YouMind
साइन इन करें

Gemini 4 + Antigravity: पूर्ण स्वचालित वीडियो निर्माण वर्कफ़्लो (एजेंट प्रॉम्प्ट्स के साथ)

@leaf_sanren
चीनी17 नव॰ 2026
187K
990
138
73
2.2K

TL;DR

Google के Antigravity एजेंट का उपयोग करके वीडियो जनरेशन को स्वचालित करने पर एक व्यापक गाइड, जिसमें तीन वर्कफ़्लो का विवरण है: Gemini API क्रेडिट्स, डेप्थ-मैप मॉडरेशन बाईपास के साथ Google Flow पॉइंट्स, और बाहरी CLI इंटीग्रेशन।

बहुत से लोग यह नहीं जानते: Antigravity असल में वीडियो जनरेट नहीं कर सकता।

अपनी पिछली पोस्ट में, मैंने लिखा था कि यह वायरल वीडियो से प्रॉम्प्ट को कैसे रिवर्स-इंजीनियर कर सकता है। अंत में, मैंने शिकायत की थी: Google के इकोसिस्टम में बस आखिरी कड़ी—वीडियो आउटपुट—ही गायब है।

पिछले दो दिनों में, मैंने उस गायब कड़ी को जोड़ दिया।

अब, उसी चैट में, एक रेफरेंस वीडियो देखने, कैरेक्टर पोट्रेट बनाने और प्रॉम्प्ट लिखने के बाद, यह सीधे वीडियो मॉडल को कॉल करके क्लिप्स जनरेट करता है, उन्हें डाउनलोड करता है, ओरिजिनल ऑडियो वापस लाता है, और मेरे रिव्यू के लिए फ्रेम्स एक्सट्रैक्ट करता है। मुझे बस पैसे खर्च करने से पहले अप्रूव करना होता है और फिर फाइनल रिजल्ट देखना होता है।

मैंने तीन रास्ते तैयार किए हैं। पहले दो में Google AI मेंबरशिप के साथ मिलने वाले क्रेडिट्स का इस्तेमाल होता है। Pro, Ultra 5x, और Ultra 20x—सभी काम करते हैं।

मैं Pro मेंबर हूँ; नीचे दिए गए कोटा और बिल मेरे असली इस्तेमाल पर आधारित हैं। Ultra में कोटा ज्यादा होता है, लेकिन तरीका बिल्कुल वैसा ही है।

Leaf Yeah! - inline image

हर सेक्शन के अंत में एक प्रॉम्प्ट है जिसे आप सीधे Antigravity में कॉपी-पेस्ट कर सकते हैं।

विषय सूची

  • 1. Antigravity में क्या कमी है: यह समझता है, लेकिन आउटपुट नहीं दे सकता
  • 2. आपकी मेंबरशिप में दो वीडियो जनरेशन कोटा छिपे हैं
  • 3. रास्ता 1 · Gemini API: मेंबर क्रेडिट्स का उपयोग करके सीधा बैकएंड जनरेशन
  • 4. रास्ता 2 · Google Flow: डेप्थ मैप्स से मॉडरेशन को बायपास करें, मेंबर पॉइंट्स का उपयोग करें
  • 5. रास्ता 3 · बाहरी वीडियो CLI: LibTV, Dreamina, Pippit, आदि
  • 6. क्या Pro काफी है? मेरा असली बिल
  • निष्कर्ष

───

1. Antigravity में क्या कमी है: यह समझता है, लेकिन आउटपुट नहीं दे सकता

पहले थोड़ा संदर्भ। मेरी पिछली पोस्ट ने समझाया था: जब आप कोई वायरल वीडियो देखते हैं जिसके प्रॉम्प्ट नहीं दिए गए हैं, तो आप उसे Antigravity को देते हैं, और यह कैमरा एंगल्स, मूवमेंट्स और रिदम को रिवर्स-इंजीनियर करके प्रॉम्प्ट में बदल देता है।

https://x.com/leaf_sanren/status/2118661246434353299

यह ऐसा इसलिए कर पाता है क्योंकि Antigravity का दिमाग Gemini है। GPT और Claude वीडियो को स्क्रीनशॉट के रूप में फ्रेम्स निकालकर एनालाइज करते हैं; Gemini सच में मोशन और रिदम को समझता है। Gemini 4 के साथ, यह स्टेप और भी ज्यादा स्टेबल हो गया है।

लेकिन यह लिखने के बाद, मुझे अजीब लगा: यह देखने, रिवर्स-इंजीनियर करने और कैरेक्टर शीट्स बनाने का काम तो संभाल लेता था। लेकिन असली जनरेशन के लिए, मुझे अभी भी वेबपेज खोलना, इमेजेज अपलोड करना, जनरेट पर क्लिक करना, इंतजार करना, डाउनलोड करना और चेकिंग के लिए इसे वापस फीड करना पड़ता था।

