Spójność miejsca w MiniMax H3: ten sam pokój w wielu klipach

Postać wygląda dobrze, ale jej mieszkanie stale się zmienia. Sofa trafia pod inne okno, lampa stojąca przechodzi przez pokój, a zbliżenie wprowadza drzwi, których nie było w poprzednim klipie. W portretach modowych powracającej dorosłej postaci, spokojnych codziennych scenach lub serii dla dorosłych te zmiany sprawiają, że osobne ujęcia wyglądają jak osobne produkcje.

Dla spójności miejsca MiniMax H3 używaj ponownie zdjęć jednego określonego pokoju i opisuj meble względem pokoju, a nie aparatu. Użyj reference-to-video, gdy H3 ma skomponować nowe ujęcie. Gdy dokładne rozmieszczenie jest ważne, przygotuj zatwierdzony obraz początkowy każdego ujęcia i animuj te obrazy przez image-to-video.

Siatka zdjęć pokoju może przekazać kilka połączonych widoków, ale nie jest rekonstrukcją 3D ani gwarantowaną blokadą. Jeden twórca H3 zgłosił sukces z 20 zachodzącymi na siebie zdjęciami pokoju; inni nadal zgłaszają przesuwane meble. Przydatna decyzja dotyczy ilości nowej geometrii, którą następne ujęcie wymaga wymyślić.

Poradnik buduje sekwencję trzech ujęć pokoju, z przygotowaniem referencji, kompletnymi promptami i konkretnymi zmianami dla przesuwającej się lampy, ściany lub okna. Przykład przedstawia fikcyjną dorosłą modelkę w wieku 32 lat w wieczornej serii modowej. To proponowany proces kreatywny, a nie materiał z nowego testu H3.

Dobierz format referencji do następnej pozycji aparatu

Pojedyncze zdjęcie pokoju, kilka osobnych widoków i arkusz podglądowy rozwiązują różne problemy wejścia. Wybierz najmniejszy zestaw rzeczywiście pokazujący przestrzeń używaną przez ujęcie.

Dla pierwszego odcinka zacznij od jednego umeblowanego rogu, a nie całego mieszkania. Pokój z jedną charakterystyczną sofą, lampą i oknem daje widzom dość powtarzalnych informacji do rozpoznania. Daje też konkretne elementy do zachowania.

Karta modelu MiniMax H3 rozdziela FL2VA z pierwszą i ostatnią klatką od Ref2VA przyjmującego media referencyjne. To ważne: klatka początkowa określa startową kompozycję, a referencja dostarcza treść do nowej kompozycji. Przesłanie pokoju jako pierwszej klatki i żądanie odległego przeciwujęcia prosi wideo o podróż od tego obrazu; przesłanie go jako referencji sceny prosi o nowo skomponowane ujęcie.

W SpicyAPI MiniMax H3 reference-to-video przyjmuje od jednej do dziewięciu numerowanych referencji obrazów. Dla głównego przykładu użyj dwóch: pokoju i dorosłej postaci. Wybierz pięć sekund, 768p i 16:9. Zachowuje dostarczony opis i daje każdemu żądaniu jedno krótkie działanie. Z dwiema referencjami konfiguracja kosztuje $0.1986 za klip, czyli $0.5958 za trzy ujęcia przed ponowieniami. To wyjściowe wybory przykładu, a nie ustawienia dowiedzione jako eliminujące zmiany miejsca.

Co rzeczywiście pokazuje przykład pokoju z 20 zdjęć

W oryginalnym poście o spójności pokoju twórca sfotografował rzeczywiste biuro 20 razy z nakładającą się zawartością i połączył zdjęcia w jedną siatkę używaną przez RefMod. Zgłosił, że osobne obrazy pokoju nie dawały takiej spójności w tym procesie.

Dwa szczegóły ograniczają wniosek. Twórca nie ustalił, czy kodowanie siatki jako RefMod poprawiało wynik względem bezpośredniego użycia siatki. Później zgłosił też nieudany większy eksperyment z 62 zdjęciami i dwoma dodatkowymi pokojami. Więcej pokrycia nie było automatycznie lepsze.

