कल रात, मुझे अपने दो अच्छे दोस्तों और आदर्शों, है ज़िन और आ वेन को हमारे साथ लाइव स्ट्रीम करने के लिए आमंत्रित करके बहुत, बहुत खुशी हुई।
वे अपने AI वीडियो काम, "लौवर कैट" की पूरी प्रक्रिया साझा करने आए थे।
सुनने के बाद मैं दंग रह गया। मैंने कहा, तुम लोग सच में सब कुछ बता देते हो, बिल्कुल भी नहीं छिपाते, बस ऐसे ही सब कुछ शेयर कर देते हो...
सच में, यह लाइव स्ट्रीम इतनी व्यावहारिक जानकारी से भरी हुई थी। मैं इसे संक्षेप में भी नहीं बताना चाहता था क्योंकि बहुत ज़्यादा था। मैंने पूरी रात इस ट्रांसक्रिप्ट को विस्तार से व्यवस्थित करने, उनकी प्रेजेंटेशन PPT से मिलान करने में बिताई, और अब, उनकी अनुमति से, मैं इसे सभी के साथ साझा कर रहा हूँ।
मुझे उम्मीद है कि ये मूल्यवान अनुभव AI के हमारे उपयोग और हमारे रचनात्मक कार्य के लिए कुछ प्रेरणा प्रदान कर सकते हैं।
आखिरकार, उनके जैसे प्रतिभाशाली लोग बहुत कम हैं जो बिना किसी आरक्षण के बाहर आकर सब कुछ साझा करने को तैयार हों।
सब कुछ फिल्म से शुरू होता है। यही शुरुआती बिंदु है।
रिंग हायसिंथ
@ring_hyacinth
·
पुडोंग आर्ट म्यूज़ियम के निमंत्रण पर, हमने AI का उपयोग करके शंघाई में लौवर की पहली प्रदर्शनी के लिए एक आधिकारिक प्रचार वीडियो बनाया। उम्मीद है आपको यह पसंद आएगा!
लौवर म्यूज़ियम शंघाई डेब्यू: "पैटर्न के चमत्कार: लौवर से भारतीय, ईरानी और ओटोमन कला की उत्कृष्ट कृतियाँ"
13 दिसंबर, 2025 से 6 मई, 2026 तक, पुडोंग आर्ट म्यूज़ियम में एक बड़ी लैंडिंग।
मेज़बान: लौवर म्यूज़ियम, पुडोंग आर्ट म्यूज़ियम
निर्माता: लुजियाज़ुई ग्रुप
और दिखाएँ
73 162 992 135K
ये दोनों फिल्में उस समय मेरे लिए वास्तव में लुभावनी थीं।
कला, यही सच्ची कला है।
यह लाइव स्ट्रीम इन दोनों फिल्मों के दो मुख्य रचनाकारों, है ज़िन और आ वेन, द्वारा "लौवर कैट" के संबंध में एक बिना किसी रोक-टोक के साझा करना है।
निम्नलिखित लाइव ट्रांसक्रिप्ट है, पूरी तरह से है ज़िन और आ वेन की आवाज़ में:
————
नमस्ते सबको, हम है ज़िन और आ वेन हैं। हम डिजिटल कलाकार और AI के साथ काम करने वाली एक क्रिएटिव जोड़ी हैं।
आज, हम उस पूरी प्रक्रिया को साझा करना चाहते हैं—कॉन्सेप्ट से लेकर स्टोरीबोर्डिंग से लेकर AI टूल निष्पादन तक—जो हमने हाल ही में पुडोंग आर्ट म्यूज़ियम के लिए बनाए गए आधिकारिक प्रचार वीडियो के लिए अपनाई।
हमने पहले दो अपेक्षाकृत प्रसिद्ध शॉर्ट फिल्में बनाईं। पहली पिछले साल की शुरुआत में थी, जब बीजिंग डेली ने हमें बीजिंग के लिए "द फॉरबिडन सिटी कैट गोज़ टू वर्क" शीर्षक से एक सिटी सिविलाइज़ेशन प्रोमो बनाने के लिए आमंत्रित किया। पूरा होने के बाद, यह इंटरनेट पर बहुत फैल गया और कई अवसर लेकर आया, जिसमें ओसाका एक्सपो में एक प्रदर्शनी और TED 2025 मुख्य स्थल पर यूनिट 9 के लिए उद्घाटन फिल्म होना शामिल है।
उस TED कार्यक्रम के दौरान, सैम ऑल्टमैन ने भी यूनिट 11 में एक साक्षात्कार किया, इसलिए हमें थोड़े समय के लिए एक ही मंच साझा करने का सम्मान मिला। हमने कभी कल्पना नहीं की थी कि हमारी फिल्में उन देशों तक पहुँचेंगी जहाँ हम खुद भी नहीं गए हैं।
दूसरी फिल्म इस वर्ष का शंघाई के पुडोंग के लिए सिटी सिविलाइज़ेशन प्रोमो था, जो "बिल्ली के बच्चे" थीम को जारी रखता है, जिसका शीर्षक "सिविलाइज़्ड किटन टूर्स पुडोंग" है। रिलीज़ होने पर इसने काफी हलचल मचाई, जिसमें शंघाई रिलीज़ और पुडोंग सिविलाइज़ेशन जैसे आधिकारिक खातों से रीपोस्ट किए गए, और डेटा उत्कृष्ट था।
ऑफलाइन, यह लुजियाज़ुई मेट्रो स्टेशन अंडरपास में अल्ट्रा-लॉन्ग स्क्रीन और सुपर ब्रांड मॉल में ओरिएंटल पर्ल टॉवर की ओर वाली सुपर लार्ज स्क्रीन पर दिखाई दिया, जो लुजियाज़ुई के मुख्य क्षेत्र में घूमता रहा। यह ओरिएंटल पर्ल के नीचे 12-स्क्रीन ऐरे पर भी चला। हमें शंघाई नगर साइबर स्पेस प्रशासन से एक "इंटरनेट उच्च गुणवत्ता संचार कार्य पुरस्कार" भी मिला। हमारे पास हमेशा बिल्ली के बच्चों से संबंधित एक श्रृंखला रही है; आप कह सकते हैं कि हम बिल्लियाँ बनाने में पेशेवर हैं।
साल के अंत में, पुडोंग आर्ट म्यूज़ियम ने हमसे संपर्क किया। वे शंघाई में एक बड़ी आधिकारिक लौवर प्रदर्शनी आयोजित कर रहे थे—शहर में अपनी तरह की पहली बड़ी प्रदर्शनी—और वे चाहते थे कि हम आधिकारिक प्रोमो बनाएं। संग्रहालय लगभग एक से दो महीने के लंबे प्रचार चक्र को कवर करने के लिए दो शॉर्ट फिल्में चाहता था।
हमने अंततः दो फिल्में दीं। पहला भाग "फ्रांस से शंघाई आने वाली एक सफेद बिल्ली" की कहानी कहता है, साथ ही दूसरे भाग के लिए ईस्टर एग लगाता है।
दूसरा भाग "पुडोंग के लिए एक नारंगी बिल्ली प्रवक्ता का पुडोंग आर्ट म्यूज़ियम में प्रदर्शनी देखने जाना" की कहानी कहता है।
दोनों फिल्में कथा डिजाइन के लिए वास्तविक प्रदर्शनों के इर्द-गिर्द घूमती हैं। पहला भाग पीकॉक पैटर्न प्लेट पर केंद्रित है। दूसरा भाग "कविता प्रतियोगिता टैबलेट" पर केंद्रित है। दूसरे भाग में, हमने संगीत को फिर से संसाधित किया, इसे और अधिक शंघाई स्वाद देने के लिए सैक्सोफोन के साथ एक जैज़ विविधता जोड़ी।