सबसे बड़ी झंझट कुछ बार क्लिक करना नहीं थी—यह लूप को तोड़ना था।

अगर यह जनरेट किया गया वीडियो नहीं देख पाता, तो यह उसकी तुलना ओरिजिनल से नहीं कर सकता था, गलतियाँ नहीं सुधार सकता था, प्रॉम्प्ट एडजस्ट नहीं कर सकता था, और दोबारा नहीं चला सकता था। हर राउंड ट्रिप के लिए मेरा मौजूद रहना जरूरी था।

Leaf Yeah! - inline image

सब कुछ जोड़ने के बाद, काम का बंटवारा इस तरह हो गया:

  • मैं: तय करना कि कौन सा वीडियो बनाना है, खर्च को अप्रूव करना, सैंपल्स का रिव्यू करना, फाइनल फैसले लेना।
  • Antigravity: ओरिजिनल देखना, कैरेक्टर्स तय करना, प्रॉम्प्ट लिखना, चैनल चुनना, सबमिट करना, डाउनलोड करना, ऑडियो वापस लाना, साइड-बाय-साइड तुलना के लिए फ्रेम्स निकालना, और अगर परिणाम संतोषजनक न हो तो खुद सुधार करना।

यह पोस्ट बताती है कि "आउटपुट" वाली कड़ी को कैसे जोड़ना है।

───

2. आपकी मेंबरशिप में दो वीडियो जनरेशन कोटा छिपे हैं

बहुत से लोग Google AI Pro या Ultra का सब्सक्रिप्शन लेते हैं लेकिन इसका इस्तेमाल सिर्फ वेब चैट के लिए करते हैं। असल में, आपकी मेंबरशिप में दो वीडियो जनरेशन कोटा शामिल हैं जो Antigravity के साथ बिल्कुल सही काम करते हैं।

कोटा 1: Gemini API क्रेडिट्स (USD)।

इस साल से, Google ने डेवलपर प्रोग्राम के बेनिफिट्स को AI मेंबरशिप में मिला दिया है। आपको हर महीने Google Cloud क्रेडिट्स मिलते हैं जिनका इस्तेमाल Gemini API कॉल्स के लिए किया जा सकता है, जिसमें वीडियो मॉडल भी शामिल हैं। आधिकारिक FAQ के अनुसार:

  • Pro: $10/महीना
  • Ultra 5x: $40/महीना
  • Ultra 20x: $100/महीना

आपको ये क्रेडिट्स खुद क्लेम करने होते हैं; जारी होने के एक साल बाद इनकी वैधता खत्म हो जाती है। सेक्शन 3 में स्टेप-बाय-स्टेप निर्देश दिए गए हैं।

कोटा 2: Google Flow पॉइंट्स।

Google Flow, Google का आधिकारिक AI वीडियो क्रिएशन वेब ऐप है (flow.google.com)। इसे Jimeng का Google वर्ज़न समझ लीजिए: इमेजेज/वीडियो अपलोड करें, एक प्रॉम्प्ट लिखें, और यह वीडियो जनरेट कर देगा।

मेंबर्स को हर महीने Flow पॉइंट्स मिलते हैं। Pro को 1,000 पॉइंट्स मिलते हैं; Ultra को बहुत ज्यादा मिलते हैं। वीडियो जनरेशन में पॉइंट्स खर्च होते हैं; इमेज जनरेशन ज्यादातर फ्री है।

बार-बार आने वाले टर्म्स को समझें:

  • Omni, Veo: Google की दो वीडियो मॉडल सीरीज़। Omni रेफरेंस वीडियो/इमेजेज से जनरेट करने में माहिर है (हम Omni 1.2 Flash का इस्तेमाल करेंगे); Veo सिनेमैटिक क्वालिटी पर फोकस करता है।
  • Nano Banana 2 (Flow में इसे Nano 2 कहा जाता है): Google का इमेज मॉडल (मशहूर "banana" मॉडल)। यहाँ इसका इस्तेमाल कैरेक्टर शीट्स के लिए किया गया है; टेस्ट करने पर इसकी लागत शून्य पॉइंट्स आई।
  • Antigravity: Gemini द्वारा संचालित Google का आधिकारिक कमांड-लाइन AI Agent। यह फाइलें पढ़ता है, कमांड्स चलाता है, ब्राउज़र खोलता है, और यहाँ डायरेक्टर की भूमिका निभाता है।

तीन रास्ते, संक्षेप में:

  • Gemini API: USD क्रेडिट्स का उपयोग करता है, पूरी तरह बैकएंड पर काम करता है, सबसे आसान है; रेफरेंस वीडियो अधिकतम 10 सेकंड।
  • Google Flow: पॉइंट्स का उपयोग करता है, 15-सेकंड के रेफरेंस वीडियो स्वीकार करता है; कोई API नहीं है, ब्राउज़र ऑटोमेशन की जरूरत है, मॉडरेशन ज्यादा सख्त है।
  • बाहरी वीडियो CLI: थर्ड-पार्टी प्लेटफॉर्म क्रेडिट्स का उपयोग करता है; जब Google के रास्ते काम न करें तो यह विकल्प है; लंबे शॉट्स/जटिल दृश्यों के लिए बेहतर है।

───

3. रास्ता 1 · Gemini API: मेंबर क्रेडिट्स का उपयोग करके सीधा बैकएंड जनरेशन

सिद्धांत: एजेंट सीधे Google के वीडियो मॉडल्स को रिक्वेस्ट भेजता है

API प्रोग्राम्स के बीच एक "खिड़की" है। Antigravity "रेफरेंस वीडियो + कैरेक्टर इमेजेज + प्रॉम्प्ट" को पैक करता है और इसे Google के वीडियो मॉडल को भेजता है। मॉडल क्लाउड में जनरेट करता है; Antigravity पूरा होने तक स्टेटस चेक करता रहता है और फिर डाउनलोड करता है।

कोई वेबपेज नहीं, स्क्रीन पर कोई कब्जा नहीं। यह सबसे ज्यादा "फुली ऑटोमेटेड" रास्ता है।

स्टेप 1: अपने मेंबर क्रेडिट्स क्लेम करें

Google AI Studio खोलें (aistudio.google.com)। नीचे बाईं तरफ, "Claim Free API Credits" कार्ड ढूँढें।

Leaf Yeah! - inline image

एक क्लेम विंडो पॉप अप होती है। अपना बिलिंग अकाउंट चुनें और "Redeem & Continue" पर क्लिक करें। Ultra मेंबर्स को ज्यादा राशि दिखाई देगी।

Leaf Yeah! - inline image

क्लेम करने के बाद, Google Cloud में "Billing → Credits" चेक करें। आपको "Google Developer Program premium benefit" का स्टेटस "Available" दिखना चाहिए।

Leaf Yeah! - inline image

स्टेप 2: क्रेडिट्स एक्टिवेट करने के लिए $5 प्री-लोड करें

क्लेम करने के बाद, मैंने API कॉल करने की कोशिश की। AI Studio ने पीली चेतावनी दिखाई: अकाउंट प्रीपेड बिलिंग में बदल गया; सर्विस शुरू करने के लिए बैलेंस >$0 होना चाहिए। योग्य GCP क्रेडिट्स पहले लागू होंगे।

Leaf Yeah! - inline image

आम गलती: क्रेडिट्स क्लेम कर लिए, लेकिन API काम नहीं कर रहा। मैंने न्यूनतम $5 प्री-लोड किए, और सर्विस शुरू हो गई। इसके बाद की कॉल्स में पहले क्रेडिट्स कटेंगे।

Leaf Yeah! - inline image

स्टेप 3: API Key लें, Antigravity को दें

AI Studio के लेफ्ट साइडबार "API Keys" में, अपने क्रेडिट-बाउंड प्रोजेक्ट से जुड़ी एक नई की बनाएं।

कीज़ को चैट में पेस्ट न करें। इसे किसी लोकल फाइल में सेव करें (जैसे, ~/.config/video-gen/.env, परमिशन सिर्फ यूज़र के लिए सेट करें), फिर Antigravity को उसका पाथ बता दें।

यूसेज लिमिट्स: 4 सीखे गए सबक

① रेफरेंस वीडियो अधिकतम 10 सेकंड।

मॉडल 15s तक आउटपुट देता है, लेकिन 10s से बड़ा इनपुट रेफरेंस रिजेक्ट हो जाता है। 15s क्लिप्स को कॉपी करने के लिए, उन्हें हिस्सों में बाँटें (जैसे, 0-8s, 7-15s), अलग-अलग जनरेट करें, फिर जोड़ें। जोड़ने से कंटिन्यूटी में दिक्कत आ सकती है; नीचे दिए गए टिप्स इसे ठीक करते हैं।

Leaf Yeah! - inline image

② रेफरेंस वीडियो से ऑडियो हटा दें।

ऑडियो ट्रैक वाले वीडियो तुरंत रिजेक्ट हो जाते हैं। पहले ffmpeg का उपयोग करके ऑडियो हटा दें (Antigravity यह कर सकता है), फिर जनरेशन के बाद ओरिजिनल म्यूजिक वापस लगा दें।