Przejmij pomysł połączonych widoków jednego pokoju; nie traktuj 20 zdjęć ani RefMod jako obowiązkowej instrukcji. Starannie dobrana referencja dwóch widoków może wystarczyć skromnemu ujęciu, a gęsta siatka uczynić ważną lampę zbyt małą do odczytania.

RefMod to społecznościowy mechanizm zapisywania wielokrotnie używanych informacji referencyjnych. Dokumentacja projektu wyjaśnia, że koduje materiał referencyjny, zamiast trenować wagi H3. Zapisane pliki nie są zamienne ze zwykłym uploadem zdjęcia. Endpoint referencji obrazu H3 SpicyAPI nie przyjmuje plików RefMod; zachowaj oryginalne zdjęcia lub siatkę, jeśli chcesz tej ścieżki.

Warto zrozumieć przeciwne doświadczenie. W osobnej dyskusji spójności miejsca twórca opisywał składanie czterech widoków perspektywicznych po niekiedy ponad dziesięciu próbach uzyskania odpowiedniej wycieczki po pokoju. Nawet wtedy wyposażenie przesuwało się lub zmieniało. Problemem nie było rozpoznanie ogólnego stylu, lecz zachowanie miejsca przedmiotów.

Dlatego poniższy proces definiuje relacje fizyczne przed filmowymi przymiotnikami. „Ciepły luksusowy salon” dopuszcza wiele pokojów. „Sofa pozostaje przy ścianie naprzeciw wejścia, z oknem w sąsiedniej ścianie” opisuje konkretny układ.

Uczyń pokój zrozumiałym przed dodaniem postaci

Dla przykładu użyj małego salonu do powracającej wieczornej serii twórcy mody dla dorosłych. Postać nosi bordową suknię wieczorową. W trzech klipach poprawia mankiet na stojąco, siada obok podłokietnika sofy i obraca się ku oknu. Garderoba i osoba pozostają te same; artykuł skupia się na otoczeniu.

Najpierw ustal zawartość pokoju. Nie potrzebujesz szczegółowego rysunku architektonicznego. Prosty plan w notatkach wystarczy, by prompty nie zaprzeczały sobie.

„Północ” i „zachód” są tutaj etykietami planowania, a nie wymaganiem kompasu na obrazie. W rzeczywistym prompcie powiąż układ z widocznymi punktami: ścianą sofy, ścianą okna i wejściem. Opisy nadal pomagają po obrocie aparatu.

Z wejścia w stronę sofy okno widać po lewej, lampę po prawej. Z innego boku pokoju ich pozycje ekranowe mogą się zmienić. Zachowuj fizyczną relację do sofy; nie zmuszaj okna do lewej krawędzi w każdej kompozycji.

Ilustracja: aparat zmienia pozycję; sofa, okno i lampa pozostają przy tych samych ścianach.

Fotografuj rzeczywisty pokój z nakładaniem widoków

Jeśli masz dostęp do miejsca, przemieszczaj się przy niezmienionych meblach i świetle. Zacznij od szerokiego zdjęcia z wejścia. Potem zrób widok obok okna nadal zawierający sofę i lampę. Dodaj widok z przeciwnego rogu tylko wtedy, gdy planowana sekwencja ujawni tę stronę.

Każde sąsiednie zdjęcie powinno dzielić rozpoznawalny przedmiot lub połączenie ścian. Ten sam podłokietnik, rama okna lub lampa łączy obrazy wizualnie. Zbliżenie abażuru i szerokie zdjęcie niepowiązanej ściany nie wyjaśniają położenia lampy.

Utrzymuj aparat dość poziomo i w miarę możliwości to samo ustawienie obiektywu. Silne zniekształcenie szerokokątne może czynić mały pokój znacznie głębszym w jednej referencji. Nie przestawiaj mebli dla poprawy każdego zdjęcia: odsunięty stół staje się sprzecznym dowodem po dołączeniu widoku do zestawu.

