360° ऑर्बिट इफ़ेक्ट इन दिनों काफ़ी ट्रेंड में है। यह इफ़ेक्ट बनाने के लिए बस एक इमेज अपलोड करना होता है, और यह हैरानी की बात है कि यह कितना आसान है—इसमें कोई बाधा नहीं है, किसी सब्सक्रिप्शन की भी ज़रूरत नहीं। बस एक इमेज और एक प्रॉम्प्ट ही काफ़ी है।
इस विज़ुअल इफ़ेक्ट को ऐसे समझें जैसे AI फोटो में मौजूद स्पेशियल संकेतों (spatial cues) के आधार पर अलग-अलग कैमरा एंगल्स से लगातार चलने वाला फुटेज बना रहा हो।
आप इससे क्या कर सकते हैं?
ज़्यादातर लोगों का पहला खयाल इसे "ब्यूटी" वीडियो के लिए इस्तेमाल करने का होता है, लेकिन इसके कई और छिपे हुए फ़ायदे और कमर्शियल संभावनाएँ भी हैं। ट्रैवल फोटोज़, फूड शॉट्स, ब्यूटी विज़ुअल्स, कमर्शियल फोटोग्राफी और प्रोडक्ट शोकेस—इन सबमें इसके बेहतरीन इस्तेमाल हो सकते हैं।
आप अपनी कोई आम सी ट्रैवल या फूड फोटो ले सकते हैं और यह इफ़ेक्ट जनरेट कर सकते हैं। यह बहुत सीधा-सादा है—एक इमेज, एक प्रॉम्प्ट।
ब्यूटी कंटेंट इस ऑर्बिटल एंगल के साथ बहुत अच्छा लगता है। कैमरा धीरे-धीरे सामने से साइड की तरफ़ जा सकता है, जिससे आईशैडो, लिप मेकअप, चेहरे की बनावट और हाइलाइट्स के बीच का तालमेल साफ़ दिखता है। आप किसी परफ्यूम की बोतल या क्रीम के जार के चारों ओर भी घूम सकते हैं, जहाँ नज़रिया बदलने के साथ ग्लास और मेटल कैप का घुमावदार आकार उभरकर सामने आता है।
ब्रैंड मॉडल फोटोज़, फ़ैशन एडिटोरियल्स और प्रोडक्ट सीन इमेजेस का इस्तेमाल करके नए डायनामिक एसेट्स बनाए जा सकते हैं।
यह कैसे करें? बहुत आसान है—Doubao, Qwen, Yuanbao आदि कोई भी वीडियो जनरेशन मॉडल काम कर जाएगा।
तरीका 01: वेब-आधारित — शुरुआती लोगों के लिए सुझाया गया
इस आर्टिकल की सभी उदाहरण इमेजेस इसी तरीके से बनाई गई हैं।
https://x.com/nima2qisi2/status/2109604241363058694
https://x.com/nima2qisi2/status/2109255101466489280
Image-to-Video — अपनी पसंद की इमेज और यह प्रॉम्प्ट Doubao को भेजें:
Doubao में छोटे बनाम लंबे प्रॉम्प्ट का इस्तेमाल
सामान्य छोटा प्रॉम्प्ट:
1मेरी अपलोड की गई इमेज को पहले फ्रेम और दिखावट के संदर्भ के रूप में इस्तेमाल करें। 6 सेकंड का लगातार बिना कट वाला (one-take) वीडियो बनाएं: फ्रेम में मौजूद विषय (subject) और परिवेश मूल इमेज वाले पल पर पूरी तरह स्थिर (frozen) हैं। कैमरा फ्रेम की बाईं ओर जाता है, और विषय को केंद्र मानते हुए एक क्षैतिज गोलाकार ट्रैक पर लगातार घूमता रहता है। लेंस हमेशा विषय की ओर रहता है, लगभग एक ही ऊंचाई और दूरी बनाए रखता है, जिससे साफ़ फोरग्राउंड, विषय और बैकग्राउंड पैरलैक्स दिखता है। विषय की दिखावट, पोज़, अनुपात और मूल लाइटिंग को बनाए रखें; विषय खुद नहीं घूमता, बैकग्राउंड नहीं बदलता, कोई कट नहीं, कोई ज़ूम नहीं, कोई नई चीज़ नहीं जोड़ी जाएगी। कोई सबटाइटल नहीं, कोई वॉइसओवर नहीं।
