーの残りを構造化します。
- AIテキストと画像から動画へ後でここで継続する最初のVeoクリップを作成します。
- 長い動画多くのショットが必要で、1回のテイクの追加秒数だけではない場合は、より長いナラティブを計画してください。
- AIビデオアップスケーラー公開または編集する前に、継続されたクリップをシャープにし、アップスケールします。
モデル参照: Google DeepMind Veo