एक छोटे कैफ़े, खिलौने जैसी गली या डेस्क जितने बंदरगाह का वर्णन लिखिए और भरोसेमंद स्केल वाली इमेज पाइए, फिर उसे कम डेप्थ ऑफ़ फ़ील्ड के साथ एक छोटी क्लिप में एनिमेट कीजिए। आप प्रॉम्प्ट में कुछ स्केल संकेतों से सीन को दिशा देते हैं और वह मॉडल चुनते हैं जो उन्हें सबसे अच्छे से बनाए रखे।
एक छोटे कैफ़े का वीडियो, जिसमें नाखून जितने आकार के किरदार और चावल के दाने जितने कप हों, लोगों को स्क्रॉल करते-करते रोक देता है, और वजह सीधी है: दिमाग स्केल का अंदाज़ा लगाने की कोशिश करता है और उसे छोड़ नहीं पाता। अब आप ऐसा सीन सिर्फ़ लिखे हुए प्रॉम्प्ट से बना सकते हैं, बिना मॉडल किट, बिना मैक्रो लेंस और बिना tilt-shift सेटअप के, और फिर स्थिर इमेज को एक छोटी चलती क्लिप में बदल सकते हैं।
मिनिएचर फ़ुटेज हमेशा से धारणा की एक चाल रही है। असली फ़ोटोग्राफ़र पूरे आकार की सड़क को ऊपर से टिल्ट लेंस के साथ शूट करते हैं, फ़्रेम का ऊपरी और निचला हिस्सा धुंधला करते हैं और सैचुरेशन बढ़ाते हैं, और अचानक कारें खिलौने जैसी दिखने लगती हैं। मॉडल बनाने वाले उल्टा रास्ता लेते हैं: वे सचमुच एक छोटा सेट बनाते हैं और उसे फ़िल्म की तरह रोशन करते हैं। दोनों रास्ते धीमे हैं।
इमेज मॉडल भौतिक सेट को छोड़ देते हैं। उन्होंने खिलौनों, डायोरामा, क्ले की आकृतियों और मैक्रो शॉट की बहुत बड़ी संख्या में तस्वीरें देखी हैं, इसलिए सही दृश्य संकेतों का नाम लेने वाला प्रॉम्प्ट ऐसी चीज़ देता है जो छोटी पढ़ी जाती है। फिर वीडियो मॉडल वह जोड़ते हैं जिससे लोग दो बार देखते हैं: छोटे कप के ऊपर भाप की लकीर, छोटी दुकान के सामने धीमा पुश-इन, एक छोटा किरदार जो फ़्रेम के बाहर किसी चीज़ को देखने के लिए मुड़ता है।
Picasso IA पर पूरी कड़ी एक ही जगह रहती है। आप इमेज मॉडल से सीन बनाते हैं, वीडियो मॉडल से उसे चलाते हैं, और toolkit दोनों चरणों को साथ-साथ रखता है। नए अकाउंट को मुफ़्त क्रेडिट मिलते हैं, इसलिए आप और ज़्यादा लगाने से पहले जाँच सकते हैं कि सीन का आइडिया इमेज से वीडियो की छलाँग में बचता है या नहीं।
मिनिएचर इससे तय नहीं होता कि फ़्रेम में क्या है। वह कुछ संकेतों से तय होता है जो आँख को बताते हैं कि कैमरा किसी बहुत छोटी चीज़ के बहुत पास है। अगर आप ये संकेत प्रॉम्प्ट में लिखते हैं, तो मॉडल के पास निशाना लगाने के लिए कुछ ठोस होता है, छोटा का मतलब अंदाज़े से लगाने के बजाय।
पहला संकेत है कम डेप्थ ऑफ़ फ़ील्ड। असली मैक्रो काम में सीन का सिर्फ़ एक पतला हिस्सा साफ़ होता है, इसलिए आगे और पीछे का हिस्सा मुलायम रंग में घुल जाता है। tilt-shift लुक, धुंधला अग्रभाग और छोटे विषय पर तेज़ फ़ोकस माँगिए। दूसरा संकेत है तुलना की वस्तु: इंसान के सिर जितना बड़ा कॉफ़ी बीन, फ़्रेम में आती उँगली की नोक, एक चम्मच, एक सिक्का, एक माचिस की तीली। जिसका आकार सबको पता है, वह स्केल को पढ़ने लायक बना देता है। तीसरा है सामग्री: क्ले, फ़ेल्ट, रंगा हुआ प्लास्टिक या लकड़ी, जिसमें उँगलियों के निशान दिखें और किनारे थोड़े असमान हों, दर्शक को बताते हैं कि यह हाथ से बना मॉडल है, असली सड़क नहीं।
