Miért nem hosszabbítás a válasz
Kézenfekvő lenne: legyártasz egy klipet, aztán megnyomod a „folytasd" gombot, amíg elég hosszú nem lesz. Két okból nem ez a járható út.
Az egyik a plafon. A hosszabbítás nem korlátlan: az egyik nagy szolgáltatónál összesen harminchét másodperc az elérhető maximum, és csak 720p-ben — vagyis egy lánc nem ér el egy percig, és közben a felbontást is elveszíted. A másik a minőség. A gyártók maguk írják le a mellékhatásokat: az egyiknél a prompt ban lévő oda nem illő szöveg vágást vagy átúszást okozhat a hosszabbított részen, a másiknál a folytatás hangereje eltér az eredetitől, és a kimenet néhány tized másodperccel rövidebb lesz a kértnél.
A vágási terv, ami előbb jön, mint a generálás
Itt van a poszt lényege. Az AI-videó nem attól lesz hosszabb, hogy többet generálsz, hanem attól, hogy előbb megtervezed, hány beállításból áll. Egy perc nem „egy perc videó", hanem nyolc-tizenkét beállítás, mindegyik két-nyolc másodperces.
Ez nem AI-sajátosság, hanem a filmes gyakorlat: egy reklámfilmben az átlagos snitthossz két-négy másodperc. Vagyis a nyolcmásodperces korlát nem is korlát, ha úgy gondolkodsz, ahogy egy vágó. Ami hiányzik, az nem a hossz, hanem a folytonosság a beállítások között — és az megoldható.
A recept
1. ÍRD LE A BEÁLLÍTÁSOKAT, mielőtt bármit generálsz.
Egy sor per snitt: mi látszik, mi mozog, hány másodperc.
Egy perc = 8-12 sor. Ha ez nincs meg, a generálás pénzkidobás.
2. MINDEN SNITTHEZ KEZDŐKÉP.
Ugyanabból a képgenerátorból, ugyanazzal a stílusmondattal.
Itt dől el, hogy egy videónak fog-e látszani.
3. GENERÁLJ SNITTENKÉNT, 2-3 VÁLTOZATBAN.
Ne az elsőt fogadd el. A videónál a szórás nagy.
4. A HANGOT KÜLÖN SÁVBAN építsd, végig egyben.
Egy folyamatos zenei vagy környezeti alap összeköti a snitteket.
Ez a legolcsóbb folytonosság-trükk, ami létezik.
5. VÁGÁS a végén, rendes vágóprogramban.
Itt derül ki, melyik snitt rossz — és csak azt kell újragenerálni.
A négy átvezetés, ami működik
A snittek közti váltás akkor nem zavaró, ha van rá filmes indok. Négy megoldás, ami AI-klipeknél is jól áll.
- Mozgásra vágás. Az egyik snitt végén elindul valami, a másik elején folytatódik. A szem a mozgást követi, nem a vágást veszi észre.
- Méretugrás. Totálból közelibe. Két hasonló méret közti vágás ugrik; két nagyon eltérő nem.
- Fedés. Valami áthalad a képen és letakarja — kar, autó, ajtó. A következő snitt onnan indul. Ez a legmegbízhatóbb, mert eltakarja az eltéréseket.
- Hangkötés. A következő snitt hangja fél másodperccel előbb indul, mint a képe. Egyszerű, és minden vágóprogramban megvan.
A folytonosság négy fogása
- Az előző utolsó képkockája legyen a következő kezdőképe. Ez a legerősebb módszer, és a legtöbb szolgáltató támogatja. Így a két klip fizikailag ugyanonnan indul.
- Zárókocka is, ha lehet. Ahol megadható a vég is, ott a mozgás két rögzített pont közt fut, nem a semmibe.
- Ugyanaz a seed. Segít, de ne bízz benne: az egyik gyártó szó szerint azt írja, hogy „nem garantálja a determinizmust, csak kissé javítja."
- Ugyanaz a referenciakészlet. Ha szereplő is van a jelenetben, ez a döntő — erről a karakterazonosság videóban poszt szól.
Mennyi ez időben és pénzben
Számoljunk egy egyperces videóval, tizenkét snittel, közepes árkategóriában. A generálás snittenként két-három próbálkozás, vagyis huszonöt-harminc klip. Másodpercenként tíz-húsz cent mellett ez húsz-negyven dollár nyers generálási költség.
Az időt viszont ne a generálás adja: az percek. A munka a tervezés (fél óra), a kezdőképek (egy óra), a válogatás és a vágás (egy-két óra). Egy perc kész AI-videó reálisan fél nap — ami még mindig töredéke a forgatásnak, de nem az a „írd le, és kész" élmény, amit a bemutatók sugallnak.
Tipikus félreértések
- „Majd a hosszabbítással megoldom." Van plafonja, felbontást veszítesz, és a gyártók által dokumentált hibák jönnek vele.
- „Elég egy jó prompt, és a modell megcsinálja a jelenetsort." Több beállítás egy kérésből ma egy-két szolgáltatónál van, és ott is korlátozottan.
- „A vágás majd a végén kiderül." Fordítva: a vágási terv nélküli generálás a legdrágább hiba ebben a munkamenetben.
- „Ha ugyanazt a promptot használom, ugyanaz lesz." Nem lesz. A kezdőkép és a referencia hoz folytonosságot, nem a prompt.
Amit érdemes elvinni
Az egyperces AI-videó vágási feladat, nem generálási feladat. Tervezd meg a snitteket előre, minden snitthez csinálj kezdőképet, és a hangot építsd egyben — ettől lesz belőle videó, nem klipgyűjtemény. Hogy a kezdőképes út miért kiszámíthatóbb, arról a két kiindulás összevetéseposzt szól, a snittek kameramozgásáról pedig a kameranyelv a promptbanposzt.