Jeśli możesz, sfotografuj pusty pokój. W serii dorosłej postaci otoczenie powinno opisywać plan, a osobny obraz dostarczać wykonawcę. Osoba na zdjęciu miejsca może wnieść niechciane ubranie, pozę lub obecność do późniejszej kompozycji. Potrzebujesz też obszaru za osobą, a nie tylko atrakcyjnego fragmentu wokół ramion.

Przydatny punkt zatrzymania to pokrycie planowanych ujęć. Jeśli wszystkie trzy klipy pozostają przy sofie, nie potrzebujesz kuchni, korytarza ani łazienki. Zapisz je jako osobne miejsca, gdy późniejsza scena ich wymaga.

Zbuduj fikcyjny pokój z jednego zaakceptowanego projektu

Dla wymyślonego salonu wybierz jeden widok główny przed wariantami. Zamroź liczbę okien, styl sofy, lampę i układ ścian. Zrób kolejny widok przez edycję głównego, a potem porównaj je przed akceptacją do zestawu pokoju.

Wiarygodny nowy kąt nie musi być spójny. Jeśli drugi obraz dodaje okno lub przesuwa lampę do drugiego podłokietnika, nie dołączaj go tylko dlatego, że jest atrakcyjny. Kolekcja referencji opisywałaby dwa różne pokoje.

Gdy przeciwujęcie pokazuje ścianę niewidoczną w głównym obrazie, musisz ustalić jej zawartość. Model nie odzyska istniejącego projektu, którego nie dostarczono. Narysuj prosty układ, świadomie stwórz brakujący widok lub ustaw następne ujęcie, by nie pokazywało nieznanej strony.

Dla stałej serii często przydatniejsze jest ustanowienie trzech pozycji aparatu do powracania niż wymaganie swobodnej podróży po całym pokoju. Szeroki widok wejścia, średni obok sofy i portret przy oknie tworzą rozpoznawalny język bez kompletnego wirtualnego planu.

Złóż siatkę bez zamieniania planu w kolaż

Użyj siatki, gdy relacja kilku widoków jest przydatna i każdy panel pozostaje czytelny. Zachowaj nieprzyciętą kopię każdego zdjęcia źródłowego. Siatka jest dodatkową prezentacją, a nie powodem odrzucenia oryginałów.

Dla salonu praktyczny początek to cztery panele: widok wejścia, od strony okna, od strony lampy i bliższy pokazujący relację sofy ze stołem. Cztery panele są redakcyjną wygodą przykładu, a nie zmierzonym optimum H3.

Ułóż szerokie widoki w sensownej sekwencji wokół pokoju. Unikaj ogromnej białej ramki i dekoracyjnego tytułu. Etykiety umieść w nazwach plików lub notatkach, a nie na sfotografowanych ścianach. Obraz ma przekazać meble i geometrię, a nie stać się slajdem prezentacji wewnątrz wideo.

Przy stałym rozmiarze dodanie paneli zmniejsza piksele każdego widoku. Arkusz szeroki na 2048 pikseli z czterema kolumnami daje około 512 na kolumnę przed odstępami i marginesami. Mała lampa z oryginału może mieć kilkadziesiąt pikseli w panelu. Piąty niemal identyczny szeroki widok nie przywraca brakujących detali.

Jeśli jeden mebel identyfikuje serię, niech będzie dość duży do rozpoznania. Możesz użyć osobnego bliskiego widoku sofy i lampy jako dodatkowej referencji, zamiast wciskać detal w gęstą siatkę. Nadaj obrazowi wąską rolę: istniejący róg sofy i lampy, a nie nowy projekt pokoju.

Ilustracja: siatka łączy widoki w jednym obrazie, dając każdemu panelowi mniej miejsca.

