วิดีโอโมชั่น AI หน้าตาเป็นอย่างไร ผ่านภาพยนตร์โชว์เคสแปดเรื่อง
บทความนี้ดูภาพยนตร์โชว์เคสแปดเรื่องที่ทำด้วยวิดีโอโมชั่น ซึ่งเป็นฟีเจอร์เบื้องหลังหน้านี้ เจ็ดเรื่องยาว 30 วินาที และหนึ่งเรื่องยาว 45 วินาที หกเรื่องเป็น 16:9 และสองเรื่องเป็นแนวตั้ง 9:16 รีเพลย์แต่ละอันเก็บบทสนทนาไว้ทั้งหมด รวมถึงจุดที่เอเจนต์ชี้ว่ามีปัญหา
เจ็ดในแปดเรื่องเดินตามลำดับเดียวกัน คำขอปิดท้ายด้วย "Show me the plan first." เอเจนต์กลับมาพร้อมสตอรีบอร์ดและบอกว่ายังไม่ได้เรนเดอร์อะไรเลย ผู้ใช้ตอบว่าแผนดี จากนั้นจึงเขียนวิดีโอและแสดงตัวอย่างในแผงโมชั่น แล้วส่งออก MP4 พร้อมเพลง และถ้าขอไว้ก็มีเสียงบรรยาย Little Planet ต่างออกไป เพราะเป็นมิวสิกวิดีโอจากเพลงของผู้ใช้เอง เอเจนต์จึงขอเพลงก่อน คำขอเจ็ดรายการระบุว่าไม่ใช้รูปถ่าย
ภาพยนตร์ทั้งแปดเรื่องเทียบกัน
ตัวเลขด้านล่างคือค่าที่บันทึกไว้ในรีเพลย์ คอลัมน์เวอร์ชันนับจำนวนเวอร์ชันที่บันทึกไว้ในแต่ละรีเพลย์ ภาพยนตร์ที่เป็น 2 หมายถึงมีการแก้หนึ่งครั้งหลังเวอร์ชันแรก
| ภาพยนตร์ | สไตล์ | รูปแบบ | ความยาว | เวอร์ชัน | เสียง |
|---|---|---|---|---|---|
| Twenty questions find any number up to a million | kinetic-poster | 16:9 | 30 วินาที | 2 | เพลงและเสียงบรรยาย |
| How compound interest snowballs | scribble-world | 16:9 | 30 วินาที | 3 | เพลงและเสียงบรรยาย |
| A penny that doubles every day | collage-zine | 16:9 | 30 วินาที | 2 | เพลงและเสียงบรรยาย |
| $1M in NVIDIA: 2020 → today | chart-ascent | 16:9 | 30 วินาที | 1 | เพลง ไม่มีเสียงบรรยาย |
| Introducing Orrin One | dark-launch | 16:9 | 30 วินาที | 1 | เพลง ไม่มีเสียงบรรยาย |
| One Sheet, One Crane | folded-beasts | 9:16 | 30 วินาที | 2 | เพลง ไม่มีเสียงบรรยาย |
| Pour-over coffee in 5 steps | midcentury-flat | 9:16 | 30 วินาที | 1 | เพลง ไม่มีเสียงบรรยาย |
| Little Planet, Paper Stars | storybook-character | 16:9 | 45 วินาที | 1 | เพลงของผู้ใช้เอง |
คำขอแบบสตอรีข้อมูลเขียนกันอย่างไร
ภาพยนตร์สี่เรื่องเป็นสตอรีข้อมูลในรูปแบบวิดีโอโมชั่น AI และคำขอของพวกมันมีรูปแบบเดียวกัน คำขอเรื่องดอกเบี้ยทบต้นเขียนว่า "Use only the numbers below, copied exactly" และเสริมว่าเอเจนต์ต้องไม่ค้นหา เพิ่ม หรือประมาณตัวเลขอื่นใด จากนั้นจึงไล่ตัวเลขทุกตัว $10,000 ที่ 7% ต่อปี จะเป็น $19,672 หลัง 10 ปี $38,697 หลัง 20 ปี และ $76,123 หลัง 30 ปี คำขอเรื่องเหรียญเพนนีและเรื่องยี่สิบคำถามก็ทำเหมือนกันด้วยตัวเลขของตัวเอง
