Tendenza: ragazza sugli spalti di una partita coreana - come lo fanno

Brevemente sulla cosa principale (BLUF)

Una ragazza sugli spalti di una partita coreana è un trend che ha raccolto milioni di visualizzazioni: la telecamera trova la protagonista tra i tifosi, ma lei non sembra accorgersi delle riprese. Diamo un'occhiata a due modelli: foto e video, come funziona sotto il cofano e dove si interrompe la tendenza.

Osserva attentamente uno qualsiasi di questi binari. Canale televisivo coreano, logo SPOTV, tabellone segnapunti con inning. La telecamera guarda il podio: la ragazza è seduta, non guarda l'obiettivo, guarda da qualche parte verso il campo. 5 secondi. Tutto.

Il video ha un milione di visualizzazioni. Nei commenti: "dove hai preso questo video", "eri davvero in Corea", "è una rete neurale o una rete live". E la maggior parte delle persone non riesce a capirlo. Ecco perché.

Due modelli: foto e video

"Ragazza sul podio - foto." Ti scatta una foto del viso e assembla da zero una cornice nello stile di una trasmissione SPOTV: tribune, luci dello stadio, tipici tifosi coreani sullo sfondo, un bicchiere di plastica in mano, un tifoso di lato. Senza un aspetto AI raffinato, al contrario, con rumore di compressione, leggero motion blur e pelle reale. L'obiettivo è farlo sembrare uno scatto televisivo catturato casualmente e non un servizio di moda. Sotto il cofano - Immagine GPT 2. Da 6 token per generazione.

"Ragazza sul podio - video." Lo stesso volto, ma in movimento. Carichi una foto: il modello immagine-video di Kling 3.0 realizza una clip di 5 secondi “in diretta dallo stadio”: la stessa angolazione della telecamera trasmessa, la folla sullo sfondo, la stessa posa rilassata. 50 gettoni in modalità Standard o più in modalità Pro.

Come funziona sotto il cofano

Foto. Non c'è cornice, viene generata da zero. Ma con regole ferree: niente ritocchi, niente “ingrandimento degli occhi”, niente lucidalabbra. La richiesta afferma esplicitamente: dovrebbe sembrare un filmato reale proveniente da una telecamera televisiva di bassa qualità, con tutti i suoi difetti: leggere sbavature, rumore digitale, bagliore dovuto al sudore. Questo è ciò che dà la sensazione di un “telaio reale” e non di un “neurone”.

Video. Kling 3.0 image-to-video prende la tua foto come primo fotogramma e anima la scena su richiesta: una leggera rotazione della testa, movimento della folla sullo sfondo, sbattimento delle palpebre, espressioni facciali di uno "sguardo sorprendentemente concentrato sul campo". Il prompt richiede chiaramente un frame 16:9 orizzontale e una qualità di trasmissione in modo che si adatti al formato rils ritagliato e non assomigli a I2V con allungamento verticale.

Come farlo manualmente

Se non vuoi utilizzare il modello:

Per le foto. Lo farai? sezione immagini, seleziona Immagine GPT 2, allega un selfie come riferimento e scrivi una richiesta in coreano (la modella lo capisce meglio nel contesto della TV coreana):

Per video. Lo farai? sezione video, seleziona Kling 3.0, allega la stessa foto (puoi prima scattarla in un modello fotografico), 16:9, richiedi:

Cioè, una pipeline funzionante: prima un modello di foto (otterrai il perfetto fotogramma "trasmesso"), quindi inserisci questo fotogramma in un modello video e ottieni 5 secondi di una versione animata della stessa persona sul podio.

Dove si rompe

Foto. Il selfie di riferimento è troppo chiaro e luminoso: la modella cerca di trascinare la sua "lucentezza" nell'inquadratura e il risultato non è una trasmissione, ma un servizio di moda. Un semplice selfie senza filtri funziona meglio. Se il risultato è troppo bello rigeneratelo, la richiesta contiene già tutti i divieti di ritocco, ma a volte la modella è comunque attirata verso l'“influencer”.

Video. Kling 3.0 offre un buon movimento della testa e dello sfondo, ma se la foto è troppo "studio" (sfondo bianco piatto, luce perfetta), attira questa luce nella scena dello stadio e ottiene uno strano mix. Le foto di ritratti funzionano meglio con luce media, senza ombre nette.

Tentativo

Due modelli già pronti in Sezione Tendenze. Se desideri una cornice statica per un post, utilizza una scheda fotografica su GPT Image 2. Se desideri un video di 5 secondi per una bobina, utilizza una scheda video su Kling 3.0. Puoi farlo in blocco: prima una foto, poi da questa foto - un video.

Domande frequenti (FAQ)

Domanda: Come ottenere il miglior risultato da una rete neurale?
Risposta: utilizzare istruzioni dettagliate (descrizioni) in inglese, impostare lo stile e i dettagli della scena.

Domanda: questi materiali possono essere utilizzati per scopi commerciali?
Risposta: Sì, il contenuto generato è interamente tuo.