आपकी क्लिप जितनी चाहिए उससे दो सेकंड पहले खत्म हो जाती है और आप उसे दोबारा जनरेट करके पसंदीदा टेक खोना नहीं चाहते। उसे उसके आखिरी फ्रेम से एक्सटेंशन मॉडल के साथ बढ़ाइए, या उसी फ्रेम से इमेज-टू-वीडियो मॉडल के साथ आगे बढ़ाइए, और बस यह लिखिए कि आगे क्या होता है।
आपने एक क्लिप जनरेट की जो आपको बहुत पसंद आई, पर वह दो सेकंड जल्दी खत्म हो जाती है। पहली आदत यही होती है कि प्रॉम्प्ट को लंबी अवधि के साथ दोबारा चलाएँ और उम्मीद करें कि नया टेक वही चेहरा, वही रोशनी और वही कैमरा मूव रखेगा। ऐसा शायद ही होता है। जो क्लिप आपके पास पहले से है उसे एक्सटेंड करना बेहतर चाल है: मॉडल उस फुटेज के आखिरी फ्रेम से शुरू करता है और सिर्फ अगले कुछ सेकंड लिखता है, इसलिए जो हिस्सा आपको पसंद था वह जस का तस रहता है।
वीडियो मॉडल हर बार जनरेट दबाने पर आपको पासे का नया दाँव देता है। अगर पहले टेक में सही विषय, सही माहौल और सही मूवमेंट है, तो लंबी अवधि वाला दोबारा रन तीनों को फेंक देता है और आपसे फिर से लॉटरी जीतने को कहता है। एक्सटेंशन जीता हुआ टिकट अपने पास रखता है। आपका फुटेज बिल्कुल वैसा ही रहता है, और सिर्फ नए सेकंड जनरेट होते हैं, उस जगह से जहाँ तस्वीर रुकी थी।
यह सीन की प्लानिंग का तरीका भी बदल देता है। छोटे जनरेशन सही बैठाना लंबे वाले से आसान होता है, इसलिए कई क्रिएटर सीक्वेंस को टुकड़ों में बनाते हैं: पहले एक मजबूत शुरुआती शॉट, फिर आगे आने वाले हर पल के लिए एक कंटिन्युएशन। हर टुकड़े को अलग से परखा जा सकता है और बाकी खोए बिना हटाया जा सकता है, हालाँकि हर एक्सटेंशन में क्रेडिट फिर भी लगते हैं, जो छह एक्सटेंशन जोड़ने से पहले याद रखना अच्छा है।
Picasso IA में 502 मॉडल हैं, जिनमें से 28 वीडियो एडिटिंग श्रेणी में हैं, और एक्सटेंशन मॉडल वहीं रहता है, उन दूसरे टूल्स के पास जो आपके पास पहले से मौजूद फुटेज पर काम करते हैं। आप पूरा कैटलॉग या वीडियो एडिटिंग कलेक्शन देख सकते हैं कि उसके आसपास क्या है।
दो रास्ते हैं, और वे सुविधा के बदले कंट्रोल देते हैं। पहला एक समर्पित एक्सटेंशन मॉडल है: xai/grok-imagine-video-extension, जो Grok Imagine Video Extension नाम से लिस्टेड है, आपकी MP4 और आगे क्या होना चाहिए इस पर एक वाक्य लेता है, और आखिरी फ्रेम से कंटिन्युएशन जनरेट करता है। दूसरा मैनुअल है: आप क्लिप का आखिरी फ्रेम स्थिर इमेज के रूप में एक्सपोर्ट करते हैं, उसे इमेज-टू-वीडियो मॉडल को शुरुआती इमेज के तौर पर देते हैं, और अगला पल खुद लिखते हैं।
| तरीका | कहाँ से शुरू होता है | किसके लिए बेहतर | किस पर ध्यान दें |
|---|---|---|---|
| Grok Imagine Video Extension | आपकी MP4, उसके आखिरी फ्रेम से | पहले से मौजूद क्लिप में सेकंड जोड़ना | इनपुट क्लिप के फॉर्मेट और लंबाई की सीमाएँ |
| आखिरी फ्रेम और Wan 2.6 I2V | आखिरी फ्रेम की स्थिर इमेज | अवधि और रेजोल्यूशन खुद चुनना | स्थिर इमेज मूवमेंट खो देती है, इसलिए स्पीड रीसेट हो सकती है |
