Utrzymanie tej samej postaci w kilku filmach AI jest trudne. Nawet przy identycznym opisie mogą zmieniać się twarz, włosy, ubranie lub proporcje. W przypadku produktu rozjeżdżają się kształt, opakowanie, kolor i materiał. Rozwiązaniem nie jest dokładanie przymiotników, lecz zapewnienie modelowi czytelnego wzorca i ograniczenie liczby zmiennych w jednej próbie.
Veo3o1 udostępnia dwa tryby pracy z obrazem: Obrazy referencyjne oraz Pierwsza i ostatnia klatka. Gdy rozpoznawalność jest ważniejsza od dokładnej kompozycji otwarcia lub zakończenia, zwykle lepiej zacząć od referencji.
Co przekazują obrazy referencyjne?
Obraz niesie informacje trudne do precyzyjnego opisania: proporcje twarzy, ubiór, paletę, opakowanie, fakturę i powtarzające się przedmioty. Tryb przyjmuje 1–3 obrazy, działa z Lite lub Fast, tworzy wynik 8‑sekundowy i wymaga 16:9 albo 9:16 zamiast Auto. Dokładny koszt kredytów widać przed wysłaniem. Aktualne zasady opisuje instrukcja obrazów referencyjnych.
Każdy obraz powinien odpowiadać na inne pytanie
Więcej nie zawsze znaczy lepiej. Dla postaci wybierz wyraźny portret na wprost lub pod kątem trzech czwartych, szersze ujęcie pokazujące strój i proporcje oraz profil w podobnym świetle. Dla produktu użyj czystego głównego kąta, ujęcia pokazującego bryłę i materiał oraz zbliżenia najważniejszego detalu.
Nie mieszaj fryzur, ubrań, wersji opakowania, korekcji barwnej ani kierunków światła, jeśli zmiana nie jest zamierzona. Sprzeczne referencje zmuszają model do zgadywania, który szczegół zachować.
Oddziel stałą tożsamość od ruchu
Praktyczna konstrukcja:
[stały obiekt] + [jedna czynność] + [otoczenie] + [kamera] + [światło] + [niezmienne szczegóły]
Przykład:
Kobieta z obrazów referencyjnych idzie powoli przez cichy hotelowy hol. Krótkie czarne włosy, granatowy garnitur, srebrne kolczyki i rysy twarzy pozostają bez zmian. Średni plan, spokojny tracking na wysokości oczu, ciepłe światło z okna, naturalny oszczędny ruch, bez zmiany stroju.
Jest tu jeden bohater, jedna czytelna czynność i jedno zadanie kamery. W ośmiu sekundach nie pojawiają się druga postać, przebranie, skok czasu i kilka skomplikowanych ruchów.
Zmieniaj jeden parametr naraz
Najpierw sprawdź bohatera, czynność i kamerę. Jeśli wygląd jest stabilny, w kolejnej próbie zmień światło lub tło. Jednoczesna zmiana promptu, seed, proporcji i modelu nie pozwoli ustalić źródła poprawy. Seed pomaga porównywać próby, ale nie gwarantuje identycznych klatek.
Gdy twarz lub bryła produktu zmienia się, użyj czystszego głównego wzorca i uprość czynność. Bardzo szeroki plan, szybki ruch, silne rozmycie ruchu i długie zasłonięcie ograniczają informacje o tożsamości. Przy zmianie kolorów usuń sprzeczne obrazy. Jeśli postać jest sztywna, opisz jeden ruch ciała i jeden ruch kamery. Przeładowaną scenę podziel na osobne klipy.