फिल्मों के रिलीज़ होने के बाद, वे विभिन्न प्लेटफार्मों पर फैल गईं, और संग्रहालय के आधिकारिक वीडियो खाते का डेटा बहुत अच्छा था। हमारे अपने खातों को दर्शकों से कई प्राइवेट मैसेज मिले जिनमें कहा गया कि उन्होंने इन दो शॉर्ट फिल्मों के कारण प्रदर्शनी देखने का फैसला किया।
ऑफलाइन प्लेबैक परिदृश्य भी हैं, जैसे बंड स्क्रीन, जो अगले मई तक लूप होंगी।
अगला, हम अपनी पूरी रचनात्मक प्रक्रिया और कुछ अंतर्दृष्टि साझा करना चाहते हैं, उम्मीद है कि वे आपके लिए उपयोगी होंगी।
I. कास्टिंग
पहला बिंदु जो हम साझा करना चाहते हैं वह है कास्टिंग, और हमने अंततः एक सफेद बिल्ली और एक नारंगी बिल्ली को क्यों चुना।
हालाँकि हमने बिल्ली थीम जारी रखने का फैसला किया, बिल्लियों के पीछे बहुत सोच-विचार है। शुरू में, हम पुडोंग आर्ट म्यूज़ियम के थीम रंगों से शुरू हुए। संग्रहालय मुख्य रूप से काले और सफेद रंग का है, इसलिए एक नायक के लिए हमारा पहला विचार एक काउ कैट (काला और सफेद) था।
शुरुआती संस्करण की कहानी अंतिम फिल्म से पूरी तरह अलग थी। मुख्य प्रदर्शन पीकॉक प्लेट और पोएट्री टैबलेट नहीं थे; हमने एक ऑयल पेंटिंग चुनी। हमने सेट किया कि काउ कैट मूल रूप से पेंटिंग में राजा के पैरों पर सो रही थी, फिर जब संग्रहालय के कर्मचारियों ने पेंटिंग को हटाया तो वह "हिल गई"। बिल्ली लौवर की खोज शुरू करती है और अंततः प्रदर्शनों को शंघाई जाने वाले एक ट्रक में लौवर से बाहर जाते देखती है। काउ कैट ट्रक का पीछा करने के लिए स्केटबोर्ड पर कूदने का फैसला करती है, रास्ते में कई रोमांचक छोटी घटनाएँ घटती हैं। हमने एक डेमो भी बनाया।
हमने बाद में कई कारणों से इस योजना को छोड़ दिया। सबसे सीधा कारण लंबी प्रचार अवधि थी; संग्रहालय दो फिल्में चाहता था। यदि हम ट्रक का पीछा करते, तो विभाजित होने के बाद दूसरा भाग एक रोड मूवी जैसा दिखता, जो स्वर को तिरछा कर देता और पीछा करने पर बहुत अधिक ऊर्जा खर्च करता, जो "आधिकारिक संग्रहालय प्रोमो" के माहौल के अनुरूप नहीं था। इसलिए हमने काउ कैट योजना को पूरी तरह से रद्द कर दिया।
संग्रहालय द्वारा दो फिल्मों का अनुरोध करने के बाद, हमारा पहला सहज समाधान सरल था: काउ कैट को एक सफेद बिल्ली और एक काली बिल्ली में विभाजित करना। आगे बढ़ने पर, हमने पाया कि एक काली बिल्ली अंतिम फिल्म में बहुत गहरी दिखाई देगी और आंख को पकड़ नहीं पाएगी। हम चाहते थे कि नायक दर्शकों का ध्यान तेजी से आकर्षित करने के लिए "उज्जवल" हो, इसलिए हमने "एक काला, एक सफेद" से "एक सफेद, एक नारंगी" में समायोजित किया। साथ ही, नारंगी बिल्ली हमारी पिछली फिल्म से शंघाई प्रवक्ता के रूप में नारंगी बिल्ली की भूमिका को प्रतिध्वनित करती है, जो इसे शंघाई भाग के लिए अधिक उपयुक्त बनाती है। फ्रांसीसी भाग सफेद बिल्ली के लिए बेहतर अनुकूल था।
II. टोन सेट करना
दूसरा बिंदु टोन सेट करना है।
पहले विज़ुअल और संगीत पर निर्णय लें, फिर सभी स्टोरीबोर्ड के साथ आगे बढ़ें।
फिल्म बनाते समय, एक बहुत आवश्यक कदम "फिल्म टोन" तय करना है। टोन में दो भाग होते हैं। पहला यह है कि मुख्य विज़ुअल कैसे दिखते हैं और सिनेमैटोग्राफी का अहसास क्या है। दूसरा संगीत है। एक TVC के लिए, संगीत सीधे दर्शकों को बताता है कि कैसा महसूस करना है और इसके विपरीत संपादन लय का मार्गदर्शन करता है, यह निर्धारित करता है कि शॉट तेज़ हैं या धीमे कट।
इस प्रोजेक्ट में बहुत सारी जानकारी शामिल थी: पुडोंग आर्ट म्यूज़ियम, लौवर, इस्लामी कला, शंघाई, पेरिस, आदि।
हमने सबसे पहले पुडोंग आर्ट म्यूज़ियम के "मिरर हॉल" पर ध्यान दिया और महसूस किया कि दर्पणों की अवधारणा संरचना के लिए एकदम सही थी। लौवर और पुडोंग आर्ट म्यूज़ियम के बीच दर्पण संबंध हो सकता है, जैसे शंघाई और पेरिस, और दो बिल्ली के बच्चे। इसलिए हम शुरू में एक "स्प्लिट-स्क्रीन एनिमेशन" करना चाहते थे, एक तरफ पेरिस और दूसरी तरफ शंघाई बताते हुए, अंत में पुडोंग आर्ट म्यूज़ियम में मिलते हुए।
हमने कुछ शुरुआती खोजपूर्ण विज़ुअल किए, जैसे बंड ऊपर पुडोंग आर्ट म्यूज़ियम और नीचे लौवर को देख रहा है। हमने अपने-अपने डेस्क पर पोस्टर देखती दो बिल्लियों की एक रचना भी की।
बाद में, आ वेन ने इन विज़ुअल के आधार पर एक "क्रांतिकारी ओवरहाल" किया, "लौवर" को ऊपर और "पुडोंग आर्ट म्यूज़ियम" को नीचे प्रतिबिंब के रूप में रखा। छवि बहुत हवादार थी, एक सिनेमाई बनावट, सुरुचिपूर्ण स्वभाव और यथार्थवादी, उज्ज्वल प्रकाश व्यवस्था के साथ। विज़ुअल का एक और सेट अनुकूलित किया गया, "पोस्टर" को डेस्क से इमारत में ही ले जाकर पर्यावरणीय जानकारी को अधिक प्राकृतिक बनाया गया।
इसके आधार पर, हमने पूरी फिल्म का दृश्य वातावरण निर्धारित किया।
III. संगीत
तीसरा बिंदु संगीत है।
हम आम तौर पर संगीत बहुत जल्दी करते हैं क्योंकि यह लय निर्धारित करता है, जो शॉट्स की संख्या और संपादन रणनीति निर्धारित करता है। इस प्रोजेक्ट के लिए, हमने मुख्य वाद्य यंत्र पियानो होने का फैसला किया। इसके दो कारण हैं। एक यह कि हमें दर्पण वाले विज़ुअल में "पानी की लहर" प्रतिबिंब बनावट पसंद है, जो हमें साफ पियानो कॉर्ड्स की याद दिलाती है। दूसरा यह कि मिरर हॉल की ग्रिड संरचना हमें पियानो कीबोर्ड के क्रम की याद दिलाती है।