पूरा 10-सेकंड का प्रॉम्प्ट:
1संदर्भ इमेज को पहले फ्रेम, पहचान, कपड़े, पोज़, इनडोर स्पेस और कंपोज़िशन के संदर्भ के रूप में इस्तेमाल करें। 10 सेकंड का लगातार बिना कट वाला (ONE-TAKE) वीडियो। मुख्य इफ़ेक्ट: 360° बुलेट टाइम + पूर्ण समय स्थिरता (ABSOLUTE TIME FREEZE) + कैमरे का बाईं ओर घूमना + सिर्फ़ आंखों की पुतलियां हिलेंगी। पूरी दुनिया संदर्भ इमेज वाले पल पर जमी हुई है। वयस्क महिला मॉडल संदर्भ इमेज वाली मूल बैठने की मुद्रा बनाए रखती है: शरीर सोफे से टिका हुआ, घुटने फोरग्राउंड में मुड़े हुए, हाथ स्वाभाविक रूप से घुटनों पर एक के ऊपर एक रखे हुए। सिर का कोण, कंधे, बांहें, उंगलियां, पैर और पैरों की स्थिति पूरी तरह लॉक हैं। काले ड्रेस का आकार, लंबाई, सिलवटें और ढंकने के संबंध पूरी तरह एक जैसे रहेंगे। व्यक्ति कैमरे के साथ बिल्कुल नहीं घूमेगा। सिर्फ़ उसकी आंखों की पुतलियों को बहुत हल्की गति की अनुमति है, जो धीरे-धीरे उसके चारों ओर घूमते कैमरे को ट्रैक करती हैं। पलकें झपकाना नहीं। सिर नहीं घुमाना। मुंह में कोई बदलाव नहीं। चेहरे के भावों में कोई बदलाव नहीं। ━━━━━━━━━━━━━━━━━━ 【कैमरा मूवमेंट】 कैमरा संदर्भ इमेज की वर्तमान सामने वाली स्थिति से शुरू होता है। फिर वह व्यक्ति को केंद्र मानते हुए एक क्षैतिज गोलाकार ट्रैक पर बाईं ओर समानांतर चलता है, और व्यक्ति के चारों ओर पूरा 360° घूमता है। यह व्यक्ति नहीं घूम रहा है। यह बैकग्राउंड नहीं घूम रहा है। यह जगह पर खड़े होकर घूमने वाला पैन कैमरा नहीं है। यह अनिवार्य रूप से होना चाहिए: फिजिकल कैमरा डॉली + असली 3D गोलाकार ऑर्बिट + कैमरे का भौतिक स्थान में घूमना। 10 सेकंड के भीतर पूरा 360° ऑर्बिट पूरा करें। औसत घूमने की गति लगभग: 36 डिग्री प्रति सेकंड। व्यक्ति से कैमरे की दूरी लगभग स्थिर रहे, कैमरे की ऊंचाई लगभग स्थिर रहे, लेंस हमेशा ऊपरी शरीर / चेहरे के क्षेत्र के केंद्र की ओर रहे। रास्ता: सामने → बायां-सामने 45° → बायां प्रोफ़ाइल 90° → बायां-पीछे 135° → पीछे 180° → दायां-पीछे 225° → दायां प्रोफ़ाइल 270° → दायां-सामने 315° → सामने 360°। अंत में, लेंस सटीक रूप से शुरुआती स्थिति के पास वापस आता है, जिससे एक पूरा बंद लूप बनता है। ━━━━━━━━━━━━━━━━━━ 【0–2.5s｜0° → 90°】 कैमरा सामने से तेज़ी से लेकिन आसानी से बाईं ओर जाना शुरू करता है। धीरे-धीरे व्यक्ति का बायां प्रोफ़ाइल दिखने लगता है। फोरग्राउंड के पैर और बैकग्राउंड का शरीर स्पष्ट पैरलैक्स बनाते हैं। सोफा, तकिए, कार्पेट और व्यक्ति असली 3D स्पेशियल विस्थापन उत्पन्न करते हैं। मॉडल का शरीर पूरी तरह स्थिर। सिर्फ़ आंखें धीरे-धीरे कैमरे का पीछा करती हैं। ━━━━━━━━━━━━━━━━━━ 【2.5–5s｜90° → 180°】 