रोशनी बाक़ी काम करती है। सीन के अंदर की छोटी रोशनियाँ, जैसे गर्म चमकता छोटा स्ट्रीट लैंप या अंदर से रोशन खिड़की, पास के मैक्रो लेंस और मॉडल सेट का एहसास देती हैं। ऊपर से थोड़ा ऊँचा कैमरा एंगल, मानो आप मेज़ के ऊपर से देख रहे हों, क्लासिक tilt-shift एहसास जोड़ता है। तैयार लुक के आइडिया के लिए इफ़ेक्ट्स पेज पर पहले से बने स्टाइल हैं, जिन्हें शुरू से प्रॉम्प्ट लिखने से पहले देख लेना अच्छा है।
हर मिनिएचर विषय बराबर आसान नहीं होता। कुछ सीन मॉडल को सहारा लेने के लिए बहुत ढाँचा देते हैं, कुछ ऐसी छोटी गलतियों को न्योता देते हैं जो जादू तोड़ देती हैं। यह तालिका पाँच आम तरीक़ों की तुलना करती है, हर एक को थामने वाले संकेत और नज़र रखने लायक़ जोखिम के साथ।
| सीन | स्केल का संकेत जो इसे थामता है | माँगने के लिए सबसे अच्छी मूवमेंट | मुख्य जोखिम |
|---|---|---|---|
| कुछ किरदारों वाला छोटा कैफ़े | दुकान के पास विशाल कप या उँगली | धीमा पुश-इन, ऊपर उठती भाप | किरदार आपस में मिल जाते हैं या गिनती बदल जाती है |
| डेस्क जितना बंदरगाह या गाँव | दिखती क्ले या पेंट की बनावट, ऊपर से एंगल | छतों के ऊपर हल्का पैन | इमारतें फ़्रेमों के बीच बदल जाती हैं |
| खाने की चीज़ पर छोटे लोग | तुलना के लिए काँटा, चूरा या तिल का दाना | स्थिर कैमरा, एक छोटी क्रिया | औज़ार पकड़े हाथ गलत दिखते हैं |
| बगीचे या टेरेरियम की दुनिया | ओस की बूँदें और किरदारों से कहीं बड़ी पत्तियाँ | सीन पर सरकती रोशनी | चलते समय पौधे बिगड़ जाते हैं |
| खिलौना ट्रेन या ट्राम लाइन | मोटी पटरी और रंगा हुआ दृश्य | कैमरा वाहन के साथ चलता है | पटरी की ज्यामिति भटक जाती है |
एक अच्छी आदत है पहली पंक्ति को अपना अभ्यास सीन मानना। छोटे कैफ़े में भरोसा दिलाने लायक़ ढाँचा होता है, और वह पृष्ठभूमि की छोटी गलतियों को माफ़ कर देता है क्योंकि कम डेप्थ ऑफ़ फ़ील्ड उन्हें धुंधला कर देती है। जब वह चल जाए, तब ज़्यादा मूवमेंट वाले सीन पर जाइए।
भरोसेमंद क्रम है पहले इमेज, फिर मूवमेंट। अच्छी इमेज से शुरू करने वाले वीडियो मॉडल के पास गलत स्केल गढ़ने की गुंजाइश बहुत कम होती है, और फ़ोटो को वीडियो में बदलें पेज इस कदम का सामान्य रूप बताता है।
ज़्यादातर नाकाम मिनिएचर क्लिप कुछ गिने-चुने तरीक़ों से ही नाकाम होती हैं, और लगभग सभी प्रॉम्प्ट से आती हैं, मॉडल से नहीं। आम दोषी है मॉडल के बजाय जगह का वर्णन करना। सड़क पर एक भीड़ वाला कैफ़े जैसा प्रॉम्प्ट आपको सामान्य कैफ़े देता है। कैफ़े का हाथ से बना डायोरामा, ऊपर से टिल्ट लेंस के साथ खींचा हुआ, जैसा प्रॉम्प्ट आपको खिलौने जैसी चीज़ देता है।
