अपनी किसी मौजूदा फोटो को लीजिए और उसकी एक ही चीज़ में जान डालिए: कप से उठती भाप, मोमबत्ती की लौ, पानी पर लहरें। उस एक हरकत को इमेज-टू-वीडियो मॉडल को बताइए, कहिए कि बाकी सब स्थिर रहे, और नतीजे को एक शांत लूप वाली चलती तस्वीर बना दीजिए।
सिनेमाग्राफ एक ऐसी फोटो है जिसमें सिर्फ एक चीज़ जीवित है: कप से उठती भाप, खिड़की पर साँस लेता पर्दा, बाकी जमे हुए कमरे में जलती एक लौ। इसका आकर्षण इसी अंतर में है, और पहले इसके लिए ट्राइपॉड, वीडियो सॉफ्टवेयर में मास्किंग का काम और पूरी एक दोपहर चाहिए होती थी। इमेज-टू-वीडियो मॉडल शुरुआती बिंदु बदल देते हैं। आप उन्हें फोटो देते हैं, वह एक हरकत बताते हैं जो चाहिए, और वे वहीं से एनिमेट करना शुरू करते हैं।
पारंपरिक तरीका शूट से शुरू होता है। आप स्थिर कैमरे से वीडियो बनाते हैं, काम का फ्रेम चुनते हैं, उस एकमात्र हिस्से पर मास्क लगाते हैं जिसे चलना है, और फिर उसे लूप करते हैं। नतीजे सुंदर होते हैं, लेकिन तभी जब आपने शॉट पहले से सोचा हो। जो फोटो आपके पास पहले से है, पिछली बसंत का कोई प्रोडक्ट शॉट या कल बनाई गई कोई इमेज, इस रास्ते से सिनेमाग्राफ नहीं बन सकती, क्योंकि उसके पीछे कोई फुटेज है ही नहीं।
इमेज-टू-वीडियो क्रम उलट देता है। पहले फोटो आती है, और हरकत बाद में एक वाक्य में बताकर जोड़ी जाती है। इसका मतलब यह भी है कि फोटो कहीं से भी आ सकती है: आपके कैमरे से, फोन से, या toolkit में चल रहे किसी टेक्स्ट-टू-इमेज मॉडल से। Picasso IA पर 502 मॉडल चलते हैं, और वीडियो वाले टेक्स्ट-टू-वीडियो श्रेणी में हैं, जिसमें 121 मॉडल हैं, और उनमें से कई शुरुआती इमेज स्वीकार करते हैं। कलेक्शन आपको श्रेणी के हिसाब से उन्हें देखने देता है, और नए अकाउंट को कुछ भी चुकाने से पहले पहली क्लिप आज़माने के लिए मुफ्त क्रेडिट मिलते हैं।
सिनेमाग्राफ वहाँ अपनी जगह बनाते हैं जहाँ पूरा वीडियो बहुत शोरदार और स्थिर फोटो बहुत खामोश लगे: वेबसाइट का हेडर, न्यूज़लेटर का बैनर, प्रोडक्ट पेज, फोन का बैकग्राउंड। अगर यह शैली आपको स्क्रीन के लिए पसंद है, तो फोन और डेस्कटॉप वॉलपेपर वाला पेज उस इस्तेमाल को कवर करता है, और सोशल मीडिया पोस्ट वाला पेज फीड को।
फोटो का हर हिस्सा अच्छा सिनेमाग्राफ नहीं बनाता। सबसे अच्छे वे एलिमेंट हैं जिनकी हरकत अपने आप दोहराती है और जिसकी कोई साफ शुरुआत या अंत नहीं होता, और लूप को ठीक यही चाहिए। एक बार होने वाली क्रियाएँ, जैसे फ्रेम से गुज़रता व्यक्ति या खुलता दरवाज़ा, इस फॉर्मेट से टकराती हैं, क्योंकि क्लिप को वहीं खत्म होना है जहाँ से शुरू हुई थी।
| एलिमेंट | प्रॉम्प्ट की भाषा जो अक्सर काम करती है | लूप में कैसा बैठता है |
|---|---|---|
| भाप या धुआँ | कप से पतली भाप उठती है और ऊपर की ओर बल खाती है, धीमी और एक सी | अच्छा, हरकत अपने आप दोहराती है |
| मोमबत्ती या आग | लौ हल्के से काँपती है, फ्रेम में और कुछ नहीं हिलता | अच्छा, काँपने की कोई शुरुआत या अंत नहीं होता |