Siatka miejsca i storyboard też są różne. Siatka pokazuje jedną przestrzeń z kilku pozycji. Storyboard poleca kilka kompozycji lub cięć. Dla żądania pojedynczego ujęcia powiedz, że siatka jest referencją miejsca, a wynik jedną ciągłą perspektywą aparatu. Inaczej kafelkowane źródło może zostać zinterpretowane jako kafelkowany cel.

Panorama 360 stopni jest kolejną opcją, jeśli już masz użyteczną. Społecznościowy przykład panoramy pokazał korytarz z referencji panoramicznej, ale komentujący zauważyli zmiany drzwi i klamek. Autor wspomniał też niepewność, czy na zniekształcenie wpłynęła poprawka promptu czy seed. Traktuj pokrycie panoramy jako przydatne wejście, a nie dowód dokładnej geometrii.

Dla tej serii trzech ujęć zwykłe nakładające się widoki łatwiej sprawdzić niż nieznaną projekcję. Jeśli rozumiesz fotografię panoramiczną, zachowaj czystą panoramę; jeśli nie, nie trzeba dodawać konwersji przed prostą sceną przy sofie.

Przypisz osobne zadania pokojowi i dorosłej postaci

Używaj tej samej kolejności przesyłania w każdym reference-to-video:

1. Picture 1: główny pusty pokój lub siatka pokoju.
2. Picture 2: fikcyjna dorosła postać w zamierzonym stroju na prostym tle.
3. Picture 3, tylko w razie potrzeby: wyraźniejszy widok konkretnego rogu już obecnego w Picture 1.

Obraz postaci nie powinien być najmocniejszą konkurencyjną referencją miejsca. Jeśli pokazuje jasną sypialnię za wykonawcą, a Picture 1 ciepły salon, materiały są sprzeczne. Przytnij lub zastąp zbędne tło przed prośbą do modelu o interpretację konfliktu.

Oficjalny poradnik promptów referencyjnych MiniMax traktuje otoczenie jako powtarzalnie używaną treść referencyjną i odróżnia od obrazów kotwiczących konkretną kompozycję. Przydatny nawyk to opis wkładu obrazu i możliwych zmian. Nie potrzebujesz ponownie opisywać twarzy, by wyjaśnić pozycję sofy.

Zachowaj identyczną instrukcję pokoju między ujęciami. Zmieniaj pozycję aparatu, kadr i działanie. To przydatne w codziennej serii: miejsce staje się znajome, a nowy gest lub strój uzasadnia kolejny post.

Trzy prompty zakładają, że Picture 1 zawiera uzgodnione widoki pokoju, a Picture 2 dorosłą postać i bordową suknię. Żądają osobnych klipów po pięć sekund, a nie trzech cięć w jednym żądaniu pięciu sekund. Zachowaj pięć sekund, 768p i 16:9 we wszystkich trzech podczas budowy sekwencji.

Ujęcie 1: ustanów pokój od wejścia

To punkt odniesienia dla widza. Pokaż dość mebli dla rozpoznania następnego ujęcia, ale zachowaj małe działanie.

Picture 1 pokazuje kilka widoków jednego salonu. Użyj go dla mebli, układu ścian, materiałów i światła pokoju. Picture 2 dostarcza jedną fikcyjną dorosłą kobietę w wieku 32 lat i bordową suknię wieczorową; zignoruj tło. Stwórz jedno ciągłe pięciosekundowe ujęcie portretowe mody z jednym widokiem aparatu i bez kolażu. Aparat stoi przy wejściu, patrząc na terakotową sofę przy przeciwnej ścianie. Wysokie okno z kremowymi zasłonami znajduje się w ścianie po lewej od ściany sofy. Mosiężna lampa pozostaje w rogu obok prawego podłokietnika sofy z tego widoku wejścia. Okrągły stół z ciemnego drewna pozostaje przed sofą. Kobieta stoi obok stołu i powoli poprawia jeden mankiet, potem uspokaja dłonie. Aparat pozostaje nieruchomy. Miękkie dzienne światło wpada przez okno, z delikatnym ciepłym blaskiem lampy. Zachowaj pozycje mebli i pojedyncze okno przez całość. Ciche odgłosy pokoju, bez dialogu i muzyki.