③ रेफरेंस वीडियो की लंबाई ≥ चाहे गए आउटपुट की लंबाई।

8s आउटपुट चाहिए? रेफरेंस ≥8s होना चाहिए। 0.5s कम होने पर भी रिजेक्ट हो जाएगा। 0.1-0.2s बफर रखकर ट्रिम करें।

④ डिफ़ॉल्ट रेजोल्यूशन 720p है (महंगा)।

मैं बताना भूल गया, और दो 9.5s 720p क्लिप्स की कीमत $3.16 (प्रत्येक $1.58) आई। Pro में $10/महीना मिलता है।

पहले 360p पर टेस्ट करें; कंपोजिशन/मोशन कन्फर्म होने के बाद ही अपग्रेड करें।

टिप्स: कैरेक्टर स्वैप के लिए प्रॉम्प्ट लिखना

  • पोजिशन से नहीं, कपड़ों से पहचानें। कई लोगों वाले स्टेज में, पोजिशन बदलती रहती हैं। लिखें "काली आस्तीन/सफेद शर्ट वाले व्यक्ति को A से बदलें," न कि "सबसे बाएं वाला A बन जाए।"
  • कैरेक्टर शीट की भूमिका स्पष्ट करें। कहें: "कैरेक्टर शीट सिर्फ लुक/कपड़े लॉक करती है; मोशन/बैकग्राउंड ओरिजिनल वीडियो के अनुसार होंगे।" वरना, सब्जेक्ट्स शीट की तरह स्थिर पोज़ देंगे।
  • बैकग्राउंड लॉक करें। साफ-साफ कहें: "ओरिजिनल स्टेज/लाइटिंग/कैमरा रखें; सिर्फ परफॉर्मर्स को बदलें।" वरना, मॉडल शीट के बैकग्राउंड इम्पोर्ट कर लेगा।
  • छोटे प्रॉम्प्ट बेहतर काम करते हैं। बहुत जटिल "जरूरी/मना" सूचियों से वैलिडेशन फेल हो गया। संक्षिप्त प्रॉम्प्ट एक बार में पास हुए और नेचुरल मोशन मिला।
  • तुलना के लिए फ्रेम एक्सट्रैक्शन। Antigravity से ओरिजिनल और जनरेट की गई क्लिप्स के 6-6 फ्रेम्स निकलवाएं, साइड-बाय-साइड, ताकि जल्दी रिव्यू हो सके।

Antigravity के लिए कॉपी-पेस्ट प्रॉम्प्ट

text
1वीडियो जनरेट करने के लिए Gemini API वीडियो मॉडल्स (उपलब्ध सूची देखें, gemini-omni-1.2-flash को प्राथमिकता दें) का उपयोग करें:
2रेफरेंस वीडियो: <path>, कैरेक्टर शीट्स: <paths>, API key <file path> में है।
3नियम:
41. रेफरेंस से ऑडियो हटाएं; अगर >10s है, तो ≤10s के हिस्सों में बाँटें (हर हिस्सा ≥ टारगेट अवधि का हो);
52. पहले 360p जनरेट करें; HD में अपग्रेड करने से पहले पूछें;
63. कैरेक्टर स्वैप को कपड़ों की विशेषताओं से बाइंड करें; कहें "शीट सिर्फ लुक/कपड़े लॉक करती है; मोशन/बैकग्राउंड ओरिजिनल के अनुसार होंगे";
74. async में सबमिट करें, पूरा होने तक चेक करते रहें, डाउनलोड करें;
85. ओरिजिनल ऑडियो ट्रैक वापस लगाएं; साइड-बाय-साइड व्यू के लिए दोनों क्लिप्स से 6 फ्रेम्स निकालें;
96. हर सबमिशन से पहले अनुमानित लागत बताएं।

───

4. रास्ता 2 · Google Flow: डेप्थ मैप्स से मॉडरेशन को बायपास करें, मेंबर पॉइंट्स का उपयोग करें

सिद्धांत: Flow काम करता है, लेकिन इसका कोई दरवाज़ा नहीं है

Flow के API पर कुछ फायदे हैं:

  • 15-सेकंड के रेफरेंस वीडियो सीधे स्वीकार करता है;
  • USD क्रेडिट्स की जगह मेंबर पॉइंट्स का उपयोग करता है;
  • डाउनलोड के दौरान 1080p में अपग्रेड करने में सिर्फ 5 अतिरिक्त पॉइंट्स लगते हैं, जो दोबारा जनरेट करने से सस्ता है।

Flow में, Omni 1.2 Flash 15s क्लिप: 360p = 20 पॉइंट्स, 720p = 60 पॉइंट्स। नीचे 720p x2 के लिए मेरा कोट है।