คำขอยังระบุรูปแบบและความยาวไว้ตั้งแต่ต้น (16:9, 30 วินาที) บอกว่าไม่มีรูปถ่าย และอธิบายสไตล์ด้วยสิ่งที่เห็นบนจอ เช่น ก้อนหิมะที่วาดด้วยสีเทียนกลิ้งผ่านป้ายบอกทางสามป้าย หรือกองเหรียญกระดาษฉีกที่สูงขึ้นทุกหน้า ถ้ามีเสียงบรรยาย คำขอจะให้คำพูดที่ตรงตัวในเครื่องหมายคำพูด และกำหนดว่าเสียงพูด "เฉพาะข้อความนี้และไม่พูดอย่างอื่น" ถ้าไม่มี ก็บอกไว้ว่าไม่มี คำขอเรื่อง NVIDIA ขอเพลงอย่างเดียว และใส่ข้อควรระวังข้อเดียว คือไม่รวมเงินปันผล ไว้ในตัวอักษรเล็กที่มุมจอ แทนที่จะใส่ในกรอบหลัก
มีอีกนิสัยหนึ่งที่ควรเอาอย่าง คำขอสามรายการในกลุ่มนั้นระบุว่าช็อตสุดท้ายเป็นช็อตที่สมบูรณ์ในตัวเอง เพื่อให้เปลี่ยนเฉพาะช็อตนั้นทีหลังได้
เปลี่ยนช็อตเดียวโดยไม่ต้องทำที่เหลือใหม่
ภาพยนตร์ที่มีเสียงบรรยายสามเรื่องถูกแก้หลังการส่งออกครั้งแรก และการแก้ครั้งแรกของแต่ละเรื่องขอเปลี่ยนเฉพาะช็อตสุดท้าย ในเรื่องยี่สิบคำถาม การส่งออกครั้งแรกมีแฟล็กจากการตรวจอัตโนมัติ คือข้อความ "20 questions" และ "one at a time: up to 1,000,000 questions" ไม่แสดงตามที่กำหนดในช็อตสุดท้าย เอเจนต์ถามว่าจะให้แก้หรือไม่ ผู้ใช้กลับขอช็อตสุดท้ายแบบอื่น คือ "30 questions" ข้าง "one at a time: up to 1,000,000,000 questions" และมี "2 to the power of 30 is 1,073,741,824" อยู่ข้างใต้ เอเจนต์บันทึกเวอร์ชัน 2 บอกว่าช็อตอื่นทั้งหมด เสียงบรรยาย และเพลง ไม่ถูกแตะต้อง แล้วส่งออกอีกครั้ง และยังบอกด้วยว่าการตรวจยังอ้างข้อความเก่าและไม่รู้จักตัวเลขใหม่ เพราะรายการข้อเท็จจริงถูกตรึงไว้ตั้งแต่เวอร์ชันแรก
ในภาพยนตร์ดอกเบี้ยทบต้น ผู้ใช้ขอก่อนว่าให้ก้อนหิมะเปรียบเทียบที่ 5% เปลี่ยนเป็น 3% ต่อปี พร้อมป้าย "3% a year · $24,273" การแก้ครั้งที่สองขอให้ส่วนเปรียบเทียบขึ้นจอครบภายใน 26 วินาทีและอยู่จนจบ ในภาพยนตร์เพนนี เศษกระดาษเล็กใต้ตัวเลขใหญ่ถูกเปลี่ยนเป็น "$100,000 a day · $3,000,000" เรื่องนี้การส่งออกครั้งแรกถูกแฟล็กไว้แล้ว คือป้าย "$0.01", "$5.12", "$5,242.88", "DAY 1" และ "DAY 10" อ่านไม่ได้บนจอ หลังการแก้ เอเจนต์ย้ำว่าป้ายทั้งห้านั้นยังขาดอยู่ และเสนอจะแก้ให้ รีเพลย์จบตรงนั้นและไม่แสดงการแก้
สไตล์ที่ไม่มีตัวเลข: ภาพยนตร์เปิดตัว นกกระเรียนกระดาษ และสอนชงกาแฟ
ภาพยนตร์สามเรื่องที่ไม่ใช้ข้อมูลแสดงให้เห็นว่ากระบวนการเดียวกันทำอะไรกับบรีฟแบบอื่น สำหรับเครื่องอ่านอีบุ๊กพกพาที่แต่งขึ้นใน "Introducing Orrin One" คำขอยาวและเจาะจง คืออุปกรณ์ต้องสูงอย่างน้อย 40% ของความสูงเฟรม อยู่กึ่งกลางแนวตั้ง เห็นตั้งแต่เฟรมแรก และข้อเท็จจริงสามข้อต้องใช้ตัวอักษรขนาดใหญ่มากแบบเดียวกัน แผนตอบกลับด้วยรายการช็อตและรายการสิ่งที่จะไม่ทำ บันทึกการอัดระบุว่านี่เป็นการอัดครั้งที่สาม ครั้งแรกมืดและเล็กเกินไป ครั้งที่สองมีช่วงที่ไม่มีอะไรเกิดขึ้นและการ์ดปิดท้ายจาง และไม่มีครั้งไหนถูกเผยแพร่