कथा शॉर्ट फिल्म स्कोर को एक "आर्क" की आवश्यकता होती है; उनमें शुरू से अंत तक सफेद शोर की तरह एक ही लय नहीं हो सकती। एक कहानी में शुरुआत, विकास, चरमोत्कर्ष और निष्कर्ष होना चाहिए, और संगीत में भी एक समान संरचना होनी चाहिए।
हमने Suno का उपयोग किया क्योंकि यह अच्छा संगीत उत्पन्न करता है और खंडों पर बारीक नियंत्रण की अनुमति देता है। आप प्रत्येक धुन की लंबाई निर्दिष्ट कर सकते हैं और स्पष्ट रूप से बता सकते हैं कि किसी निश्चित बिंदु पर क्या भावना उत्पन्न करनी है, जैसे अचानक मोड़, तनाव या रहस्य।
इस बार हमारी संगीत संरचना मोटे तौर पर इस प्रकार थी: शुरुआत दर्शकों को धीरे-धीरे कहानी में खींचने के लिए बहुत सरल पियानो कॉर्ड का उपयोग करती है। फिर एक खंड नायक और वातावरण का अनुसरण करता है। उसके बाद, एक संक्रमण खंड होता है जो दर्शकों को देखते रहने के लिए एक छोटी सी बाधा पैदा करता है। फिर यह दूसरी धुन में प्रवेश करता है, जो नायक के कार्यों और चरमोत्कर्ष को वहन करती है। अंत में, समापन—हम एक सुंदर पियानो कॉर्ड पर लौटना चाहते थे, इसलिए हमने विशेष रूप से एक आउट्रो जोड़ा।
Suno का एक लाभ यह है कि आप उन खंडों को असीमित रूप से पुनः उत्पन्न कर सकते हैं जिनसे आप खुश नहीं हैं। फ्रांसीसी संगीत समाप्त करने के बाद, हमने पूरे गीत को निर्यात किया और शंघाई भाग के लिए एक विविधता बनाने के लिए इसे वापस Suno पर अपलोड किया, जबकि धुन को बनाए रखा। हमने ऑडियो प्रभाव को 50% पर सेट किया, यह सुनिश्चित करते हुए कि मूल धुन बनी रहे, फिर इसे बताया कि सैक्सोफोन जोड़ें और इसे पुराने शंघाई जैज़ जैसा महसूस कराएँ। इसने मूल धुन पर बहुत उपयुक्त विविधताएँ बनाईं।
इसने एक बार काफी अतिरंजित अंत दिया, लेकिन हमने अंततः इसे और अधिक संयमित रखने के लिए मूल अंत में वापस बदल दिया।
इसके अतिरिक्त, हम इन स्कोर को अपनी बिल्ली, निका की पहचान के तहत ऑनलाइन पोस्ट करते हैं। निका को "कैट प्लैनेट पर एक प्रसिद्ध संगीतकार" माना जाता है, और इसमें कुछ TVC स्कोर शामिल हैं जो हमने ग्राहकों के लिए किए हैं।
IV. स्टोरीबोर्डिंग
अगला है स्टोरीबोर्डिंग कैसे करें।
हमारे व्यक्तिगत सौंदर्यशास्त्र बहुत मजबूत हैं, इसलिए यह अनुभव साझा करने के बारे में अधिक है।
शुरुआती स्टोरीबोर्ड के लिए हमारी बुनियादी आवश्यकता "उच्च सूचना घनत्व" है।
पहले ही शॉट में यह संकेत देने का प्रयास करें कि कहानी किस बारे में है। उदाहरण के लिए, "फॉरबिडन सिटी कैट गोज़ टू वर्क" का पहला शॉट बिल्ली की आँखें खोलना है जिसमें उसकी पुतलियों में फॉरबिडन सिटी का प्रतिबिंब है, जो जल्दी से "बिल्ली और फॉरबिडन सिटी" की व्याख्या करता है। "सिविलाइज़्ड किटन टूर्स पुडोंग" की शुरुआत बिल्ली द्वारा शंघाई के नक्शे को खोलना है, जो जल्दी से "पर्यटन के लिए शंघाई आने वाली बिल्ली" की व्याख्या करता है।
लौवर सफेद बिल्ली के बच्चे के लिए, हम तीन शॉट्स के भीतर कहानी समझाना चाहते थे। पहले शॉट में बिल्ली पोस्टर देख रही है, जो दर्शकों के मन में "प्रदर्शनी पोस्टर" की मुख्य दृश्य छवि स्थापित करती है। दूसरा शॉट नायक को पेश करने के लिए एक क्लोज-अप का उपयोग करता है। तीसरा शॉट वातावरण स्थापित करने के लिए एक वाइड शॉट का उपयोग करता है, साथ ही "लौवर पुडोंग आर्ट म्यूज़ियम को प्रतिबिंबित करता है" के दर्पण संबंध को दिखाता है।
स्टोरीबोर्डिंग में लय की भावना भी होनी चाहिए। लय काफी हद तक शॉट आकार में बदलाव से आती है। वाइड शॉट के बाद वाइड शॉट बहुत नीरस लगता है, इसलिए हम विस्तार और संकुचन की भावना पैदा करने के लिए वाइड शॉट्स और क्लोज-अप के बीच आगे-पीछे कट करते हैं। यदि शुरुआती शॉट में बहुत अधिक जानकारी है, तो दर्शकों को पता नहीं चलेगा कि पहले सेकंड में कहाँ देखना है; हम आंख का मार्गदर्शन करने के लिए सरल एनीमेशन का उपयोग करते हैं। पहला भाग "पर्दा वापस खींचने" की विधि का उपयोग करता है, और दूसरा भाग भी एक क्लासिक उद्घाटन डिजाइन का उपयोग करता है।
फिर कहानी का पहला भाग आता है, जो एक मुख्य भाग है और स्टोरीबोर्ड का एक सेट है जिससे हम बहुत संतुष्ट हैं।
इस अनुक्रम का उद्देश्य सफेद बिल्ली को लौवर से बाहर निकलते हुए, पीकॉक पैटर्न प्लेट से प्यार करते हुए, और एक शानदार कल्पना करते हुए दिखाना है।
इस अनुक्रम को दो जानकारियाँ देने की आवश्यकता है: नायक लौवर में है, और नायक को मोर प्लेट पसंद है।
पहला शॉट स्थान स्थापित करने के लिए एक क्लासिक लौवर प्रदर्शनी का उपयोग करता है। हमने विंग्ड विक्ट्री ऑफ़ सैमोथ्रेस को चुना, एक बहुत ही क्लासिक मूर्तिकला। हमने जानबूझकर मोना लिसा को नहीं चुना क्योंकि यह बहुत आम है और बहुत घिसा-पिटा लगेगा। रचना के संदर्भ में, हमने कैमरे को केवल मूर्तिकला पर केंद्रित नहीं किया क्योंकि हम चाहते थे कि दर्शक बिल्ली पर ध्यान केंद्रित करें। इसलिए हमने मूर्तिकला को पृष्ठभूमि में एक अलंकरण के रूप में रखा और एक अत्यधिक निचले कोण के शॉट का उपयोग किया, जिससे अग्रभूमि में सफेद बिल्ली फ्रेम में अधिक मात्रा में घेरती है, दर्शकों को बिल्ली पर ध्यान केंद्रित करने के लिए मजबूर करती है, जबकि वे अभी भी तुरंत पहचान लेते हैं कि "यह लौवर है।"