दूसरी गलती है बहुत ज़्यादा मूवमेंट माँगना। छोटी दुनिया इसलिए मोहक है क्योंकि वह शांत है। जब आप दौड़ती भीड़, रेस करती कारें और घूमता कैमरा माँगते हैं, तो मॉडल को दर्जनों छोटी वस्तुओं को एकसमान रखना पड़ता है, और स्केल सबसे पहले बिखरता है। एक धीमी कैमरा मूवमेंट और एक छोटी क्रिया पाँच चीज़ों से बेहतर ब्रीफ़ है।
फ़्रेम में तुलना की एक वस्तु रखिए। उँगली की नोक, चम्मच या सिक्का दर्शक को आकार ऐसे बताता है जैसे कोई विशेषण नहीं बता सकता, और वीडियो मॉडल उसे छोटा जैसे अस्पष्ट शब्द से बेहतर बनाए रखता है।
तीसरी गलती है स्थिर इमेज को छोड़ देना। सीधे टेक्स्ट से वीडियो पर जाने का मतलब है कि मॉडल को कम्पोज़िशन, स्केल, सामग्री और मूवमेंट एक ही बार में तय करने पड़ते हैं। इसे इमेज और फिर मूवमेंट में बाँटने से एक जाँच बिंदु मिलता है, जहाँ आप एक इमेज की क़ीमत पर खराब स्केल को नकार सकते हैं।
इस बारे में ईमानदार रहिए कि मौजूदा मॉडल क्या बुरा करते हैं, ताकि आप उससे लड़ने के बजाय उसके इर्द-गिर्द डिज़ाइन कर सकें। सबसे अच्छे सीन छोटे, शांत और पृष्ठभूमि में लगभग स्थिर होते हैं। नीचे वे मामले हैं जो नियमित रूप से टूटते हैं।
इनमें से कुछ भी इस फ़ॉर्मेट को बेकार नहीं बनाता। सबसे अच्छे मिनिएचर वर्ल्ड वीडियो छोटे, सोचे-समझे और एक ही आइडिया के इर्द-गिर्द बने होते हैं।
ऐसी इमेज से शुरू कीजिए जो पहले से छोटी पढ़ी जाती हो, फिर उसे एनिमेट कीजिए। प्रॉम्प्ट में सामग्री, कैमरा और तुलना की वस्तु लिखिए, जैसे क्ले मॉडल, tilt-shift लुक, कम डेप्थ ऑफ़ फ़ील्ड और किरदारों के पास विशाल कप। फिर वह इमेज वीडियो मॉडल को पहले फ़्रेम की तरह दीजिए और एक धीमी मूवमेंट माँगिए। यहाँ असली का मतलब है भरोसेमंद स्केल, और ज़्यादातर काम संकेत ही करते हैं।
इमेज के लिए Seedream और nano banana जैसे मॉडल को एक ही प्रॉम्प्ट के साथ अगल-बगल आज़माना ठीक रहता है। मूवमेंट के लिए Kling v3 Video और Veo 3.1 दोनों शुरुआती इमेज और टेक्स्ट वर्णन स्वीकार करते हैं, इसलिए आप ऐसी इमेज एनिमेट कर सकते हैं जो आपको पहले से पसंद है। Picasso IA में 212 टेक्स्ट से इमेज और 121 टेक्स्ट से वीडियो मॉडल हैं, इसलिए व्यावहारिक तरीक़ा है एक प्रॉम्प्ट को दो या तीन से चलाना और वह रखना जो स्केल बनाए रखे।
tilt-shift एक कैमरा तकनीक है जो फ़्रेम के एक हिस्से को धुंधला करती है ताकि पूरे आकार का सीन मॉडल जैसा दिखे। आपको लेंस की ज़रूरत नहीं, क्योंकि यह इफ़ेक्ट एक दृश्य पैटर्न है जो प्रॉम्प्ट माँग सकता है: कम डेप्थ ऑफ़ फ़ील्ड, ऊँचा एंगल और फ़ोकस की तेज़ पट्टी। आप tilt-shift शब्द छोड़कर हाथ से बने डायोरामा की मैक्रो फ़ोटोग्राफ़ी भी माँग सकते हैं, जो अक्सर साफ़ लुक देती है।