| आखिरी फ्रेम और Kling v2.6 | शुरुआती इमेज, पहले फ्रेम के रूप में | सिनेमैटिक लुक और ऑडियो ऑन के साथ आगे बढ़ाना | स्टाइल पहली क्लिप से भटक सकती है |
| आखिरी फ्रेम और Grok Imagine Video | इमेज-टू-वीडियो मोड में एक इमेज | दोनों क्लिप में एक ही मॉडल परिवार रखना | आस्पेक्ट रेशियो ओरिजिनल से मिलना चाहिए |
| शुरू से एक लंबा जनरेशन | सिर्फ टेक्स्ट प्रॉम्प्ट | पहला टेक बनने से पहले क्लिप की प्लानिंग | जो टेक आपको पहले से पसंद था वह खो जाता है |
स्थिर फ्रेम वाला रास्ता किसी भी इमेज-टू-वीडियो मॉडल के साथ चलता है, इसलिए तालिका के तीन मॉडल उदाहरण हैं, बंद सूची नहीं। ऐसा मॉडल चुनिए जो शुरुआती इमेज ले सके और पहले छोटा रन करके देखिए। एक्सटेंशन मॉडल सबसे छोटा रास्ता है; स्थिर फ्रेम वाला रास्ता तब बैकअप है जब आपकी फाइल रिजेक्ट हो जाए या आप चाहें कि कोई दूसरा मॉडल अगला पल लिखे।
यह समर्पित मॉडल वाला वर्कफ़्लो है। स्थिर फ्रेम वाला रास्ता इसी ढाँचे पर चलता है, बस बीच में एक्सपोर्ट का चरण जुड़ जाता है।
अगर एक्सटेंशन मॉडल आपकी फाइल रिजेक्ट कर दे, तो आखिरी फ्रेम एक्सपोर्ट कीजिए, Wan 2.6 I2V या Kling v2.6 जैसा इमेज-टू-वीडियो मॉडल खोलिए, इमेज को शुरुआती इमेज के रूप में लगाइए और अगला पल लिखिए। नतीजा एक अलग क्लिप होगी जो वहीं से शुरू होती है जहाँ पहली खत्म हुई थी, और दोनों को आप खुद जोड़ते हैं।
एक्सटेंशन प्रॉम्प्ट सीन का वर्णन नहीं, मंच-निर्देश है। मॉडल को आखिरी फ्रेम पहले से दिखता है, इसलिए उसे विषय, जगह और रोशनी पता है। जो उसे नहीं दिख सकता वह आपका इरादा है, और प्रॉम्प्ट को सिर्फ वही ले जाना है: क्या हिलता है, किस दिशा में, और उस दौरान कैमरा क्या करता है।
शाम के समय एक लाइटहाउस की क्लिप के लिए दो प्रॉम्प्ट की तुलना कीजिए। जो प्रॉम्प्ट पूरा सीन दोहराता है, पथरीले तट पर बैंगनी आसमान के नीचे एक ऊँचा सफेद लाइटहाउस, वह मॉडल को सीन नए सिरे से गढ़ने का न्योता देता है। जो प्रॉम्प्ट कहता है कि रोशनी की किरण धीरे-धीरे कैमरे की ओर घूमती है और लहरें आती हैं, वह उसे निभाने के लिए एक ही मूवमेंट देता है। छोटा, भौतिक और खास, लंबे और सजावटी से बेहतर है।
चार आदतें कंटिन्युएशन को पटरी पर रखती हैं। हर एक्सटेंशन में एक ही हरकत माँगिए, क्योंकि कुछ सेकंड में दो हरकतों का मतलब अक्सर यह होता है कि कोई भी ठीक से नहीं बनती। कैमरे का नाम लीजिए, यानी वह स्थिर रहता है, आगे बढ़ता है या पीछे हटता है, क्योंकि बिना बताया कैमरा भटक जाता है। विषय का वर्णन छोटा रखिए: कपड़े, चेहरा और माहौल दोहराने से मॉडल को उन्हें बदलने की गुंजाइश मिलती है। और ओरिजिनल की रफ्तार से मेल खाइए, क्योंकि धीमी क्लिप के बाद तेज कंटिन्युएशन दो अलग वीडियो जैसा लगता है।
सिर्फ वही माँगिए जो उस फ्रेम से संभव है: बाईं ओर देखता व्यक्ति दो सेकंड में सफाई से कैमरे की ओर पीठ नहीं कर सकता।