Leaf Yeah! - inline image

समस्या: Flow इंसानों के लिए बना वेब ऐप है जिसमें कोई API नहीं है। एजेंट्स को ब्राउज़र इंटरैक्शन की नकल करनी पड़ती है। तीन रुकावटें:

  • कोई आधिकारिक इंटरफ़ेस नहीं; ब्राउज़र ऑटोमेशन की जरूरत है;
  • CAPTCHA/ह्यूमन वेरिफिकेशन; हेडलेस ब्राउज़र को ब्लॉक करता है; असली Chrome विंडो चाहिए;
  • फाइल अपलोड OS के नेटिव डायलॉग का उपयोग करते हैं; स्क्रिप्ट्स इनसे बात नहीं कर सकतीं; पहली वीडियो के लिए मैन्युअल ड्रैग-एंड-ड्रॉप की जरूरत है।

इंटीग्रेशन के दो तरीके

तरीका 1: ओपन-सोर्स gflow-cli।

कम्युनिटी ने Flow की इंटरनल API को CLI + MCP (Agent प्लगइन) में बदल दिया है:

https://github.com/ffroliva/gflow-cli

  • फायदे: एक कमांड से इमेज/वीडियो जनरेशन, पॉइंट चेक; एजेंट पर न्यूनतम कंप्यूट लोड;
  • नुकसान: सिर्फ इमेजेज, रेफरेंस वीडियो नहीं; डिफ़ॉल्ट 360p डाउनलोड; दिखने वाली Chrome विंडो खोलता है (मैंने ऑटो-मिनिमाइज़ के लिए स्क्रिप्ट लिखी);
  • जोखिम: अनऑफिशियल है; इंटरनल API का उपयोग करता है; खराब होने/अकाउंट पर जोखिम का खतरा है।

तरीका 2: ब्राउज़र स्किल्स (जैसे, web-access)।

Antigravity को आपके लॉग-इन किए हुए Chrome को इंसान की तरह कंट्रोल करने दें।

  • फायदे: इंसान जो कर सकता है वो सब कर सकता है: वीडियो अटैच करना, रेजोल्यूशन बदलना, 720p डाउनलोड करना;
  • नुकसान: हर स्टेप में स्क्रीनशॉट/जजमेंट की जरूरत है; कंप्यूट लागत ज्यादा, धीमा; पहली वीडियो अपलोड के लिए अभी भी मैन्युअल ड्रैग की जरूरत है।

मेरा कॉम्बो: हल्के काम (इमेज जनरेशन, इंजेक्शन, पॉइंट चेक) gflow से; भारी काम (वीडियो अटैच करना, सबमिट करना, डाउनलोड करना) ब्राउज़र स्किल से। आपको सिर्फ एक बार मैन्युअली वीडियो ड्रैग करनी होगी।

सबसे बड़ी रुकावट: असली लोग मॉडरेशन में फेल हो जाते हैं

पहली कोशिश: गर्ल ग्रुप परफॉर्मेंस वीडियो ड्रैग की। प्रोग्रेस 83% तक पहुँचा, फिर कार्ड चुपचाप गायब हो गया। दूसरी कोशिश: कोई कार्ड नहीं दिखा। कोई एरर नहीं, कोई पॉइंट नहीं कटा।

Flow असली चेहरों/कॉपीराइट कंटेंट को सख्ती से मॉडरेट करता है, और चुपचाप कैंसल कर देता है।

समाधान: डेप्थ मैप (ग्रेस्केल)।

डेप्थ मैप्स कलर वीडियो को ग्रेस्केल सिल्हूट में बदल देते हैं: पास की चीज़ें सफेद, दूर की काली। चेहरे, कपड़े, लोगो हट जाते हैं; सिर्फ पोजिशन/मोशन/कैमरा बचता है।

Leaf Yeah! - inline image

मॉडरेशन पास हो जाता है क्योंकि कोई असली इंसान/कॉपीराइट नहीं दिखता; मॉडल फिर भी लेआउट/मोशन पढ़ लेता है। दोनों 15s क्लिप्स पहली ही बार में सफलतापूर्वक जनरेट हो गईं।

Leaf Yeah! - inline image

स्टेप्स

① ओरिजिनल को लोकली डेप्थ मैप में बदलें।

ओपन-सोर्स Depth-Anything-V2 के साथ Antigravity का उपयोग करें। लोकल CPU प्रोसेसिंग: पुराने Mac पर 15s 720p के लिए ~20 मिनट। फ्री है।

② Flow प्रोजेक्ट बनाएं, डेप्थ मैप ड्रैग करें।

यही एकमात्र मैन्युअल स्टेप है।

③ एजेंट के जरिए कैरेक्टर शीट्स इंजेक्ट करें।

उसी प्रोजेक्ट में शीट्स जोड़ने के लिए gflow + Nano Banana 2 का उपयोग करें। पहली बार, ब्राउज़र में राइट्स डायलॉग कन्फर्म करें।

