Egy másodperces, hanggal együtt készülő videókat is generál a Picsart
A Picsart AI Playgroundba megérkezett a Creatify Boreal, amely egyetlen leírásból készít videót és hozzá illesztett hangot. A felhasználó 1 és 20 másodperc közötti, tetszőleges egész másodpercben megadhatja a klip hosszát, akár 2K felbontásban is.
- A Creatify Boreal videót és szinkronizált hangot készít egyetlen promptból.
- A klipek hossza 1 és 20 másodperc között bármely egész másodperc lehet.
- 720p, 1080p és 2K felbontás, valamint több képarány közül lehet választani.
- A prompt vizuális, beszéd-, hang- és szövegblokkokra bontható.
- A modell a Picsart AI Playgroundban érhető el, üzleti felhasználásra is használható.
Egyetlen promptból készül a kép és a hang
A Picsart szeptember 24-i közleménye szerint a Creatify Boreal szövegből videót létrehozó modell, amelyet termékbemutatókhoz, felhasználói tartalmakat utánzó hirdetésekhez, műsorvezetői klipekhez és közösségi médiás bevezetőkhöz szánnak. A rendszer egyetlen menetben adja vissza a jelenetet és a hozzá tartozó hangot, így a környezeti zajok, a mozgás és a hang együttesen készülnek el.
A kötelező bemenet a legfeljebb 5000 karakteres szöveges prompt. Ehhez egy referenciakép is megadható, amely egy szereplő, termék vagy helyszín megjelenését rögzíti, továbbá saját hangfájl is feltölthető a modell által generált hang helyett. Negatív prompttal azok a képi elemek jelölhetők meg, amelyeket a felhasználó ki szeretne hagyni.
A hosszúságot minden egész másodpercre be lehet állítani
A Boreal egyik kiemelt képessége, hogy a videó hossza 1 és 20 másodperc között bármely egész másodperc lehet. A Picsart szerint az egy másodperces klip teljes értékű kimenet, nem előnézeti beállítás, és a szolgáltatás többi videómodellje nem kínál ilyen rövid generálást.
A felhasználó 720p, 1080p vagy 2K felbontást választhat. A 720p az alapértelmezett, a 2K jelenti a legmagasabb elérhető felbontást. A képarány lehet automatikus, 16:9, 9:16, 1:1, 4:3 vagy 3:4. A modellhez opcionális mesterségesintelligencia-jelölés is tartozik, amely bekapcsolva AI által generált megjelölést helyez a kimenetre.
A Picsart szerint a pontos hosszúság olyan feladatoknál lehet hasznos, ahol a klipnek egy adott vágási helyre kell illeszkednie. Ilyen lehet egy hat másodperces reklámbejátszás, egy egy-három másodperces közösségi médiás felütés vagy egy hosszabb összeállítás két jelenete közötti rövid betét.
Négy blokkban érdemes megírni a promptot
A Picsart által közölt minta négy, külön jelölt részből áll. A [VISUAL] blokkban a jelenet és a kameramozgás szerepel, a [SPEECH] a kimondandó szöveget tartalmazza, a [SOUNDS] a környezeti hangokat és a zenét írja le, a [TEXT] pedig a képernyőn megjelenő feliratokat adja meg. Ha nincs ilyen felirat, itt a „None” érték használható.
A szolgáltatás készítője azt javasolja, hogy a felhasználó a hangról is részletesen írjon, és a jelenet mellett a mozgást, valamint annak irányát is nevezze meg. A saját hangfájl akkor lehet célszerű, ha a szöveg pontos megfogalmazása fontos. A fejlesztési folyamatban először rövid, 720p-s változat készülhet, ezután állítható be a végleges képarány és hosszúság, végül pedig a 1080p-s vagy 2K-s kimenet.
A Creatify Boreal a Picsart AI Playground videóválasztójából érhető el, külön telepítés vagy konfiguráció nélkül. A Picsart szerint a Boreallal készített anyagok használhatók reklámokban, márkák csatornáin és ügyfeleknek átadott munkákban is, a szolgáltatás felhasználási feltételei alapján.
Picsart: Creatify Boreal: AI video with sound, cut to the second