हाँ, इमेज से वीडियो मॉडल आपकी अपनी फ़ोटो से शुरू कर सकता है, और एडिटिंग मॉडल उसे पहले खिलौने जैसे डायोरामा में बदल सकता है। नतीजा एक शैलीबद्ध छाप है, जगह का सटीक मॉडल नहीं, इसलिए ब्योरे बदलेंगे। अपनी फ़ोटो या वे फ़ोटो इस्तेमाल कीजिए जिन्हें एडिट करने का आपको अधिकार है, और फ़ोटो के पहचाने जा सकने वाले लोगों को मिनिएचर में न डालिए।
यह मॉडल और सेटिंग पर निर्भर करता है। Kling v3 Video 15 सेकंड तक की क्लिप बनाता है और Veo 3.1 में 4, 6 या 8 सेकंड मिलते हैं। इस फ़ॉर्मेट के लिए छोटा आम तौर पर बेहतर है, क्योंकि क्लिप जितनी लंबी होती है स्केल और किरदारों की गिनती उतनी ज़्यादा भटकती है। लंबे के लिए उसी इमेज से अलग-अलग कैमरा मूवमेंट के साथ कई छोटी क्लिप बनाइए और उन्हें जोड़ दीजिए।
वीडियो मॉडल वस्तुओं को इंसान की तरह ट्रैक नहीं करते, इसलिए कैमरा हिलने पर छोटे किरदार सबसे पहले डगमगाते हैं। किरदारों की संख्या घटाइए, धीमा कैमरा माँगिए, क्लिप छोटी रखिए और साफ़ इमेज से शुरू कीजिए। अगर कोई फ़्रेम फिर भी गलत निकले, तो पहले से भरे प्रॉम्प्ट में निर्देश जोड़ने के बजाय उसी इमेज और सरल मूवमेंट के साथ दोबारा बनाइए।
कुछ वीडियो मॉडल तस्वीर के साथ ऑडियो बना सकते हैं। Veo 3.1 में ऑडियो का विकल्प डिफ़ॉल्ट रूप से चालू रहता है, और Kling v3 Video चालू करने पर नेटिव ऑडियो बना सकता है। कैफ़े के लिए प्रॉम्प्ट में हल्की आसपास की आवाज़ें माँगिए, जैसे कमरे की शांत गूँज और कप, और उम्मीदें संयमित रखिए। आप बाद में संगीत या इफ़ेक्ट भी जोड़ सकते हैं, और toolkit में दोनों के लिए मॉडल हैं।
नहीं। किरदार काल्पनिक रखिए। किसी असली, पहचाने जा सकने वाले व्यक्ति को उसकी साफ़ अनुमति के बिना मिनिएचर आकृति नहीं बनाना चाहिए, और किसी मशहूर हस्ती की शक्ल क़ानूनी और नैतिक कारणों से बुरा विचार है। अगर आपको इंसानी चेहरा चाहिए, तो अपना इस्तेमाल कीजिए या गढ़ा हुआ किरदार बनाइए और उस रेफ़रेंस को AI से सुसंगत किरदार के तरीक़े से एकसमान रखिए।
यह इस पर निर्भर करता है कि आप कहाँ प्रकाशित करते हैं और मॉडल की शर्तें क्या हैं, इसलिए कुछ भी विज्ञापन के रूप में चलाने से पहले प्लेटफ़ॉर्म की मौजूदा ज़रूरतें और अपने देश के नियम जाँच लीजिए। गढ़े हुए किरदारों का मिनिएचर सीन ज़्यादा सुरक्षित सामग्री है, क्योंकि उसमें कोई असली व्यक्ति या ब्रांड नहीं होता। प्रोडक्ट से जुड़े आइडिया के लिए प्रोडक्ट डेमो वीडियो पेज एक काम का साथी है।
जनरेशन का भुगतान क्रेडिट से होता है, और लागत मॉडल और आपकी चुनी सेटिंग, जैसे अवधि और रिज़ॉल्यूशन, पर निर्भर करती है। इमेज वीडियो से सस्ती पड़ती है, जो एनिमेट करने से पहले इमेज तय करने की एक और वजह है। नए अकाउंट को शुरू करने के लिए मुफ़्त क्रेडिट मिलते हैं, और मौजूदा प्लान प्राइसिंग पेज पर दिए हैं, जो संख्याओं के लिए भरोसेमंद एकमात्र जगह है।
आपका छोटा कैफ़े अपने पहले फ़्रेम से बस एक प्रॉम्प्ट दूर है। Picasso IA का toolkit खोलिए, इमेज बनाइए और देखिए कि चलने पर स्केल कैसे टिकता है।
अपनी भाषा चुनें