दूसरा शॉट धीरे-धीरे इस्लामी कला का परिचय देना शुरू करता है। हमने Instagram पर प्रसिद्ध एक कलाकार का संदर्भ दिया जिसकी सामान्य प्रथा रोजमर्रा के जीवन के दृश्यों को फिल्माना और फिर उनके भीतर के प्रतीकों को गतिशील बनाना है।
वह भावना अद्भुत है क्योंकि यह शानदार है, फिर भी ऐसा लगता है जैसे वास्तविक जीवन में कुछ ऐसा हो सकता है। हमने शुरू में एक अधिक अतिरंजित संस्करण बनाया, जैसे बिल्ली के फिसलने पर पूरा दृश्य पैटर्न में बदल जाता है, लेकिन बाद में लगा कि यह बहुत अधिक गति है और वास्तविक जीवन जैसा नहीं लगता, इसलिए हमने इसे एक अधिक संयमित निश्चित-कैमरा योजना में बदल दिया, जिससे बिल्ली के चलने पर पृष्ठभूमि के पैटर्न सूक्ष्मता से चलते रहें।
हमने कई संस्करण आज़माए: मैजिक-सर्कल जैसे पैटर्न, कैमरा एक इस्लामी कला की दुनिया में नीचे की ओर घूमता हुआ, स्क्रीन से बाहर निकलते पैटर्न, आदि। बाद में हमें एहसास हुआ कि "दिलचस्प" पर्याप्त नहीं था; हमें भावनात्मक लाभ की भी आवश्यकता थी। इसलिए हमने एक कंट्रास्ट डिज़ाइन का उपयोग किया: एक दमनकारी अत्यधिक उच्च कोण के शॉट से शुरू करना, और जैसे-जैसे कैमरा अंतिम फ्रेम की ओर बढ़ता है, यह एक विशाल खुली जगह में प्रवेश करता है, दर्शकों को अचानक ज्ञान की भावना देता है। अंतिम शॉट में, दोनों तरफ के पैटर्न एक कन्वेयर बेल्ट की तरह चलते हैं, बिल्ली को एक खुली प्रदर्शनी स्थान में लाते हैं।
हमने एक समझौता भी किया: फ्रेम में कोई चित्र नहीं। एक बार फ्रेम में कोई मानव चित्र दिखाई देता है, तो दर्शक अनजाने में सभी चित्रों को खोजने लगेंगे, और उनका ध्यान बिल्ली से चुरा लिया जाएगा। हम चाहते थे कि दर्शक बिल्ली का अनुसरण करें, इसलिए हमने जितना संभव हो सके आसानी से ध्यान खींचने वाले तत्वों को हटा दिया ताकि अभिव्यक्ति सूक्ष्म बनी रहे।
इस शॉट के अंतिम फ्रेम डिजाइन में, आ वेन ने एक बहुत ही चतुर संचालन किया: पीकॉक पैटर्न प्लेट को सीधे प्रदर्शनी स्थान में रखना, मुख्य प्रदर्शनी को चरमोत्कर्ष के दौरान जल्दी प्रकट होने देना। अंतिम फ्रेम निर्धारित करने के बाद, हम वापस गए और पहले फ्रेम और कैमरा गति को फिर से डिजाइन किया, जिससे शॉट अधिक नियंत्रित हो गया।
भावनात्मक चरमोत्कर्ष के बाद, हमें थोड़ी नई उत्तेजना जोड़ने की आवश्यकता थी। हमने बिल्ली के ऊपर जाने के बाद जगह देखने, या किसी अन्य प्रदर्शनी को देखने के बारे में सोचा, लेकिन कोई भी पर्याप्त मार्मिक नहीं था।
बाद में हमने बिल्ली द्वारा एक मोर देखने के बारे में सोचा, और मोर जीवित है। इस बिंदु ने तुरंत हमें ऐसा महसूस कराया जैसे कलाकृति जीवित हो गई हो। लय के संदर्भ में, हमने एक कदम-दर-कदम प्रगति भी की: मोर पहले अपना सिर घुमाता है, फिर अपना शरीर, और अंत में अपने पंख फैलाता है, आश्चर्य को आखिरी सेकंड के लिए बचाता है।
चरमोत्कर्ष के बाद, इसे वास्तविकता में लौटने की आवश्यकता है। हमने एक बहुत ही सरल तरीके का उपयोग किया: बिल्ली के क्लोज-अप पर वापस कट करना, जैसे कि वह कल्पना कर रही हो, फिर वास्तविकता स्थापित करने वाले एक वस्तुनिष्ठ शॉट पर कट करना—बिल्ली वास्तव में मोर प्लेट के सामने प्रदर्शनी देख रही है। दर्शक तब समझ जाते हैं कि काल्पनिक खंड बिल्ली की कल्पना से आया था।
फिर संक्रमण खंड आता है, जिसका उद्देश्य यह समझाना है कि "प्रदर्शनी शंघाई जा रही है" और "बिल्ली बक्से में जाकर साथ चलने का फैसला करती है।"
हमने मोंटाज और स्प्लिट-स्क्रीन प्रोसेसिंग का उपयोग किया क्योंकि यह कम समय में बहुत सारी जानकारी दे सकता है। ऐसे शॉट बनाते समय, हमने जितना संभव हो सके लोगों को काट दिया। पशु फिल्मों में, मानव चेहरे आसानी से ध्यान खींच लेते हैं; दर्शकों के लोगों के साथ सहानुभूति रखने की अधिक संभावना होती है, और उनका ध्यान भटक जाएगा, इसलिए हमने चेहरे दिखाए बिना केवल क्लोज-अप और क्रियाएँ रखीं।
दूसरा खंड मूल रूप से हवाई जहाज के कार्गो बॉक्स में बिल्ली के साथ क्या होता है, इसके बारे में था।
पूरी तरह से कथानक निर्धारित करने से पहले, हम लय और रचना की तुरंत जाँच करने, आश्चर्य और संदर्भों की तलाश करने के लिए Sora का उपयोग करके कुछ नमूने चलाते हैं। चलाने के बाद, हमें यह पसंद नहीं आया क्योंकि छवियाँ हवादार नहीं थीं, रंग पीले, पुराने और गहरे थे, जो हमारे पहले निर्धारित टोन के अनुरूप नहीं थे। कथानक तर्क भी काम नहीं करता था क्योंकि बक्से में बिल्ली बाहर के प्रदर्शनों को नहीं देख सकती थी, और प्रदर्शन भी बक्सों में होने चाहिए।
इसलिए हमने पूरे "बक्से के अंदर झाँकना" खंड को हटा दिया और ध्यान वापस मुख्य कथा पर केंद्रित किया: सफेद बिल्ली मोर प्लेट के साथ शंघाई जा रही है।
शंघाई में आगमन के लिए, हम शुरू में लौवर से शंघाई तक उड़ान भरने वाले एक विमान का यथार्थवादी संक्रमण करना चाहते थे, और हमने इसे VEO 3 के साथ चलाया। हमने एक शास्त्रीय मानचित्र माइक्रो-एनिमेशन भी आज़माया। लेकिन ये सभी योजनाएँ हमारे द्वारा अस्वीकार कर दी गईं।
क्योंकि एक नक्शा दर्शकों को तर्कसंगतता के बारे में विशेष रूप से चिंतित करता है, जैसे कि पेरिस और शंघाई की स्थिति और उड़ान की दूरी सही है या नहीं, जो ध्यान भटकाता है। हमने एक अधिक अमूर्त "पदचिह्नों के साथ फायर पॉइंट मैप" योजना भी आज़माई, लेकिन हमें शॉट बहुत वाइड होना पसंद नहीं आया; हमने प्राथमिकता दी कि दर्शक मुख्य विषय को फ्रेम के एक बड़े हिस्से पर कब्जा करते हुए देखें।