Ujęcie ustanawia relację okno–sofa–lampa. Jest przydatniejsze niż początek ciasnym portretem bez definiujących elementów pokoju. Później można przyciąć bliżej; niewidocznej lampy nie użyjesz jako dowodu ciągłości wizualnej.

Ujęcie 2: przesuń aparat, pozostaw meble

W drugim klipie przenieś aparat blisko okna i spójrz po przekątnej sofy. Lampa pozostaje obok tego samego fizycznego podłokietnika mimo zmiany perspektywy.

Picture 1 dostarcza ten sam salon i stały układ mebli. Picture 2 dostarcza fikcyjną dorosłą kobietę w wieku 32 lat i bordową suknię wieczorową; zignoruj tło. Zrób jedno ciągłe pięciosekundowe średnie ujęcie modowe obok wysokiego okna, patrząc po przekątnej ku sofie i mosiężnej lampie. Kobieta siedzi blisko końca terakotowej sofy po stronie okna. Kładzie jedną dłoń na podłokietniku i lekko kieruje wzrok ku oknu. Lampa zostaje na przeciwnym końcu sofy w oryginalnym rogu. Okrągły stół z ciemnego drewna pozostaje przed sofą; pokaż tylko część naturalnie widoczną z tej pozycji aparatu. Sofa pozostaje przy oryginalnej ścianie. Zachowaj rzeczywisty układ pokoju, zmieniając punkt widzenia. Światło okna pochodzi z boku aparatu; lampa pozostaje ciepłym światłem tła. Nieruchomy aparat, naturalna perspektywa, jeden pokój, bez cięcia i układu paneli. Ciche odgłosy pokoju, bez dialogu i muzyki.

Zauważ instrukcję stołu: może być częściowo ukryty, ale nie przesunięty. Żądanie pełnej widoczności każdego przedmiotu referencji może walczyć z nowym kątem. Wiarygodny pokój zawiera przesłonięcia; spójność nie oznacza każdego rekwizytu w każdej klatce.

Ujęcie 3: zakończ portretem od strony okna

Finalny klip może być ciaśniejszy bez utraty związku z planem. Zachowaj jeden rozpoznawalny element architektury i jeden mebel w kompozycji.

Picture 1 jest referencją miejsca tego samego salonu. Picture 2 dostarcza fikcyjną dorosłą kobietę w wieku 32 lat i bordową suknię wieczorową bez przenoszenia tła. Stwórz pojedynczy pięciosekundowy portret od pasa w górę obok wysokiego okna salonu. Umieść aparat blisko okrągłego stołu, patrzący na koniec terakotowej sofy po stronie okna. Kobieta stoi między sofą a oknem i powoli obraca ramiona ku dziennemu światłu, kończąc swobodnym spojrzeniem w bok. Pokaż kremową zasłonę i część oryginalnego podłokietnika za nią. Inne meble mogą znaleźć się poza kadrem; nie przesuwaj ich dla widoczności. Zachowaj okno w oryginalnej ścianie i proporcje pokoju. Miękkie światło dzienne pozostaje główne, z subtelnym ciepłym wkładem lampy po drugiej stronie pokoju. Aparat jest nieruchomy. Bez nowych drzwi, dodatkowego okna, dzielonego ekranu i zmiany sceny. Ciche odgłosy pokoju, bez dialogu i muzyki.

Zasłona i podłokietnik niosą tu ciągłość. Nie prosisz finalnego zbliżenia o dowód całego planu podłogi. To zadanie ujęcia ustanawiającego i zgodności źródłowych widoków.

Zachowaj światło przy źródle w pokoju

Ciągłość światła staje się myląca, gdy prompty używają tylko kierunków ekranowych. „Światło z lewej” opisuje inny układ fizyczny po przejściu aparatu na drugą stronę. W salonie użyj okna jako głównego źródła i lampy jako ciepłego źródła drugorzędnego.