④ एसेट्स अटैच करें, सबमिट करें।

"+" पर क्लिक करें, "Video" टैब पर जाएं, डेप्थ मैप अटैच करें, फिर "Image" टैब पर जाएं, सिंगल-कैरेक्टर शीट्स चुनें। प्रॉम्प्ट लिखें, सबमिट करें।

Leaf Yeah! - inline image

⑤ डाउनलोड करें, ऑडियो वापस लगाएं।

अप्रूव हुई क्लिप के लिए, 1080p डाउनलोड चुनें (+5 पॉइंट्स)।

सीमाएं

  • डेप्थ मैप्स में चेहरे/उंगलियों की डिटेल खो जाती है। "वही कंपोजिशन/रिदम" वाले रीक्रिएशन के लिए अच्छा है; 1:1 डांस कॉपी के लिए खराब (रास्ता 1 का उपयोग करें)।
  • सिर्फ तब तक काम करता है जब तक पॉइंट्स हैं। खत्म हो गए? अगले महीने का इंतजार करें।
  • gflow अनऑफिशियल है। अगर Google इंटरनल्स बदलता है तो यह काम करना बंद कर सकता है।

टिप्स: पॉइंट्स बचाएं, गलतियों से बचें

  • सबमिट करने से पहले अवधि चेक करें। "+" डायलॉग डिफ़ॉल्ट रूप से "All/Recent" पर होता है; नई इमेजेज वीडियो को नीचे धकेल देती हैं। मैंने गलती से सिर्फ-इमेज वाला टास्क सबमिट कर दिया, जिससे पॉइंट्स बर्बाद हुए।
  • कई लोगों वाली कंपोजिट इमेजेज से बचें। फ्रंट-व्यू कंपोजिट जोड़ने से स्टैटिक सिंगल-कैमरा शॉट बन गया, ओरिजिनल कट्स खो गए। सिर्फ डेप्थ मैप + सिंगल-कैरेक्टर शीट्स का उपयोग करें।
  • पहले 360p पर टेस्ट करें। 20 पॉइंट्स/क्लिप। मोशन चेक करें, फिर 720p या 1080p डाउनलोड अपग्रेड करें।
  • Flow में इमेजेज जनरेट करें। Nano Banana 2 इमेज जनरेशन में शून्य पॉइंट्स लगते हैं।

Antigravity के लिए कॉपी-पेस्ट प्रॉम्प्ट

text
1Google Flow (https://flow.google.com/) के जरिए वीडियो जनरेट करें।
21. Depth-Anything-V2 का उपयोग करके <original video path> को डेप्थ मैप में बदलें; मुझे बताएं कि मैं इसे नए Flow प्रोजेक्ट में ड्रैग करूं;
32. gflow-cli (https://github.com/ffroliva/gflow-cli) का उपयोग करके Nano Banana 2 के जरिए <character sheet paths> को उसी प्रोजेक्ट में इंजेक्ट करें (कोई वीडियो पॉइंट्स खर्च नहीं होंगे);
43. मेरे Chrome को कंट्रोल करने के लिए ब्राउज़र स्किल का उपयोग करें: "+" पर क्लिक करें, "Video" टैब के नीचे डेप्थ मैप अटैच करें (कन्फर्म करें कि 15s दिख रहा है), फिर "Image" टैब के नीचे सिंगल-कैरेक्टर शीट्स चुनें (कोई कंपोजिट नहीं);
54. पहले 360p जनरेट करें; डाउनलोड करें, ऑडियो वापस लगाएं, तुलना के लिए फ्रेम्स निकालें;
65. हर सबमिशन से पहले पॉइंट लागत/बैलेंस बताएं।

───

5. रास्ता 3 · बाहरी वीडियो CLI: LibTV, Dreamina, Pippit, आदि

सिद्धांत: एजेंट में नए पोर्ट जोड़ें

Google के रास्तों की कुछ सीमाएं हैं: API में अधिकतम 10s रेफरेंस, Flow में सख्त मॉडरेशन। लंबे शॉट्स (>15s), जटिल मल्टी-पर्सन दृश्यों के लिए, मैं थर्ड-पार्टी प्लेटफॉर्म्स का उपयोग करता हूँ।

कई वीडियो प्लेटफॉर्म्स CLI या MCP ऑफर करते हैं जो एजेंट्स के लिए बने हैं। Antigravity कमांड्स चलाता है; इसे डॉक्स दे दें, और यह इस्तेमाल करना सीख लेता है।

प्लेटफॉर्म से स्वतंत्र। मैंने उदाहरण के तौर पर LibTV क्रेडिट्स का इस्तेमाल किया; आपके पास जो भी हो उसका उपयोग करें।