अंत में, हमने सीधे "लौवर पहले फ्रेम" और "पुडोंग आर्ट म्यूज़ियम पहले फ्रेम" के बीच बदलने का फैसला किया, जिससे संक्रमण अधिक क्लोज-अप और केंद्रित हो गया।
हमने कई प्रकार के संक्रमण एनिमेशन का परीक्षण किया: जैसे एक कालीन खुलना, टाइलें पलटना, हवाई जहाज की कल्पना, आदि। हमने अंततः हवाई जहाज को चुना क्योंकि संक्रमण से पहले और बाद के शॉट्स में हवाई जहाज की कल्पना दिखाई दी। सतत कल्पना दर्शकों को अधिक सहज महसूस कराती है, भले ही यह बीच में यथार्थवादी से एक मोज़ेक कला शैली में कूद जाए, यह अचानक नहीं लगेगा।
शंघाई पहुँचने के बाद, स्टोरीबोर्डिंग अधिक सीधी है: पहले पुडोंग आर्ट म्यूज़ियम को दूर से निकट तक देखना, फिर बिल्ली को संग्रहालय की ओर भागते देखना। हमें वास्तव में उन शॉट्स में से एक पसंद है: बिल्ली पानी के पास भाग रही है, जिसमें पानी में प्रतिबिंब एक मोर है।
यह विचार शुरू में "जंगली" था। हमें उम्मीद थी कि जैसे-जैसे बिल्ली भागती है, वह कई जानवरों की छाया देख सकती है, जैसे मोर, घोड़े, ऊंट, आदि, जिससे यह भावना आती है कि "सभी इस्लामी कला एक साथ शंघाई पहुँची है।" हमने टेक्स्ट-टू-इमेज और टेक्स्ट-टू-वीडियो आज़माया, लेकिन कोई भी काम नहीं आया। हमने बिल्ली के अपने आपको अपने दिल में बाघ के रूप में देखने के बारे में भी सोचा, जिसमें छाया बाघ हो, लेकिन यह फिल्म से बहुत कमजोर रूप से संबंधित था और जल्दी से हटा दिया गया।
हमने बाद में पाया कि ऐसी मुख्य रचनात्मकता को सीधे एक बार में AI को सौंपना अविश्वसनीय है और इसे निष्पादन के लिए तोड़ने की आवश्यकता है। हमने पहले स्टोरीबोर्ड हाथ से बनाया, एक थोड़ा उच्च कोण के शॉट पर निर्णय लेते हुए ताकि दर्शकों का ध्यान स्वाभाविक रूप से झील के प्रतिबिंब पर पड़े।
रचना को "बिल्ली की छाया एक मोर है" तक सरलीकृत किया गया, जो मुख्य लाइन से सबसे सीधे संबंधित है। हम पहले वांछित संबंध बनाने के लिए Photoshop का उपयोग करेंगे, फिर एकीकृत शैली और गतिशीलता को पूरा करने के लिए इसे मॉडल को सौंपेंगे। पूरी प्रक्रिया में, हमने दृढ़ता से महसूस किया कि एक मोटा हाथ से बनाया गया चित्र भी AI को समझने और लोगों को संवाद करने के लिए अधिक सहज है।
समापन के लिए, हमने फिर से "दर्पण" की अवधारणा को प्रतिध्वनित किया, एक अधिक संयमित और सुंदर छवि के साथ समाप्त किया।
स्टोरीबोर्डिंग के लिए बस इतना ही।
अगला, कला का हिस्सा आ वेन को सौंपा जाता है।
V. कला
मैं (आ वेन) मुख्य रूप से दो काम करता हूँ।
पहला, है ज़िन के पांडुलिपि स्टोरीबोर्ड को अंतिम विज़ुअल में बदलना। दूसरा, समग्र कला शैली को नियंत्रित करना।
प्रोजेक्ट प्राप्त करने के बाद, हम तुरंत इस्लामी कला के बारे में जानने गए। यह एक कला शैली है जिससे हमारा आमतौर पर बहुत कम संपर्क होता है, लेकिन यह बहुत विशिष्ट है। कुछ मुख्य कीवर्ड में महारत हासिल करने के बाद, विदेशी विशेषताओं वाली मोज़ेक-शैली की कला बनाना आसान है। हमने लाइव स्ट्रीम में 4 बहुत उपयोगी कीवर्ड सारांशित किए; दो सबसे अधिक उपयोग किए जाने वाले "इज़निक शैली" और "मोज़ेक कला" हैं। यहाँ, मोज़ेक से तात्पर्य मोज़ेक कला से है, जो पिक्सेल कला से अलग है।
फिल्में बनाने के हमारे दो सिद्धांत हैं। यह पहली नज़र में अच्छी दिखनी चाहिए और दूसरी बार देखने पर टिकाऊ होनी चाहिए। AI युग में, दर्शकों के लिए आपकी शॉर्ट फिल्म देखना समाप्त करने को तैयार होना एक अनमोल चीज़ है। हमारे लिए अच्छा दिखना एक सिनेमाई अनुभूति के बराबर है। टिकाऊ का अर्थ है जितना संभव हो उतने विवरण और रचनात्मक विवरण, जिसमें कला विवरण शामिल हैं।
हर कोई वास्तव में सिनेमाई अनुभूति के प्रति बहुत संवेदनशील है। एक ही छवि और एक ही प्रॉम्प्ट के लिए, विभिन्न मॉडलों के परिणामों के साथ, आप आसानी से निर्णय ले सकते हैं कि किसमें अधिक सिनेमाई अनुभूति है। इसलिए कला में पहला कदम सही मॉडल चुनना है। हमारा वर्तमान मुख्य छवि निर्माण मॉडल मूल रूप से नैनो बनाना प्रो है। छवि संशोधन के लिए, हम ज्यादातर इसे सीधे टेक्स्ट संशोधन के साथ उपयोग करते हैं, कभी-कभी Photoshop के साथ संयुक्त। मैं मैन्युअल रूप से कुछ हिस्सों को भी ठीक करता हूँ।
सही मॉडल चुनना सही विक्रेता चुनने जितना ही मूल्यवान है। यह काम को अच्छी तरह से कर सकता है और कई कठिन संशोधनों को संभाल सकता है। उदाहरण के लिए, एक शॉट था जिससे हम बहुत संतुष्ट थे, लेकिन पहला ड्राफ्ट सबमिट करने के बाद, संग्रहालय ने कहा कि यह शॉट हटाया जाना चाहिए क्योंकि इससे प्रदर्शनों को स्थानांतरित करना अव्यवसायिक लगेगा, और वे दर्शकों तक वह भावना नहीं पहुँचाना चाहते थे। कथात्मक रूप से, हमें इस शॉट की आवश्यकता थी कि बिल्ली शंघाई में प्रदर्शनों का अनुसरण करने के लिए बक्से में छिपी हुई है। अंत में, हमने प्रदर्शनों को "लपेटने" के लिए नैनो बनाना का उपयोग किया, जिससे हैंडलिंग अधिक पेशेवर दिखी, और यह पास हो गया।