W widoku wejścia światło okna przychodzi z lewej kadru. W średnim widoku przy oknie z okolic aparatu. Oba mogą należeć do tego samego momentu. Identyczne cienie na twarzy w każdym ujęciu mogą wymagać ruchu światła z aparatem, podważając ciągłość pokoju.

Utrzymuj trzy decyzje: które źródła są włączone, jasność okna względem lampy i porę dnia. Nie potrzebujesz technicznego diagramu do „miękkiego światła okna z delikatną ciepłą lampą w tle”. Musisz unikać ciemnej wieczornej referencji z jasnym południowym przeciwujęciem, chyba że zmiana czasu jest zamierzona.

W dojrzałej fotografii modowej dramatyczne światło może ukrywać przydatne informacje pokoju. Jeśli szeroka referencja pokazuje niewiele poza zarysem postaci, może nie mieć czytelnej krawędzi sofy lub połączenia ścian do przeniesienia. Przygotuj wyraźną referencję pokoju, nawet gdy portret końcowy będzie bardziej nastrojowy.

Ilustracja: światło może zmienić kierunek na ekranie po ruchu aparatu bez zmiany fizycznego źródła.

Traktuj świadomą zmianę dzień–noc jako nową wersję oświetlenia tego samego planu. Zachowaj pozycje mebli, dostarcz zaakceptowany nocny widok i opisz ciemne okno. Zastąpienie tylko „światła dziennego” „neonową nocą” przy aktywnej słonecznej referencji daje sprzeczne instrukcje.

Gdy pokój nadal się zmienia, najpierw zrób ujęcie jako obraz

Jeśli H3 ciągle przestawia lampę pod nowym kątem, przestań wymagać rozwiązania kąta od zera w każdym żądaniu wideo. Przygotuj obraz już zawierający właściwy pokój, aparat i postać, a potem go animuj.

Edycja Qwen Image 2.1 jest jedną dostępną ścieżką przygotowania obrazów. Zacznij od pokoju i dorosłej postaci; trzeci widok pokoju dodaj tylko dla brakującej geometrii. Wybierz finalny kształt, nieprzezroczyste tło i PNG. Dla przykładu użyj 16:9, 2k i wyłączonego rozszerzania promptu. To propozycja wykorzystania wejść edycji, a nie deklaracja poprawnej rekonstrukcji niewidocznego pokoju za pierwszym razem.

Dla ujęcia 2 użyj promptu edycji obrazu:

Użyj pierwszego obrazu tylko dla salonu, zachowując meble i architekturę. Użyj drugiego tylko dla jednej fikcyjnej dorosłej kobiety w wieku 32 lat i bordowej sukni wieczorowej. Stwórz pojedyncze fotograficzne średnie ujęcie obok wysokiego okna pokoju, patrząc po przekątnej na terakotową sofę. Posadź ją przy końcu sofy najbliższym oknu, z dłonią na podłokietniku. Zachowaj sofę przy tej samej ścianie. Zachowaj mosiężną lampę w rogu przy przeciwnym końcu sofy i okrągły stół z ciemnego drewna przed sofą. Pokaż naturalne nakładanie i perspektywę z nowego punktu. Miękkie światło okna i delikatny ciepły blask lampy. Zachowaj kształty widocznych mebli; nie dodawaj kolejnego okna lub wejścia. Jedna fotografia, bez paneli układu i tekstu.

Przy trzecim obrazie pokoju dodaj: „Trzeci obraz dostarcza widok obok okna i wyjaśnia relację sofy z lampą; nie wprowadza innego pokoju ani nie zmienia projektu mebli”.

Porównaj otrzymany obraz z głównym pokojem przed animacją. Jeśli lampa się przesunęła, popraw obraz. Jeśli wymaganego kąta nie da się utrzymać, wybierz pobliską pozycję faktycznie wspieraną przez źródła. Daje jawną decyzję przed zapłatą za ruch.