| पानी की सतह | तालाब पर धीमी लहरें फैलती हैं, किनारा पूरी तरह स्थिर रहता है | अच्छा, अगर लहरें फ्रेम के भीतर रहें |
| बाल, कपड़ा, पत्ते | हल्की हवा में पर्दा उठता और बैठता है, कमरा स्थिर रहता है | औसत, झूलने को साफ तौर पर ठहराव पर लौटना पड़ता है |
| चमकती रोशनी या स्क्रीन | लालटेन की चमक नरमी से धड़कती है, बाकी सब जमा है | अच्छा, जब धड़कन धीमी हो |
| छोटा हाव-भाव या पलक झपकना | धीमी पलक झपक, चेहरा बाकी वैसा ही | मुश्किल, चेहरे क्लिप में भटक जाते हैं |
ऐसी फोटो चुनिए जो मॉडल की मदद करे। चलने वाला एलिमेंट एक साफ हिस्से में हो, बैकग्राउंड इतना सादा हो कि थोड़ा भटकाव नज़र न आए, और इमेज तीखी हो, क्योंकि क्लिप का पहला फ्रेम बिल्कुल उसी जैसा दिखेगा। अगर आपका स्रोत धुंधला है, तो पहले धुंधली फोटो वाले पेज के चरणों से उसे सुधारिए, फिर एनिमेट कीजिए।
यही बात लोगों को चौंकाती है। इमेज-टू-वीडियो मॉडल डिफ़ॉल्ट रूप से पूरे फ्रेम को एनिमेट करता है। अकेला छोड़ दें तो वह कैमरे की धीमी चाल, बैकग्राउंड में थोड़ा झूलना, हाइलाइट में टिमटिमाहट जोड़ देगा। इसलिए सिनेमाग्राफ प्रॉम्प्ट के दो काम हैं: बताना कि क्या चलता है, और बताना कि क्या नहीं चलता।
काम करने वाला प्रॉम्प्ट कुछ ऐसा पढ़ा जाता है: फिरोज़ी केतली से भाप उठती है और धीमे, एक से लूप में ऊपर की ओर बल खाती है, कैमरा लॉक्ड, स्थिर शॉट, फ्रेम में बाकी सब पूरी तरह स्थिर। तीनों हिस्से देखिए: विषय और उसकी हरकत, गति और दिशा, और बाकी सब को थामे रखने का साफ निर्देश।
Kling v3 Video और Wan 2.7 I2V दोनों में नेगेटिव प्रॉम्प्ट का फील्ड है, तो उसमें वह लिखिए जो आप नहीं चाहते: कैमरा मूवमेंट, ज़ूम, हिलना, नई चीज़ों का आ जाना। Ray 3.2 में नेगेटिव प्रॉम्प्ट नहीं है, यानी मुख्य प्रॉम्प्ट के शब्द ही पूरा नियंत्रण करते हैं। Wan 2.7 I2V में एक और सेटिंग मायने रखती है: प्रॉम्प्ट एक्सपैंशन डिफ़ॉल्ट रूप से चालू है और छोटे प्रॉम्प्ट को लंबा बना देता है, जो आमतौर पर मदद करता है, पर ऐसी हरकत गढ़ सकता है जो आपने माँगी ही नहीं। सिनेमाग्राफ के लिए उसे बंद करके देखिए और प्रॉम्प्ट को कसा हुआ रखिए।
जो स्थिर रहना चाहिए उसका नाम लीजिए, सिर्फ उसका नहीं जो चलता है। कैमरा लॉक्ड, बैकग्राउंड नहीं हिलता जैसी एक पंक्ति भाप के वर्णन जितनी ही अहम है।
यह फोटो से ऐसे लूप तक का सबसे छोटा रास्ता है जिसे आप जाँच और छाप सकें। तीसरा और चौथा चरण कई बार दोहराने के लिए तैयार रहिए।
शुरुआती क्लिप छोटी रखिए। Ray 3.2 में 5 और 10 सेकंड की अवधि मिलती है और उसका लूप मोड सिर्फ 5 सेकंड पर काम करता है, और भाप जैसे शांत ब्योरे के लिए कुछ सेकंड काफी हैं। हर जनरेशन की लागत मॉडल और चुनी गई सेटिंग पर निर्भर करती है, इसलिए अंदाज़ा लगाने के बजाय प्राइसिंग पेज देखिए।
सिनेमाग्राफ का भ्रम उसी क्षण बनता या बिगड़ता है जब क्लिप दोबारा शुरू होती है। वहाँ एक झटका, पीछे चटककर लौटती लौ या अपनी जगह से कूदता कपड़ा, दर्शक को बता देता है कि वह रिपीट होता छोटा वीडियो देख रहा है, और जादू खत्म। Picasso IA पर इसके तीन तरीके हैं।
