拿一条精华液广告的前四秒试用视频背景去除
上面的模板展示了该输入什么。这一节展示一次真实运行。我们为本页取了 FlowPix 上一支展示影片“A 15-second UGC talking ad for a serum”的前四秒做样片,用视频背景去除工具处理。这段视频返回了两份:一份是透明的 WebM,另一份是把人物放在纯色 efe7dc 上的 MP4,保留了原声。
样片是一段出镜人口播的视频;这个工具默认主体是人,样片的请求也把主体设成了人。影片里的品牌 LÛMA 和那瓶精华液一样,都是虚构的。
这段视频的来源
原片是用 Seedance 2.0 Mini 做的。请求要求做一条 15 秒竖版(9:16)、对着镜头说话的英文广告,像真实的 UGC 测评一样,用一个单独的镜头拍成。一位出镜人拿着精华液瓶子,说出请求逐字给出的台词,语气自然友好,不得宣称任何效果。影片的花费行列出一条 15 秒的口播视频,用的是 Seedance 2.0 Mini,配现成的出镜人。
智能体的回复说,它拍了一个对着镜头的单镜头,手里拿着瓶子,让出镜人逐字说出原文台词。它还提出了为静音观看加字幕、改成 1:1 或 16:9、以及剪一个 6 秒版本。这些在回放里都没有被采用。这支影片本身扣了多少积分没有记录,所以这里不给数字。
输入了什么,输出了什么
样片是那支影片的前四秒:720×1280 像素,每秒 24 帧,共 96 帧,带声音。调用要求输出 VP9,主体设为人,边缘精修关闭。样片唯一记录的扣费是 48 积分,也就是 96 帧,每帧半个积分。纯色版本是否另外收费没有记录。
样片的真实数字:
| 步骤 | 输入 | 输出 |
|---|---|---|
| 原片 | 15 秒竖版请求,Seedance 2.0 Mini,现成的出镜人,确切的台词 | 一段 15 秒竖版单镜头;积分未记录 |
| 为样片截取 | 该影片的前 4 秒 | 720 x 1280,24 fps,96 帧,带声音 |
| 去除背景 | 截取的片段,VP9 输出,主体是人,边缘精修关闭 | 一个透明的 WebM;样片记录了 48 积分(96 帧 x 0.5) |
| 放在纯色上 | 同一片段,颜色 efe7dc | 一个把人物放在该颜色上、保留原声的 MP4;另外的收费未记录 |
请求留给你决定的事
智能体遵循的技能有四项设置,样片是这样用的。背景:什么都不说,或者说“transparent”,得到带 alpha 通道的 WebM;你指定的颜色会变成六位十六进制数,所以绿色是 00ff00,白色是 ffffff,黑色是 000000。主体:除非你说是产品、物体或动物,否则默认是人。边缘:除非你要求更干净的轮廓,或对第一次的结果不满意,否则精修是关闭的。调用:智能体每个请求只调用一次。
精修按每帧四分之三个积分计费,向上取整,不精修则是每帧半个积分。按这个样片的 96 帧算,这样会是 72 积分而不是 48,不过我们没有运行那个版本。
这些运行里的请求做了什么,以及一个值得知道的限制
精华液影片给出的实际经验,就是那份请求做的:它写明了画幅、时长、语言和单镜头,并把台词放在引号里。抠像这边,样片按自己的方式做了同样的事。它用的片段本身就是单一主体的短镜头,说明主体是人,并用十六进制值而不是颜色名称来指定颜色。固定机位和一位出镜人是原请求的一部分,不过我们说不清这对抠像帮了多大忙。
有一个限制来自智能体的工作方式。它看不到画面,所以不会判断抠得干不干净。技能要求它不对视频内容或抠像质量发表意见,并且在你不满意时,只提一次边缘精修或换一个颜色。边缘好不好,要你自己判断。
使用结果之前
两个文件都要完整播放一遍。把人物的轮廓放在和你打算使用的背景相似的背景上看,因为透明的 WebM 可以叠在任何东西上播放,而纯色的 MP4 只能放在你选的那种颜色上。听一听 MP4,它是记录为保留了原声的版本;透明的 WebM 是否带音频我们没有记录,如果你需要,请自己检查那个文件。
上传之前先查限制。视频最长 60 秒、每秒最多 60 帧;更长的会在收费之前被拒绝,所以请剪短后再上传。按帧计费,所以短片段比长片段便宜。结果是你列表里的另一个视频,和原视频一样保留 7 天,页面上有下载按钮。出现后请尽快下载。