Następnie otwórz MiniMax H3 image-to-video, prześlij zaakceptowany obraz jako pierwszą klatkę i użyj pięciu sekund w 768p. Prompt animacji może być krótki, bo obraz ustala kompozycję:

Animuj tę klatkę początkową jako jedno ciągłe pięciosekundowe ujęcie. Dorosła kobieta pozostaje siedząca i powoli kieruje wzrok ku oknu z małym naturalnym ruchem ramion i dłoni. Aparat jest nieruchomy. Zachowaj sofę, stół, lampę, okno i zasłony na miejscu. Zachowaj istniejące światło dzienne i ciepłe światło lampy. Bez nowych przedmiotów, cięć i zmiany pokoju. Ciche odgłosy pokoju, bez dialogu i muzyki.

Przygotuj ujęcie 1 i 3 tak samo z ich własnymi kompozycjami. To trzy zaakceptowane obrazy początkowe, a nie jeden stale rozciągany w coraz bardziej różne kąty. Każde wideo zaczyna z wybranym układem.

Opcjonalna klatka końcowa może określać koniec kompozycji, ale nie blokuje każdej klatki między końcami. Nie używaj zdjęć sprzecznych pokojów jako startu i końca z oczekiwaniem niewidocznego rozwiązania mebli. Jeśli oba końce są potrzebne, powinny opisywać ten sam plan i wiarygodny ruch między nimi.

Dla małego gestu zablokowany aparat ogranicza też nowo ujawniane otoczenie. Jeśli pozostał problem niechcianego ruchu aparatu, skorzystaj z osobnego poradnika wideo ze stałym aparatem, zamiast bez końca dodawać zdjęcia pokoju.

Zmień wejście pasujące do błędu ciągłości

Ponowienie może dać inny wynik, ale nie doda brakującego zdjęcia ściany. Przed nim zidentyfikuj widoczny błąd i wybierz trafną zmianę.

To wiarygodne przyczyny do zbadania, a nie diagnozy niewidzianego generowania. Rozróżnij, czy błąd już istnieje w nieruchomej referencji, pojawia się tylko w nowej kompozycji, czy rozwija podczas ruchu.

Jeśli jest już w referencji, napraw źródło. Jeśli pojawia się po wymyśleniu nowego kąta przez H3, ogranicz kąt lub przygotuj obraz. Jeśli powstaje w ruchu, skróć działanie lub ogranicz podróż aparatu. Podniesienie rozdzielczości nie mówi modelowi, która ściana ma mieć okno.

Nie naprawiaj pojedynczego problemu lampy przez przepisanie całego pokoju, zmianę stroju i nowych proporcji. To tworzy nowe założenie ujęcia. Zachowaj zaakceptowane części i popraw jedną błędną relację przestrzenną.

Lustro wymaga szczególnej uwagi. Może ujawniać przedmioty poza głównym widokiem, tworząc kolejną perspektywę pokoju wewnątrz kadru. Jeśli nie jest potrzebne, pomiń je w pierwszej sekwencji. Jeśli konieczne, przygotuj obraz z poprawnym odbiciem i unikaj dużego ruchu wymagającego zmiennego odbitego widoku.

Używaj planu ponownie w codziennej serii dorosłej postaci

Gdy trzy pozycje działają w projekcie, użyj ich zaakceptowanych obrazów pokoju w następnej sesji. Wracaj do tego samego zestawu źródeł zamiast traktować każdą atrakcyjną klatkę jako nową referencję. Późniejsza klatka może już mieć trochę dłuższą sofę lub przesunięte okno; ponowne użycie może uczynić zmianę częścią następnego żądania.

Oddziel puste widoki od postaci i garderoby. Gdy następny post ma inny strój, zastąp obraz postaci z ubraniem, pozostawiając źródła pokoju. Gdy pokój zmienia się świadomie, zaktualizuj widoki razem: nowe krzesło tylko pod jednym kątem tworzy sprzeczność po powrocie starego kąta.