एक और उदाहरण: छवि का अंतिम फ्रेम बहुत सुंदर है, लेकिन आप पाएंगे कि ध्यान लंबे समय तक सफेद बिल्ली के बट पर रहता है; यह एक समस्या थी जो सफेद बिल्ली पर स्विच करने के बाद ही सामने आई। समाधान सरल था: पहले फ्रेम में पूंछ को नीचे लटकने दें, और बाद में ऊपर चलने पर यह कोई समस्या नहीं होगी।
इससे भी अधिक अतिरंजित बिल्ली को बदलकर दिन बचाना था। जब हमने आधे रास्ते में नायक को एक काली बिल्ली से एक सफेद बिल्ली में बदल दिया, तब तक कई स्थिर फ्रेम और एनिमेशन पहले ही समाप्त हो चुके थे।
यह हास्यास्पद लगता है, लेकिन AI वास्तव में इसे बदल सकता है।
उस समय, हमारे पास उपलब्ध उपकरण सीमित थे, केवल नैनो बनाना की पहली पीढ़ी, जिसका हम आमतौर पर Google के Whisk में उपयोग करते थे। हमारी आदत प्रति शॉट एक फ़ोल्डर रखने की है, इसलिए हम बिल्ली का रंग बदलने के लिए एक-एक करके प्रत्येक फ़ोल्डर में गए, और इसे डेढ़ दिन में पूरा किया।
बाद में, समीक्षा करते समय, बनाना प्रो आया, और हमने पाया कि और भी अधिक हास्यास्पद दक्षता आने वाली थी। AI न केवल इसे बदल सकता है बल्कि इसे और तेज़ी से भी बदल सकता है। तीसरे पक्ष के प्लेटफार्मों पर, आप एक बार में सभी स्थिर फ्रेम अपलोड कर सकते हैं और केवल एक वाक्य के साथ काले बिल्ली के नायक को एक सफेद बिल्ली में बदल सकते हैं, जो अधिक कुशल है।
बहुत से लोग पूछते हैं कि Nano Banana Pro का सबसे अच्छा उपयोग कहाँ होता है।
हमारा अनुभव यह है कि Google की अपनी सदस्यता प्रणाली में काफी खामियाँ हैं। हमने Google Ultra की टॉप-टियर सदस्यता इसके लॉन्च के समय से ही ले रखी है और आज तक इसका उपयोग कर रहे हैं। आप अक्सर दूसरों को कहते सुनते हैं कि Google में छूट मिलती है, जैसे तीन महीने के लिए $79 प्रति माह, या छह महीने की कीमत, लेकिन जब आप अपनी सब्सक्रिप्शन कीमत देखते हैं, तो शायद उसमें कोई बदलाव नहीं आता और वह बहुत महँगी ही रहती है, टैक्स मिलाकर तो और भी ज़्यादा।
एक और बात जो हमें बहुत परेशान करती है, वह है 4K एंट्री पॉइंट का स्पष्ट न होना। कुछ लोग कहते हैं कि यह Flow में है, लेकिन Flow का डिफ़ॉल्ट जनरेशन 1K है, और डाउनलोड करते समय यह सुपर-रिज़ॉल्यूशन करके 4K होता है। हमें यकीन नहीं है कि यह सुपर-रिज़ॉल्यूशन है या नेटिव 4K। Google AI Studio ज़्यादा नेटिव 4K आउटपुट कर सकता है, लेकिन इसका अलग से शुल्क लगता है।
अगर आप हमारी तरह Ultra मेंबर हैं, तो यहाँ हमारा ज़्यादा व्यावहारिक उपयोग बताते हैं: त्वरित गacha-शैली जनरेशन के लिए Flow का उपयोग करें क्योंकि यह 1K बेस के साथ तेज़ है। मल्टी-राउंड इटरेशन के लिए Gemini का उपयोग करें; डायलॉग राउंड बहुत सुविधाजनक हैं। जब आपको रिज़ल्ट की अच्छी समझ हो जाए, तो नेटिव 4K के लिए AI Studio पर जा सकते हैं।
इसके अलावा, हमारे प्रॉम्प्ट दिन-ब-दिन सरल होते जा रहे हैं। मॉडल की मल्टीमॉडल समझ बहुत मज़बूत है, और अक्सर लंबे निबंधों की ज़रूरत नहीं होती। उदाहरण के लिए, मैं एक तस्वीर डालता हूँ, वह उसमें से बिल्ली और तितली को निकालता है, उन्हें एक सॉलिड कलर बैकग्राउंड पर रखता है, और फिर उसे पिक्सेल आर्ट में बदल देता है। स्टाइल स्थिर होने के बाद, मटीरियल को बढ़ाना बहुत कुशल है।
और क्या आज के प्रॉम्प्ट को सच में लंबे निबंध होने की ज़रूरत है?
हमारे पास एक शॉट था जिसमें एक प्रदर्शनी के सामने का दृश्य चाहिए था, लेकिन सेटअप अवधि के दौरान कोई अंदर नहीं जा सकता था; स्टाफ़ केवल दूर से दो जल्दी-जल्दी स्नैपशॉट भेज सकता था।
ये दोनों हमारे लिए बहुत कीमती थे, इसलिए हमने उन्हें इंटेलिजेंस के रूप में इस्तेमाल किया और सीधे Gemini से दो तस्वीरों के आधार पर प्रदर्शनी का सामने का दृश्य 16:9 में जनरेट करवाया।
परिणाम बहुत अच्छा था, और हमने इसका उपयोग अंतिम शॉट को पूरा करने के लिए किया।
इससे भी ज़्यादा हैरान करने वाली बात तब हुई जब हम उद्घाटन के दिन साइट पर गए और पाया कि यह असली जगह से लगभग एकदम मिलता-जुलता था। लोग अंदर नहीं घुस पाए, लेकिन AI ने घुस लिया।
जब कोई मॉडल काफी शक्तिशाली होता है, तो उसे स्टोरीबोर्ड के मूल की परवाह नहीं होती। यानी, कभी-कभी आप उसे कुछ अटपटे स्टोरीबोर्ड देते हैं, और वह तुरंत समझ जाता है कि आपको क्या चाहिए और सीधे कुछ बहुत अच्छे विज़ुअल जनरेट कर देता है। ये सभी Hai Xin के स्टोरीबोर्ड का उपयोग करके मॉडल से सीधे आउटपुट किए गए विज़ुअल हैं, और ये सभी बहुत अच्छे हैं।
लेकिन जटिल क्रिएटिविटी के लिए, आपको चरणों में इटरेट करना होगा।
"किनारे पर चलती बिल्ली, जिसका पानी में प्रतिबिंब एक मोर है" वाले शॉट को ही लें।
पहले, मैं स्टोरीबोर्ड स्केच के परिप्रेक्ष्य को समझूँगा।
मैं PPT में एक बहुत ही मोटा स्केच बनाने का आदी हूँ। मेरे पास एक सफेद बिल्ली "वेटरन एक्टर" का ट्रांसपेरेंट PNG था; इसे फ्रेम में रखने से परिप्रेक्ष्य बन जाता है। फिर मैं इस मोटे स्केच को मॉडल में डालता हूँ ताकि वह इसे यथार्थवादी शैली में बदल दे, पहले "एक झील के पास किनारे पर चलती बिल्ली" का बेसिक सीन मिलता है।
दूसरा कदम फ़्लोर टाइल्स बिछाना है। मैंने वास्तव में कंक्रीट के फर्श पर फ़्लोर टाइल्स बिछाने के लिए प्रॉम्प्ट का उपयोग किया, कई कीवर्ड आज़माए जब तक कि मुझे "सही घनत्व" वाला वर्ज़न नहीं मिल गया। बिछाने के बाद, इमेज ने आकार ले लिया, लेकिन कई इटरेशन से बिल्ली की मुद्रा विकृत हो जाती, इसलिए मैं AI को फिर से एडजस्ट करने देता।
