La galleria contiene i sei esempi pubblicati sulla pagina del modello, copiati qui perché la recensione li conservi, più un clip nostro dell’8 ottobre che porta i riferimenti a cinque. Mostra solo adulti vestiti, al massimo allusivi. Le esecuzioni della nostra scala dei contenuti non le pubblichiamo.
Una battuta in camera (image to video, 1080p). Da un fotogramma di una donna con capelli scuri ondulati in sottoveste di raso nero davanti a uno specchio a tre ante sotto le lampadine del camerino, con la lampo del vestito aperta di qualche centimetro sulla schiena. Si volta verso la camera, lascia scivolare ancora più giù la spallina allentata, cerca la lampo e dice "Help me with this?", poi si morde il labbro. Volto, abito e ambiente restano come li aveva disegnati il fotogramma, e l’inquadratura 16:9 è tornata esattamente a 1920 x 1080.
Una camminata fuori dal vapore (image to video, verticale). Un uomo con la barba corta e un asciugamano bianco si alza dalla panca di un bagno di marmo, si spinge indietro i capelli bagnati e cammina verso la camera. L’inquadratura 9:16 è tornata a 720 x 1280, e il sonoro porta il sibilo del vapore e lo sgocciolio dell’acqua.
Un bacio al mattino (image to video). Due donne su un letto sfatto alla luce del mattino, una con un taglio corto platino in una camicetta di seta champagne, l’altra con lunghi capelli ramati in una camicia bianca sbottonata, si baciano lentamente e sorridono.
Tre riferimenti, una prova (reference to video, 16:9). Un ritratto di una donna con ricci corti naturali e cerchi dorati, una foto di prodotto di una vestaglia di seta smeraldo su una gruccia e un camerino di boutique vuoto. Lei indossa la vestaglia sopra una sottoveste nera in quella stanza, annoda la cintura, si volta verso lo specchio dorato e lascia scivolare la vestaglia da una spalla, lanciando un’occhiata alla camera.
Una battuta con una voce in prestito (reference to video, 9:16, 9 secondi). Un ritratto di una donna con lunghi capelli neri e rossetto rosso più un clip vocale. Su una soglia illuminata dalle candele gira la chiave e sussurra "Lock the door. Nobody is coming up tonight... and I am not in any hurry." La battuta è scritta nel prompt; il clip audio imposta soltanto la voce.
Due ritratti, un ascensore (reference to video, 9:16). Due ritratti di due uomini in completo. In un ascensore d’albergo a specchi e ottone, quello con la barba allenta la cravatta dell’altro e lo spinge piano contro lo specchio, e quasi si baciano mentre le porte si aprono. Entrambi i volti si conservano.
Cinque riferimenti, tre persone (reference to video, 16:9, test nostro). Abbiamo inviato due ritratti di donne, il ritratto dell’uomo con la barba, la vestaglia smeraldo e il camerino, chiedendo che la donna con i lunghi capelli neri provasse la vestaglia mentre la donna con i ricci corti annodava la cintura e l’uomo diceva "It's perfect. We're late." dalla soglia. Tutti e tre i volti sono arrivati, e anche la stanza: le tende di velluto rosa, lo specchio dorato e la stanga con le sottovesti. La battuta è stata pronunciata (la nostra trascrizione riportava "It's perfect, we're late."). Due cose sono andate alla deriva: la vestaglia è finita addosso a entrambe le donne (il prompt non diceva cosa indossasse la seconda) e l’uomo stava vicino alla stanga invece di appoggiarsi alla soglia. Il clip è tornato dopo circa 8 minuti.
Dimensioni, file e velocità
L’image to video segue il tuo fotogramma. Un fotogramma 16:9 è tornato a 952 x 544 a 540p, 1268 x 724 a 720p, 1906 x 1088 a 1080p e 3804 x 2172 a 4k; un altro è tornato esattamente a 1920 x 1080 a 1080p; un ritratto 2:3 ha dato 586 x 880 a 540p. Con il reference to video, il 16:9 a 540p ha dato 960 x 528, il 9:16 a 720p ha dato 720 x 1280 e l’1:1 a 2k ha dato 1920 x 1920. I clip durano qualche centesimo di secondo in più della durata richiesta (5 secondi sono tornati come 5,04).
Un ciclo sensato: bozza a 540p per 5 secondi, che con l’image to video ha richiesto circa 2 minuti, e rilancio a 1080p della ripresa che ti convince. Scegli il 2k o il 4k solo se ti serve quella dimensione e il tuo editor gestisce l’HEVC. Calcola da 4 a 6 minuti per clip con il reference to video e scrivi l’intera scena prima di inviarla, perché un secondo tentativo costa un’altra attesa.