W powracającej serii dla dorosłych znajomość może pochodzić z drobiazgów: zasłony obok postaci, terakotowej sofy za siedzącym portretem lub ciepłej lampy w odległym rogu. Nie musisz codziennie pokazywać całego mieszkania. Zmień kadr, gest lub pozycję w ustalonym rogu przed dodaniem pokoju.

Możesz unikać trudnej podróży między pozycjami przez cięcia. Widok ustanawiający, a potem siedzące średnie ujęcie komunikuje zmianę czasu lub pozy bez wymagania w jednej próbie spaceru wokół stołu i siadania. Używaj ciągłego ruchu tylko wtedy, gdy jego oglądanie jest ważne dla sceny.

Obsługa treści dla dorosłych nadal zależy od modelu i zadania. Technika referencji miejsca nie rozszerza zachowania treści, a udana scena modowa nie określa generowania każdej wersji H3. Proces tutaj dotyczy planu; osobno wybierz endpoint odpowiedni dla rzeczywistego tematu.

Zaplanuj potrzebne ujęcia wraz z przygotowaniem

Dla ścieżki zaakceptowanych obrazów zwykłe MiniMax H3 image-to-video kosztuje $0.037 za sekundę w 768p i $0.058 w 2k.

Sumy obejmują generowanie wideo z już posiadanych obrazów. Dodaj przygotowanie obrazu i każde dodatkowe generowanie. Na przykład ponowienie ujęcia 2 daje sumę wideo 768p $0.740. Próba niskiej rozdzielczości, a potem nowe generowanie wyższej to dwa żądania, a nie bezpłatna aktualizacja pierwszego wyniku.

Reference-to-video dodaje $0.0068 za każdą referencję do stawek wideo. Dla konfiguracji dwóch obrazów pięć sekund w 768p kosztuje $0.185 + $0.0136 = $0.1986. Trzy klipy $0.5958; jedno ponowienie daje $0.7944. Trzecia referencja rogu podnosi każde żądanie pięciu sekund do $0.2054 i trzy ujęcia do $0.6162. Siatka liczy się jako jeden przesłany obraz, ale łączenie tylko dla oszczędności opłaty może poświęcać czytelne detale.

Dla przykładu przygotowania obrazów edycja Qwen Image 2.1 w 2k kosztuje $0.048 za wynik z opisanymi dwiema lub trzema referencjami. Trzy edycje dodają $0.144, dając trzy przygotowane obrazy i trzy klipy image-to-video po pięć sekund w 768p za $0.699 przed ponowieniami. Istniejące zdjęcia źródłowe, czas ręcznego składania i stworzenie początkowej postaci lub pokoju nie należą do sumy.

Finansowy powód przygotowania obrazu nie polega na gwarancji mniejszej liczby prób. Pozwala ustalić widoczne meble przed płaceniem za ruch. Jeśli kąt jest wyraźnie błędny na obrazie, dłuższe wideo nie uczyni go właściwym pokojem.

Zacznij od jednego pokoju, jednego jasnego kąta i jednego krótkiego działania

Wybierz trzy meble identyfikujące miejsce. Sfotografuj lub ustanów ich relacje w czystym pustym widoku, a potem przygotuj tylko dodatkowy widok potrzebny następnemu ujęciu.

Użyj reference-to-video do eksploracji nowej kompozycji z zestawu źródeł. Gdy meble stale zmieniają miejsce, zatwierdź kompozycję jako obraz i animuj małym gestem. Zachowaj te same fizyczne źródła światła i referencje przy następnym klipie.

Dla przykładu salonu pierwszy przydatny wynik to pięciosekundowy widok wejścia z sofą, oknem i lampą na uzgodnionych miejscach. Zbuduj siedzący kąt z tego samego projektu pokoju. Rozpoznawalny zestaw trzech ujęć jest przydatniejszą podstawą serii niż spektakularna wycieczka zmieniająca mieszkanie w połowie.