तीसरा कदम प्रदर्शनी जानकारी जोड़ना है। सबसे आसान तरीका PS में ओवरले करना और लेयर स्टाइल को एडजस्ट करना है। लेकिन हमने पाया कि झील में मोर का प्रतिबिंब हिलाना मुश्किल था क्योंकि स्टाइलिश मोर आसानी से यथार्थवादी गतिशीलता में नहीं बदलते। इसलिए मैं PS पर वापस गया, मोर को मिटाया, उसे एक यथार्थवादी मोर की छाया से बदला, और इसे वापस मॉडल में डालकर चलाता रहा।
बाद में, बिल्ली का रंग बदलना था। बदलने के बाद, मैंने पाया कि फ़्लोर टाइल्स ने सफेद बिल्ली को "खा" लिया, इसलिए मैंने फिर से फ़्लोर टाइल्स बिछाईं और अंतिम स्थिर फ्रेम प्राप्त किया।
अंत में, एनिमेशन बनाना वास्तव में सबसे आसान हिस्सा था। आमतौर पर, यह सीधा आउटपुट होता है; दो-तीन प्रयासों में अच्छी गतिशीलता मिल जाती है, जैसे किनारे पर चलती बिल्ली और पानी में उसके पीछे चलता मोर का प्रतिबिंब।
फिर रियल-सीन कंपोज़िटिंग के बारे में कला का कुछ अनुभव।
शॉर्ट फिल्म में कई स्थल और प्रदर्शनियाँ हैं जो गलत नहीं हो सकते, इसलिए हमें निश्चितता चाहिए। कई बार हम बिल्ली को वास्तविक मौजूदा स्थलों पर कंपोज़िट करते हैं।
अब इस तरह की कंपोज़िटिंग बहुत सरल है; आप बस Nano Banana Pro को बताते हैं कि दृश्य में एक नारंगी बिल्ली है जिसकी पीठ कैमरे की ओर है और वह एक निर्दिष्ट रंग की तितली का पीछा कर रही है, और यह जनरेट कर सकता है।
सफलता दर बढ़ाने के लिए दो छोटी टिप्स। पहला, जनरेट करने से पहले क्रॉप करें। उदाहरण के लिए, हमें Peace Hotel मटीरियल के नीचे की सजावट की ज़रूरत नहीं थी, इसलिए मैं उन्हें मॉडल को देने से पहले क्रॉप कर देता। कई इनडोर शॉट्स के साथ भी ऐसा ही है; पहले अनावश्यक क्षेत्रों को क्रॉप करें, और मॉडल अधिक फोकस्ड हो जाता है।
दूसरा, अगर आपको मैच कट करना है या किसी विषय को बार-बार उपयोग करना है, तो पहले बिल्ली और तितली को एक सॉलिड कलर बैकग्राउंड पर निकालने और फिर विभिन्न बैकग्राउंड बदलने की सलाह दी जाती है। मॉडल को उसी इमेज में लगातार दृश्य बदलने देने से तितली आसानी से खत्म हो जाती है, बिल्ली खत्म हो जाती है, या बिल्ली का रंग बदल जाता है। पहले विषय को निकालना और फिर बैकग्राउंड बदलने से सफलता दर बहुत अधिक होती है।
बहुत से लोग पूछते हैं कि हम वीडियो जनरेशन के लिए मल्टी-इमेज रेफरेंस का उपयोग क्यों नहीं करते।
मल्टी-रेफरेंस वीडियो उत्पादों के बारे में, हमने ये दो शॉर्ट फिल्में बनाते समय बाज़ार में लगभग सब कुछ आज़माया, और स्पष्टता की समस्या ठीक होना मुश्किल है; तत्व ज़रा सा हिलने पर धुंधले हो जाते हैं।
Flow में हाल ही में लॉन्च किए गए नए मल्टी-रेफरेंस फंक्शन के साथ भी, हमने इसे आज़माया, और यह सुनिश्चित करना मुश्किल है कि हम जिन प्रदर्शनियों को चाहते हैं वे अपरिवर्तित रहें। हमारे पास बनाए रखने के लिए बहुत सारे स्थिर विषय हैं, जिनमें कई प्रदर्शनियाँ, बिल्ली और तितली शामिल हैं, इसलिए अंत में, फर्स्ट-एंड-लास्ट-फ्रेम रूटीन अधिक स्थिर है।
कई दोस्त यह भी पूछते हैं, क्या अभी भी PS की ज़रूरत है?
मुझे लगता है कि PS अभी भी उपयोगी है, लेकिन हम इसे कम और कम खोलते हैं। मैं एक ऐसे फंक्शन की अत्यधिक अनुशंसा करता हूँ जिसका उपयोग बहुत से लोग नहीं करते, जिसे "Harmonize" कहा जाता है।
आप एक PNG या इमेज को एक स्थिर फ्रेम पर पेस्ट करते हैं, harmonize पर क्लिक करते हैं, और यह स्वचालित रूप से पर्यावरणीय प्रकाश से मेल खाता है, जिससे कंपोज़िट अधिक एकीकृत हो जाता है। उदाहरण के लिए, तैरती प्लेट वाले शॉट में, मैं harmonize पर क्लिक करता हूँ, और पहले और बाद के प्रकाश में अंतर बहुत स्पष्ट है; कार्यक्षमता अधिक है।
साथ ही, Banana Pro इतना शक्तिशाली है कि कई चीजें सीधे इससे की जा सकती हैं। उदाहरण के लिए, नारंगी बिल्ली वाली फिल्म में, एक शॉट है जहाँ मैंने पहले Vidu का उपयोग करके एक प्रीव्यू जनरेट किया; स्पष्टता पर्याप्त नहीं थी, और प्रदर्शनियाँ स्थिर नहीं थीं, लेकिन बिल्ली की गति और प्रदर्शनियों के बीच संबंध सही था।
इसलिए मैंने प्रीव्यू और प्रदर्शनी मटीरियल दोनों को Banana Pro में डाला, उसे कंपोज़िशन अपरिवर्तित रखने और तैरती प्रदर्शनियों को इनसे बदलने दिया जो मैंने प्रदान की थीं, ताकि वे बार-बार और बिखरे हुए तरीके से दिखाई दे सकें। परिणाम पहले ही वर्ज़न में एक बहुत अच्छी इमेज थी, और इसने स्वचालित रूप से फोरग्राउंड/बैकग्राउंड डेप्थ ऑफ फील्ड और मोशन ब्लर भी जोड़ा, जो मूल रूप से उत्पादन की ज़रूरतों को पूरा करता है।
VI. एनिमेशन
हमारा मुख्य वीडियो टूल Flow है। हमारा सामान्यतः उपयोग किया जाने वाला वीडियो मॉडल VEO 3.1 है।
Flow ने हाल ही में एक 4K फंक्शन भी लॉन्च किया है, जो इमेज क्वालिटी में मदद करता है। सहायक वीडियो मॉडल के लिए, हम Kling, Hailuo, Jimeng, Wanxiang, Luma आदि का भी उपयोग करते हैं, लेकिन Flow का उपयोग करना अधिक सुविधाजनक है, और विज़ुअल में अधिक सिनेमाई फील है।