Leaf Yeah! - inline image

सपोर्टेड प्लेटफॉर्म्स और डॉक्स

  • LibTV: आधिकारिक CLI libtv; प्लेटफॉर्म के अंदर ही डॉक्स; इंस्टॉल करने के बाद libtv --help
  • Dreamina (Jimeng का विदेशी वर्ज़न): आधिकारिक CLI dreamina; dreamina.capcut.com/tools/dreamina-cli
  • Pippit (CapCut का प्रोडक्ट): CLI pippit-tool-cli; npm पैकेज @pippit-dev/cli
  • MiniMax Hailuo: आधिकारिक MCP; github.com/MiniMax-AI/MiniMax-MCP
  • Kling: आधिकारिक API (MCP कम्युनिटी-सपोर्टेड); Kling डेवलपर डॉक्स

प्लेटफॉर्म्स अक्सर कई मॉडल ऑफर करते हैं। LibTV में Seedance 2.5, Seedance 2.0, Wan 3.0, आदि शामिल हैं।

मॉडल का चुनाव टास्क पर निर्भर करता है। "गर्ल ग्रुप में 4 वर्चुअल कैरेक्टर्स को स्वैप करें" के लिए:

  • Seedance 2.5: 25s/क्लिप; कैरेक्टर्स एक जैसे, रिदम स्टेबल। इस टास्क के लिए सबसे अच्छा।
  • Wan 3.0: 15s; ओरिजिनल को बदलने में फेल रहा, फ्रेम में असली लोग रह गए।

सरल टास्क में अलग परिणाम मिल सकते हैं।

स्टेप्स (LibTV उदाहरण)

① लॉगिन करें। libtv login web चलाएं; ब्राउज़र में एक बार ऑथेंटिकेट करें।

② कैनवास बनाएं, एसेट्स अपलोड करें। Antigravity कैनवास बनाता है, रेफरेंस वीडियो (पहले कोने के लोगो ब्लर करें) और कैरेक्टर शीट्स अपलोड करता है।

③ "Mixed Reference" मोड का उपयोग करें। वीडियो + इमेजेज को जनरेशन नोड से जोड़ें। ऑडियो ऑन रखें। 480p से शुरू करें।

④ अगर संतुष्ट हों तो अपग्रेड करें। LibTV कैनवास में क्लिप चुनें, HD अपस्केल पर क्लिक करें (मैन्युअल स्टेप)।

सीमाएं

  • Google बेनिफिट्स की जगह थर्ड-पार्टी क्रेडिट्स का उपयोग करता है। Seedance 2.5 480p 25s ≈ 500 क्रेडिट्स। महंगा है।
  • अवधि की सीमाएं अलग-अलग होती हैं। Seedance 2.5 अधिकतम 30s; Wan 3.0 मिक्स्ड रेफरेंस अधिकतम 15s (इससे ज्यादा फेल/रिफंड हो जाता है)।
  • `--help` पर भरोसा करें। प्लेटफॉर्म्स तेजी से अपडेट होते हैं; ऑनलाइन ट्यूटोरियल्स पुराने हो जाते हैं।

टिप्स: लंबे वीडियो बढ़ाएं

आखिरी-फ्रेम कंटिन्यूएशन। अगर क्रेडिट्स कम हैं या सीक्वेंस बढ़ानी है, तो पिछली क्लिप का आखिरी फ्रेम रेफरेंस इमेज के रूप में निकालें। इसे ओरिजिनल वीडियो के अगले हिस्से के साथ फीड करें ताकि अतिरिक्त 10s जनरेट हो सकें।

मैंने 25s को बिना किसी कट के 34.5s तक बढ़ाया; कपड़े/लाइटिंग/पोजिशन मैच हो गए।

ऑडियो कभी बंद न करें। म्यूट करके क्रेडिट्स बचाने से आधी वैल्यू खत्म हो जाती है। लागत सिर्फ रेजोल्यूशन/अवधि से कम करें।

Antigravity के लिए कॉपी-पेस्ट प्रॉम्प्ट

text
1मेरे पास <platform> वीडियो CLI/MCP इंस्टॉल है; डॉक्स <link/path> पर हैं।
2डॉक्स पढ़ें, --help चलाएं, लॉगिन/मॉडल्स वेरिफाई करें, फिर जनरेट करें:
31. रेफरेंस वीडियो <path> (कोने के लोगो ब्लर करें), कैरेक्टर शीट्स <paths>;
42. "mixed reference" मोड (वीडियो + इमेजेज) का उपयोग करें; ऑडियो ऑन रखकर 480p से शुरू करें;
53. सबमिशन से पहले क्रेडिट लागत बताएं;
64. कंटिन्यूएशन के लिए, पिछली क्लिप के आखिरी फ्रेम को रेफरेंस इमेज के रूप में इस्तेमाल करें;
75. डाउनलोड करें, तुलना के लिए फ्रेम्स निकालें।