Ray 3.2 में लूप का विकल्प है जो ऐसी क्लिप माँगता है जो बिना दिखने वाले कट के घूमे। यह 5 सेकंड की अवधि तक सीमित है और 10 सेकंड, HDR या अंतिम इमेज के साथ नहीं चलता, इसलिए सादी, छोटी हरकतों के लिए ठीक है। Wan 2.7 I2V में आप वही इमेज पहले और आखिरी फ्रेम के रूप में रख सकते हैं, जो क्लिप को अपने शुरुआती बिंदु पर लौटने को मजबूर करता है। यह हल्की हरकत में अच्छा और नाटकीय हरकत में खराब चलता है, क्योंकि मॉडल को शुरुआत तक जल्दी लौटना पड़ता है। Kling v3 Video भी शुरुआती और अंतिम इमेज स्वीकार करता है, इसलिए वही तरकीब वहाँ भी मिलती है, इस शर्त के साथ कि अंतिम इमेज के साथ शुरुआती इमेज ज़रूरी है।
जो भी इस्तेमाल करें, लूप को एक बार चलाकर नहीं, एक मिनट तक दोहराते देखकर परखिए। आँख तीसरे चक्कर में झटका पकड़ लेती है। अगर छोटा झटका बचा रहे, तो Picasso IA के बाहर का वीडियो एडिटर किनारों से कुछ फ्रेम काट सकता है।
इस तरह बना सिनेमाग्राफ पारंपरिक तकनीक की नकल है, और फर्क पाँच जगह मायने रखता है।
सबसे अच्छे नतीजे सादे दृश्यों में छोटी, दोहराने वाली हरकतों से आते हैं। जब आपको कहानी और कैमरा मूवमेंट वाली असली क्लिप चाहिए, तो फोटो को वीडियो में बदलने वाला पेज बेहतर शुरुआती बिंदु है।
यह स्थिर फोटो से बनी लूप वाली क्लिप है जिसमें सिर्फ एक एलिमेंट चलता है, जैसे भाप, लौ या पानी, जबकि तस्वीर का बाकी हिस्सा जमा हुआ लगता है। AI से आप फोटो को इमेज-टू-वीडियो मॉडल में अपलोड करते हैं और प्रॉम्प्ट में उस एक हरकत का वर्णन करते हैं। मॉडल आपकी फोटो से छोटी क्लिप बनाता है, जिसे आप फिर लूप करते हैं। यह फोटोग्राफ और पूरे वीडियो के बीच की चीज़ है।
ज़्यादातर फोटो एनिमेट हो सकती हैं, पर कुछ दूसरों से कहीं बेहतर चलती हैं। सबसे अच्छी उम्मीदवारों में एक साफ एलिमेंट होता है जिसकी हरकत दोहराने वाली हो, जैसे भाप या टिमटिमाती रोशनी, साथ में सादा बैकग्राउंड और तीखी इमेज। भीड़-भरे दृश्य, नरम फोटो और ऐसी तस्वीरें जिनमें रोचक हिस्सा चेहरा या भीड़ हो, अक्सर असमान नतीजे देती हैं। अगर कोई फोटो काम न करे, तो ऐसा क्रॉप आज़माइए जो एलिमेंट को अलग कर दे।
कोई एक जवाब नहीं है, इसलिए एक ही फोटो और प्रॉम्प्ट को कुछ मॉडल पर आज़माना काम आता है। Kling v3 Video और Wan 2.7 I2V दोनों शुरुआती इमेज और नेगेटिव प्रॉम्प्ट लेते हैं, जिससे बैकग्राउंड स्थिर रखने में मदद मिलती है। Ray 3.2 में 5 सेकंड की क्लिप के लिए खास लूप विकल्प है। तीनों toolkit में हैं, इसलिए एक फोटो पर उन्हें साथ-साथ तुलना करके जो सबसे अच्छा चला उसे रख सकते हैं।
गारंटी नहीं दे सकते, पर संभावना काफी बढ़ा सकते हैं। प्रॉम्प्ट में कहिए: कैमरा लॉक्ड, स्थिर शॉट, भाप के अलावा सब पूरी तरह स्थिर। जिन मॉडल में नेगेटिव प्रॉम्प्ट है उनमें कैमरा मूवमेंट, ज़ूम और हिलना जोड़ दीजिए। क्लिप छोटी रखिए, क्योंकि भटकाव लंबाई के साथ बढ़ता है। अगर फिर भी कुछ हिले, तो क्लिप को वीडियो एडिटर में मूल फोटो के ऊपर कंपोज़िट कीजिए ताकि सिर्फ आपका एलिमेंट दिखे।