एक्सटेंशन जोड़ना वह जगह है जहाँ ज्यादातर निराशाएँ होती हैं। हर एक्सटेंशन उस फ्रेम से शुरू होता है जो मॉडल ने जनरेट किया, उस से नहीं जो आपने फिल्माया, इसलिए हाथ, लोगो या टेक्सचर के किसी हिस्से की छोटी गलतियाँ अगले राउंड का रेफरेंस बन जाती हैं और आगे कॉपी होती जाती हैं। कुछ कड़ियों के बाद क्लिप ओरिजिनल की करीबी रिश्तेदार लग सकती है, ओरिजिनल नहीं।
एक बार एक्सटेंड कीजिए, जोड़ की जाँच कीजिए, और तभी दोबारा एक्सटेंड कीजिए। अगर दूसरा एक्सटेंशन पहले से ही अलग दिख रहा है, तो रुकिए और तीसरा जोड़ने के बजाय किसी साफ स्थिर इमेज से सीन दोबारा बनाइए।
हर एक्सटेंशन को चेकपॉइंट मानिए: आखिरी अच्छा फ्रेम और जो प्रॉम्प्ट चला वह सहेज लीजिए, और कोई कड़ी बिगड़ जाए तो पूरी शृंखला नहीं, उसी कड़ी को दोबारा चलाइए। बार-बार आने वाले किरदार के लिए पहले रेफरेंस इमेज से चेहरा बनाइए, जैसा कंसिस्टेंट AI कैरेक्टर में बताया गया है, ताकि हर नई क्लिप एक ही पहचान से शुरू हो। कई छोटे टुकड़ों से बनी लंबी कहानी के लिए AI शॉर्ट फिल्में और ट्रेलर बताता है कि पलों की प्लानिंग कैसे करें।
आवाज़ को अपना अलग चरण चाहिए: वीडियो तैयार होने के बाद बैकग्राउंड म्यूज़िक या साउंड इफ़ेक्ट जोड़िए।
एक्सटेंशन एक पैबंद है, जादू की छड़ी नहीं, और कुछ खास जगहों पर वह काम का नहीं रहता:
अगर आप तीसरी बार उसी जोड़ से जूझ रहे हैं, तो क्लिप को लंबा शॉट नहीं, नया शॉट चाहिए। किसी दूसरे एंगल पर कट कीजिए: दर्शक चुपचाप बदलते चेहरे से कहीं ज्यादा आसानी से कट को स्वीकार करते हैं।
हाँ, कुछ सीमाओं के साथ। समर्पित एक्सटेंशन मॉडल आपकी क्लिप का आखिरी फ्रेम पढ़ता है और वहीं से आगे बढ़ने वाला नया फुटेज जनरेट करता है, इसलिए आपके पास पहले से मौजूद हिस्सा वैसा ही रहता है। आप उस आखिरी फ्रेम को एक्सपोर्ट करके इमेज-टू-वीडियो मॉडल से भी आगे बढ़ा सकते हैं। दोनों में आप सिर्फ नए सेकंड जनरेट करते हैं, और इसी वजह से जोड़ पर नतीजा थोड़ा भटक सकता है।
समर्पित मॉडल xai/grok-imagine-video-extension है, जो वीडियो एडिटिंग श्रेणी में Grok Imagine Video Extension नाम से लिस्टेड है। आप MP4 अपलोड करते हैं, लिखते हैं कि आगे क्या होना चाहिए और चुनते हैं कि कितने सेकंड जोड़ने हैं। मैनुअल रास्ते के लिए कोई भी इमेज-टू-वीडियो मॉडल चलेगा जो शुरुआती इमेज लेता हो, जैसे Wan 2.6 I2V या Kling v2.6। कैटलॉग बदलता रहता है, इसलिए आज हर मॉडल क्या लेता है यह उसके पेज पर देखिए।
आप क्लिप का आखिरी फ्रेम स्थिर इमेज के रूप में लेते हैं, उसे इमेज-टू-वीडियो मॉडल की शुरुआती इमेज के तौर पर अपलोड करते हैं और अगली हरकत लिखते हैं। मॉडल उसी फ्रेम से एनिमेट करता है, इसलिए नई क्लिप वहीं से शुरू होती है जहाँ पुरानी खत्म हुई थी। कमजोर कड़ी मूवमेंट है: स्थिर इमेज में स्पीड या दिशा नहीं होती, इसलिए उन्हें आप प्रॉम्प्ट में बताते हैं और बाद में दोनों क्लिप को एडिटर में जोड़ते हैं।