───

6. क्या Pro काफी है? मेरा असली बिल

निष्कर्ष: वर्कफ्लो टेस्टिंग के लिए Pro काफी है; बड़े पैमाने पर प्रोडक्शन के लिए नाकाफी है।

मैंने ~15 इटरेशन्स के साथ दो रीक्रिएशन टास्क (गर्ल ग्रुप स्टेज, बिल्ली का शॉर्ट) पूरे किए। बिल:

Leaf Yeah! - inline image

Gemini API क्रेडिट्स: कुल $10, $3.95 बचे।

  • मुख्य खर्च: शुरुआती 720p टेस्ट में दो क्लिप्स के $3.16 लगे;
  • 360p टेस्टिंग पर स्विच किया, धीरे-धीरे कटे, लेकिन इटरेशन्स ने ज्यादातर खा लिया;
  • बिलिंग में देरी: एजेंट द्वारा बताया गया बैलेंस असली से ज्यादा था; अगले दिन चेक करें;
  • $1.58/720p क्लिप के हिसाब से, $10 में ~6 क्लिप्स आएंगी। डीबगिंग के लिए अच्छा, फाइनल के लिए टाइट।

Flow पॉइंट्स: 1,047 → 779 (268 इस्तेमाल हुए)।

  • 15s 720p = 60 पॉइंट्स; 1,000 पॉइंट्स ≈ 16 क्लिप्स;
  • 360p = 20 पॉइंट्स; 50 क्लिप्स संभव हैं, लेकिन पब्लिश करने लायक नहीं;
  • गलत सेटिंग वाली सबमिशन पर पॉइंट्स बर्बाद हुए (टिप्स देखें)।

थर्ड-पार्टी क्रेडिट्स: Seedance 2.5 480p 25s ≈ 500 क्रेडिट्स।

  • सबसे अच्छी क्वालिटी, सबसे ज्यादा लागत। 25s/20s/10s क्लिप्स चलाईं, HD अपग्रेड के लिए ~400 क्रेडिट्स बचे।

फैसला:

  • वर्कफ्लो टेस्ट करना, कभी-कभार मजेदार क्लिप्स: Pro काफी है;
  • रोज़ाना अपडेट, चैनल ग्रोथ: Pro नाकाफी है। यही तरीके Ultra 5x ($40 क्रेडिट्स) या Ultra 20x ($100 क्रेडिट्स) + बड़े Flow पॉइंट्स के साथ काम करेंगे।

सच कहूँ तो, अब मैं Ultra में अपग्रेड करना चाहता हूँ।

Ultra 5x सब्सक्रिप्शन गाइड के लिए, @xueyu1125 की पोस्ट देखें:

https://x.com/xueyu1125/status/2122303422984863860

───

निष्कर्ष

पहले, मैंने कहा था कि Google के इकोसिस्टम में वीडियो आउटपुट की कमी है।

अब यह ठीक हो गया है: Gemini 4 वीडियो समझता है, Antigravity सबको मैनेज करता है, तीन चैनल काम करते हैं। क्रेडिट्स, पॉइंट्स, या थर्ड-पार्टी बैलेंस—किसी का भी एक-दूसरे की जगह इस्तेमाल करें।

अगर आप Google मेंबर हैं, तो शायद आपने अपने वीडियो कोटा क्लेम नहीं किए होंगे। सेक्शन 3 को फॉलो करें, प्रॉम्प्ट्स Antigravity में पेस्ट करें, और आज रात अपनी पहली क्लिप जनरेट करें।

अपने साथी Google सब्सक्राइबर्स के साथ शेयर करें 🙏

YouMind में रीमिक्स करें

Turn one viral article into a full content workflow

Collect the source, decode the pattern, create assets, draft the story, and distribute from one AI workspace.

Explore YouMind
क्रिएटर्स के लिए

अपने Markdown को एक साफ़-सुथरे 𝕏 आर्टिकल में बदलें

जब आप अपना लंबा कंटेंट पब्लिश करते हैं, तो इमेज, टेबल और कोड ब्लॉक को 𝕏 के लिए फ़ॉर्मेट करना मुश्किल होता है। YouMind पूरे Markdown ड्राफ़्ट को एक साफ़-सुथरे, पोस्ट के लिए तैयार 𝕏 आर्टिकल में बदल देता है।

Markdown से 𝕏 आज़माएँ

समझने के लिए और पैटर्न

हाल के वायरल लेख

और वायरल लेख देखें