Ray 3.2 में लूप सेटिंग है जो 5 सेकंड की क्लिप के साथ चलती है। Wan 2.7 I2V में वही इमेज पहले और आखिरी दोनों फ्रेम के रूप में पिन कीजिए, तब क्लिप अपनी शुरुआत पर लौटती है। Kling v3 Video भी शुरुआती और अंतिम इमेज लेता है। जनरेट करने के बाद क्लिप को कुछ देर रिपीट पर देखिए, क्योंकि जोड़ पर छोटा झटका सबसे आम कमी है और उसके लिए एक और कोशिश या ट्रिम चाहिए हो सकता है।
छोटा। भाप उठने जैसी शांत हरकत के लिए कुछ सेकंड काफी हैं, और लंबी क्लिप बैकग्राउंड को भटकने का ज़्यादा समय देती हैं और होस्ट करने के लिए बड़ी फाइल बनाती हैं। Ray 3.2 में 5 और 10 सेकंड की क्लिप मिलती हैं, और लूप सिर्फ 5 सेकंड तक सीमित है। Kling v3 Video डिफ़ॉल्ट रूप से 5 सेकंड लेता है और लंबा जा सकता है, पर लूप के लिए इसकी शायद ही कोई वजह है। इसके बजाय हरकत को खुद लंबी और धीमी रखिए।
सिर्फ तभी जब वह आपकी अपनी फोटो हो, किसी ऐसे व्यक्ति की जिसने सहमति दी हो, या काल्पनिक पात्र की, और कभी किसी असली पहचानने योग्य व्यक्ति की नहीं जिसने सहमति नहीं दी। एक व्यावहारिक सीमा भी है: चेहरे क्लिप में भटकते और बदलते हैं, इसलिए चेहरे का लूप अक्सर अजीब लगता है। ज़्यादा सुरक्षित विकल्प है व्यक्ति के पास की कोई चीज़ चलाना, जैसे कप की भाप या हवा में बाल, और चेहरा स्थिर रखना।
हाँ, और जब सही फोटो आपके पास न हो तो यह अच्छा रास्ता है। toolkit के 212 टेक्स्ट-टू-इमेज मॉडल में से किसी से इमेज बनाइए, और दृश्य ऐसे रचिए कि एक एलिमेंट बाकी से साफ अलग रहे। फिर उस इमेज को इमेज-टू-वीडियो मॉडल के शुरुआती फ्रेम के रूप में इस्तेमाल कीजिए और हरकत का प्रॉम्प्ट लिखिए। चूँकि कंपोज़िशन शुरू से आपके हाथ में है, आप दृश्य को लूप को ध्यान में रखकर डिज़ाइन कर सकते हैं।
अक्सर हाँ, पर दो बातें जाँचिए। पहली, आउटपुट वीडियो क्लिप है, इसलिए यह वहाँ काम करता है जहाँ वीडियो काम करता है; उसे एनिमेटेड GIF जैसे दूसरे फॉर्मेट में बदलना किसी दूसरे टूल में अलग चरण है। दूसरी, प्लेटफ़ॉर्म इस बात में अलग हैं कि वे कौन सा वीडियो लेते हैं, ऑटोप्ले और लूप कैसे संभालते हैं और क्लिप कितनी लंबी हो सकती है, इसलिए उस पर कुछ बनाने से पहले हर प्लेटफ़ॉर्म की मौजूदा आवश्यकताएँ जाँच लीजिए।
हर जनरेशन में क्रेडिट लगते हैं, और रकम मॉडल और आपकी चुनी सेटिंग, जैसे रेज़ोल्यूशन और अवधि, पर निर्भर करती है। वीडियो इमेज से महँगा पड़ता है, और सिनेमाग्राफ में आमतौर पर कई कोशिशें लगती हैं, इसलिए हर फोटो पर कुछ बार चलाने का हिसाब रखिए। नए अकाउंट को शुरू करने के लिए मुफ्त क्रेडिट मिलते हैं। प्राइसिंग पेज मौजूदा प्लान दिखाता है और आँकड़ों के लिए वही एकमात्र भरोसेमंद जगह है।
अपनी फोटो के एक ब्योरे में जान डालने के लिए तैयार हैं? Picasso IA का toolkit खोलिए, अपनी फोटो जोड़िए और वह एक हरकत बताइए जो आप चाहते हैं।
अपनी भाषा चुनें