"One Sheet, One Crane" เป็นภาพยนตร์บรรยากาศ 9:16 ที่มีซับไตเติลสั้นไม่เกินสี่บรรทัดและไม่มีข้อเท็จจริง การส่งออกของเอเจนต์มีบันทึกสองข้อจากการตรวจเรนเดอร์ คือนกกระเรียนแตะขอบขวาที่ 28.3 วินาที ซึ่งเอเจนต์บอกว่าเป็นการที่นกกระเรียนบินออกจากเฟรมตามที่ขอ และโต๊ะว่างเปล่าในช่วงสุดท้าย จากนั้นผู้ใช้ขอให้กระดาษและนกกระเรียนสูงประมาณครึ่งหนึ่งของจอ และให้ลายไม้สงบลง แล้วเวอร์ชัน 2 ก็ถูกส่งออก
"Pour-over coffee in 5 steps" เป็นบทสอน 9:16 ที่ห้าขั้นตอนและตัวเลข (15 g, 30 g, 240 g, ประมาณ 3 นาที) มาจากคำขอ และเอเจนต์ไม่ได้เพิ่มอะไร การตรวจตอนส่งออกแฟล็กแถบแนวตั้งว่างราวหนึ่งในสามของเฟรมในช็อตสุดท้าย เอเจนต์เสนอจะเติมให้ การอัดเก็บไว้เฉพาะเวอร์ชัน 1 และบันทึกระบุว่าความพยายามก่อนหน้านั้นหยุดที่สตอรีบอร์ดที่ตัวตรวจสอบไม่ยอมรับสามครั้ง และไม่ได้สร้างอะไรเลย
เครดิตและเวลา ตามที่รีเพลย์แสดง
มีตัวเลขเครดิตปรากฏในรีเพลย์เพียงไม่กี่ค่า สตอรีบอร์ดของภาพยนตร์ NVIDIA มาพร้อมประมาณการ 1,840 ถึง 2,960 เครดิตสำหรับทั้งวิดีโอ โดย 2,177 เป็นค่าที่คาดไว้ และระบุว่าคิดตามที่ใช้จริง ขั้นสตอรีบอร์ดเองแสดงว่าคิด 144 เครดิต รอบช็อต 445 และการเขียนขั้นสุดท้าย 0 ไม่มีผลรวมของภาพยนตร์ที่เสร็จแล้ว
"Little Planet, Paper Stars" คือมิวสิกวิดีโอ ผู้ใช้ขอมิวสิกวิดีโอสำหรับเพลงของตัวเอง และเอเจนต์บอกว่าต้องการไฟล์เพลง จุดเริ่มต้น ความยาว 10 ถึง 45 วินาที ลุคที่ต้องการ และรูปแบบ เอเจนต์ประเมินว่าการเขียนวิดีโอใช้เวลาประมาณสิบนาที เวอร์ชัน 1 ถูกบันทึกด้วยค่าใช้จ่ายที่บันทึกไว้ 1,105 เครดิต เริ่มที่วินาทีที่ 33 ของเพลงซึ่งเป็นจุดที่คอรัสเริ่ม และยาว 45 วินาทีในสไตล์ storybook-character การส่งออกเป็น 1920×1080 โดยใช้เพลงเป็นเสียงและไม่มีเนื้อเพลงฝังในภาพ
สิ่งที่ควรตรวจก่อนใช้ผลลัพธ์
สำหรับวิดีโอโมชั่น AI ให้อ่านสตอรีบอร์ดก่อนตอบ มันเป็นจุดเดียวที่ยังไม่มีอะไรถูกสร้าง และตัวเลข ป้าย และบทพูดในนั้นคือสิ่งที่วิดีโอจะแสดง วิดีโอโมชั่นมีในแพ็กเกจแบบชำระเงิน ยาวได้ตั้งแต่ 6 ถึง 45 วินาที ใน 9:16, 4:5, 1:1 หรือ 16:9 และชื่อ ราคา และตัวเลขที่คุณให้ไปคือสิ่งที่วิดีโอถูกเขียนมาให้แสดง
จากนั้นอ่านบันทึกของเอเจนต์หลังการส่งออกแต่ละครั้ง ในรีเพลย์เหล่านี้ เอเจนต์รายงานสิ่งที่การตรวจอัตโนมัติแฟล็กไว้ เช่น ป้ายที่ขาด แถบว่าง การแตะขอบ หรือความไม่ตรงกับรายการข้อเท็จจริงเดิม แล้วปล่อยให้ผู้ใช้เป็นคนเลือก ให้ดูตัวอย่างตรงจุดเหล่านั้น ถ้าคุณเปลี่ยนตัวเลขหลังเวอร์ชันแรก ให้คาดว่าการตรวจจะเทียบกับรายการเก่า เหมือนที่เกิดกับเรื่องยี่สิบคำถามและเรื่องเพนนี
สุดท้าย เปิด MP4 พร้อมเสียงและเทียบตัวเลขทุกตัวกับแหล่งของคุณ การส่งออกเรื่องดอกเบี้ยทบต้นมีขนาดไฟล์ละประมาณ 111 MB ซึ่งบันทึกของภาพยนตร์เรียกว่าใหญ่เกินไปสำหรับโทรศัพท์