आप एक्सटेंशन मॉडल में तय करते हैं कि कितने सेकंड जोड़ने हैं, और मॉडल का पेज बताता है कि इनपुट क्लिप और कंटिन्युएशन दोनों के लिए कौन सी अवधियाँ स्वीकार होती हैं। ये सीमाएँ बदल सकती हैं, इसलिए यहाँ लिखे किसी आँकड़े पर भरोसा करने के बजाय पेज देखिए। बहुत लंबा नतीजा चाहिए तो कई छोटे टुकड़ों से बनाइए और हर जोड़ की जाँच कीजिए।
ज्यादातर हाँ, क्योंकि मॉडल ठीक आखिरी फ्रेम से शुरू करता है और रोशनी, विषय की जगह और विज़ुअल स्टाइल बनाए रखता है। लेकिन वह जनरेट करता है, कॉपी नहीं, इसलिए छोटी चीज़ें बदल सकती हैं: कोई हाथ, जैकेट की सिलवटें, पृष्ठभूमि में लिखा कोई शब्द। जोड़ को पूरे साइज़ पर जाँचिए, और कुछ खिसका हो तो छोटे, ज्यादा खास प्रॉम्प्ट के साथ दोबारा चलाइए।
हाँ। हर एक्सटेंशन एक जनरेशन है, और जनरेशन क्रेडिट से चुकाए जाते हैं, जिनकी लागत आपके चुने मॉडल और सेटिंग पर निर्भर करती है। नए अकाउंट को आज़माने के लिए मुफ्त क्रेडिट मिलते हैं। एक्सटेंशन जोड़ते जाने पर हर बार लागत दोहराई जाती है, इसलिए छोटे एक्सटेंशन से शुरू कीजिए। मौजूदा प्लान प्राइसिंग पेज पर हैं, जो आँकड़ों के लिए भरोसेमंद अकेली जगह है।
अक्सर हाँ, बशर्ते फाइल एक्सटेंशन मॉडल के इनपुट नियमों को पूरा करे। वह समर्थित कोडेक वाली और सीमित लंबाई की MP4 चाहता है, जो कई फोन क्लिप पहले से पूरा करती हैं, हालाँकि कुछ को काटना या बदलना पड़ता है। क्लिप का Picasso IA से आना ज़रूरी नहीं है। फाइल रिजेक्ट हो जाए तो इमेज-टू-वीडियो मॉडल के साथ आखिरी फ्रेम वाला रास्ता फॉर्मेट की पाबंदी से बचा देता है।
कोई जादुई संख्या नहीं है, क्योंकि सीमा क्वालिटी है, कोई काउंटर नहीं। हर एक्सटेंशन जनरेट किए गए फ्रेम से शुरू होता है, इसलिए छोटी गलतियाँ जमा होती हैं और विषय धीरे-धीरे ओरिजिनल जैसा दिखना बंद कर देता है। एक बार एक्सटेंड कीजिए, जोड़ जाँचिए, और तभी आगे बढ़िए जब क्लिप अब भी खुद जैसी दिखे। जब वह फिसलने लगे, तो एक और कड़ी जोड़ने के बजाय आखिरी अच्छे फ्रेम पर लौटकर वहाँ से दोबारा चलाइए।
सिर्फ तब जब वह व्यक्ति आप हों, या किरदार काल्पनिक हो। किसी असली, पहचाने जा सकने वाले व्यक्ति का फुटेज, जिसने इसकी सहमति नहीं दी है, एक्सटेंड मत कीजिए, और किसी और के मुँह में शब्द या हरकतें डालने के लिए कंटिन्युएशन का इस्तेमाल मत कीजिए। एक्सटेंशन एक फ्रेम से नया व्यवहार जनरेट करते हैं, इसलिए नए सेकंड वे चीज़ें दिखाते हैं जो उस व्यक्ति ने कभी की ही नहीं। अपना फुटेज या गढ़े हुए किरदार इस्तेमाल कीजिए।
इसके लिए तैयार रहिए, क्योंकि एक्सटेंशन मॉडल तस्वीर के इर्द-गिर्द बना है और ऑडियो शायद ही साफ तरीके से आगे जाता है। मॉडल के पेज पर देखिए कि आउटपुट में क्या शामिल है, और वीडियो तैयार होने के बाद साउंडट्रैक दोबारा बनाइए: म्यूज़िक मॉडल से संगीत जोड़िए या तैयार क्लिप के ऊपर इफ़ेक्ट लगाइए।
क्या छोटी क्लिप को उसके कमी वाले सेकंड देने के लिए तैयार हैं? Picasso IA का toolkit खोलिए, अपना सबसे अच्छा टेक चुनिए और उसे आखिरी फ्रेम से एक्सटेंड कीजिए।
अपनी भाषा चुनें