हमें लगता है कि हम एक ऐसे युग में प्रवेश कर चुके हैं जहाँ हम "वीडियो को एडिट" कर सकते हैं। कई वीडियो टूल सीधे वीडियो को एडिट कर सकते हैं। Flow में एक छिपा हुआ फंक्शन है, जिसमें गहरा एंट्री पॉइंट है; जनरेटेड वीडियो के ऊपरी बाएँ कोने में एक "एडिट" बटन है। अंदर जाने पर, आप वीडियो में चीजें जोड़ सकते हैं, चीजों को काट सकते हैं, और कैमरे की स्थिति और गति भी बदल सकते हैं; यह थोड़ा प्रायोगिक है लेकिन कभी-कभी उपयोगी है।
इसकी सीमाएँ भी स्पष्ट हैं; उदाहरण के लिए, यह जोड़ और काट सकता है, लेकिन "एडिट और रिप्लेस" करना मुश्किल है, जैसे काली बिल्ली को सफेद बिल्ली में बदलना। इसे प्राप्त करने के लिए, आपको पहले हटाना और फिर डालना होगा, जो बहुत बेकार लगता है।
Flow में, हम डूडल फीचर का भी बहुत उपयोग करते हैं। शुद्ध टेक्स्ट से बिल्ली को कुछ क्रियाएँ करवाना मुश्किल है, जैसे बिल्ली को सीधे कूदवाना; हम कई प्रयासों के बाद भी नहीं कर पाए।
लेकिन पहले फ्रेम पर एक डूडल बनाकर गति के निर्देश देने से, जैसे तितली को कहाँ उड़ना चाहिए और बिल्ली उसका पीछा कर रही है, और फिर एक प्रॉम्प्ट जोड़ना "एनोटेशन में दिए गए निर्देशों का पालन करें और फिर मेरा एनोटेशन हटा दें", मॉडल आपके द्वारा एनोटेट किए गए गति नियमों के अनुसार जनरेट करेगा, और बिल्ली आसानी से फ्रेम से बाहर चल सकती है।
और Luma का Ray3 अप्रत्याशित रूप से उपयोगी है। हमने क्रिसमस पर एक परीक्षण किया, एक बहुत ही मोटा प्रीव्यू अपलोड किया और एक प्रॉम्प्ट जोड़ा; इसने बहुत खूबसूरती से उच्च स्पष्टता के साथ जनरेट किया, यहाँ तक कि मूल वीडियो में कुछ भी नहीं से कुछ बना दिया।
नुकसान धीमी जनरेशन है, लेकिन लाभ उच्च कंपोज़िटिंग गुणवत्ता है, जो उत्पादन के लिए उपयुक्त है।
Wan 2.6 का नया कैरेक्टर क्रिएशन फीचर भी उल्लेखनीय है। इसके मानव पात्र अभी भी आसानी से चरित्र से बाहर हो जाते हैं, लेकिन पशु पात्र मनुष्यों की तुलना में कहीं अधिक रोमांचक हैं। मैंने अपनी बिल्ली Nika का एक बहुत धुंधला और अंधेरा वीडियो बिना सोचे-समझे अपलोड किया, और कैरेक्टर बनाने के बाद, मैं Wan 2.6 में @ का उपयोग करके इसे बुला सकता था; जनरेशन क्वालिटी "मास्टर-अप्रूव्ड" स्तर और बहुत हाई-डेफिनिशन थी। हमने इसे कई चीजें करवाईं, जैसे एक डायनासोर इसे बचाने आता है। यह फीचर हमारी दो शॉर्ट फिल्में पोस्ट होने के बाद लॉन्च हुआ, जो थोड़ा बुरा समय था।
एक और छोटी टिप: एंड स्क्रीन के लिए माइक्रो-एनिमेशन बनाते समय, आप "थोड़ा खराब मॉडल" चुन सकते हैं, यानी पिछली पीढ़ी का मॉडल। पिछली पीढ़ी की गति का आयाम आमतौर पर छोटा होता है, जो कभी-कभी एंड स्क्रीन के लिए बिल्कुल सही होता है। उदाहरण के लिए, एंड स्क्रीन के लिए, हम चाहते हैं कि पर्यावरण थोड़ा हिले, लेकिन Flow कई काल्पनिक पैटर्न जोड़ सकता है और बहुत अधिक हिल सकता है।
पिछली पीढ़ी के मॉडल का उपयोग करने पर वास्तव में ठीक उतनी ही हलचल होती है। मैंने इस बार Jimeng 3.0 का उपयोग किया, और वह माइक्रो-मूवमेंट आयाम बहुत उपयुक्त था।
VII. छोड़े गए ड्राफ्ट
इस बार कई छोड़े गए ड्राफ्ट थे, खासकर नारंगी बिल्ली वाले के लिए, क्योंकि Pro आने के बाद, कुछ विचारों को लागू करना तेज़ था, और अन्वेषण की मात्रा अधिक थी। यहाँ कुछ ऐसे हैं जो हमें विशेष रूप से पसंद थे लेकिन दुख के साथ हटा दिए गए।
एक है "बटरफ्लाई पेस्ट्री" जिसके बारे में शंघाई के दर्शक पूछना पसंद करते हैं। शंघाई की बटरफ्लाई पेस्ट्री बहुत प्रसिद्ध है, और हमने वास्तव में एक विशाल बटरफ्लाई पेस्ट्री बनाई थी, और हमें विज़ुअल बहुत पसंद आया। लेकिन AI में, बटरफ्लाई पेस्ट्री के हिलते ही वह वापस असली तितली में बदल जाती है और कभी उड़ती नहीं, इसलिए हमें इसे छोड़ना पड़ा।
दूसरा है पुडोंग आर्ट म्यूज़ियम में एक बहुत लोकप्रिय चेक-इन स्पॉट जहाँ से ओरिएंटल पर्ल की तस्वीर ली जा सकती है। हमने एक शॉट बनाया जहाँ एक तितली खिड़की के बाहर से आधा पंख अंदर डालती है, और पंख का दूसरा आधा हिस्सा सूरज की रोशनी की छाया के माध्यम से पूरा होता है, जिससे एक पूरी तितली बनती है। विज़ुअल सुंदर था, लेकिन जब वह हिली, तो तितली फिर भी नहीं उड़ी, इसलिए इसे हटा दिया गया।
दूसरा था लौवर की इस्लामिक आर्ट गैलरी का एक शॉट; हम शुरू में इसे और अधिक अतिरंजित बनाना चाहते थे, यहाँ तक कि सुनामी-स्तर की गतिशीलता के साथ, लेकिन बाद में लगा कि यह बहुत काल्पनिक है और "लो-की लेकिन फैंटास्टिकल" फील में फिट नहीं बैठता जो हम चाहते थे, इसलिए इसे भी हटा दिया गया।
अंत में
अंत में, हम मुख्य बात यह बताना चाहते हैं:
मॉडल जितना सुविधाजनक होगा, आपको उतना ही खुद को बेहतर करने के लिए प्रेरित करना चाहिए।
अब जब मॉडल अधिक से अधिक सुविधाजनक हो रहे हैं, कई क्रिएटर पूरी स्टोरीबोर्ड समाधानों को सीधे आउटपुट करने या उन्हें अधिक रचना पूरी करने देने के लिए एजेंटों का उपयोग करते हैं। लेकिन हम यह कहना चाहते हैं कि मॉडल की सुविधा आलस्य का बहाना नहीं होनी चाहिए।
यह एक अनुस्मारक की तरह है: आपके पास अपने काम को बेहतर बनाने की अधिक क्षमता है।
एक वाक्यांश के साथ समाप्त करते हैं जो हम अक्सर कहते हैं:
जब तक आप कार्रवाई में हैं, आप आगे बढ़ रहे हैं।
सभी को धन्यवाद, हमारी आज की साझेदारी यहीं समाप्त होती है।
अगर आपको यह उपयोगी लगा हो, तो बेझिझक इसे अपने दोस्तों को भेजें; यह हमारे लिए बहुत बड़ी मदद है!