कैमरा व्यक्ति की बाईं ओर से गुज़रता है, और पीछे की तरफ़ बढ़ता रहता है। स्थिर और पूर्ण 3D मानव संरचना बनाए रखनी होगी। व्यक्ति दोबारा पोज़ नहीं बदल सकता क्योंकि अब सामने का हिस्सा नहीं दिख रहा है। बनाए रखें: वही बैठने की मुद्रा, वही पैरों की स्थिति, वही हाथों का पोज़, वही सिर का कोण, वही हेयरस्टाइल। जब कैमरा व्यक्ति के पीछे पहुंचता है, तो संदर्भ इमेज में न दिखने वाली पीछे की जगह स्वाभाविक रूप से दिखाएं, लेकिन मौजूदा कपड़ों, हेयरस्टाइल और शरीर की संरचना के आधार पर निरंतरता को तार्किक रूप से फिर से बनाना होगा। अचानक बालों की लंबाई न बदलें। काले कपड़ों की संरचना न बदलें। ━━━━━━━━━━━━━━━━━━ 【5–7.5s｜180° → 270°】 कैमरा व्यक्ति के पीछे से दाईं ओर घूमना जारी रखता है। पूरा इनडोर स्पेस स्थिर रहना चाहिए। सफ़ेद सोफा, काले-सफ़ेद तकिए, काली चिमनी, दीवार की सजावट, कार्पेट, दाईं ओर का काला बैग सब स्थिर रहेंगे। कैमरे की गति के साथ इन्हें फिर से व्यवस्थित नहीं किया जा सकता। बहुत स्पष्ट रूप से बनाएं: फोरग्राउंड / विषय / बैकग्राउंड पैरलैक्स। व्यक्ति अभी भी पूरी तरह स्थिर। सिर्फ़ पुतलियां कैमरे को ट्रैक करती रहती हैं। ━━━━━━━━━━━━━━━━━━ 【7.5–10s｜270° → 360°】 कैमरा व्यक्ति की दाईं ओर से गुज़रता है, और वापस सामने की तरफ़ आता रहता है। आखिरी 1 सेकंड में थोड़ा धीमा हो जाएं। अंत में, लेंस फिर से पहले फ्रेम की शूटिंग स्थिति के पास आता है। व्यक्ति का पोज़ पहले फ्रेम के साथ पूरी तरह मेल खाता रहता है। जब कैमरा अंत में सामने आता है, तो मॉडल की पुतलियां सीधे लेंस के केंद्र में देखती हैं। पलकें नहीं झपकतीं। स्क्रीन समाप्त। ━━━━━━━━━━━━━━━━━━ 【टाइम फ्रीज़ नियम｜सर्वोच्च प्राथमिकता】 पूर्ण स्थिरता। सिर्फ़ पुतलियां और आंखों की नज़र हिल सकती है। बाकी सब कुछ पूरी तरह जमा हुआ रहना चाहिए। इनमें कोई गति नहीं: सिर गर्दन कंधे बांहें हाथ उंगलियां धड़ पैर पांव बाल ड्रेस का कपड़ा चेहरे की मांसपेशियां भौंहें मुंह होंठ छाती की सांस बैकग्राउंड तकिए बैग कार्पेट दीवार की सजावट। महिला को एक पूरी तरह जमी हुई 3D मूर्ति की तरह व्यवहार करना चाहिए। सिर्फ़ उसकी आंखें जीवित रहती हैं। ━━━━━━━━━━━━━━━━━━ 【आंखों का मैकेनिज़्म】 आंखों की गति बहुत संयमित और स्वाभाविक होनी चाहिए। आंखों को तुरंत न कूदने दें। लगातार ठीक केंद्र में न घूरें। आंखें कैमरे की स्थिति के आधार पर धीरे-धीरे लगातार ट्रैक करें: कैमरा बाईं ओर जाता है → पुतलियां धीरे-धीरे कैमरे का पीछा करती हैं। कैमरा पीछे की स्थिति में पहुंचता है → आंखों की गति न्यूनतम हो जाती है क्योंकि कैमरा सीधे दृश्य क्षेत्र से बाहर है। कैमरा वापस परिधीय दृष्टि (peripheral vision) में आता है → पुतलियां धीरे-धीरे फिर से कैमरे से जुड़ती हैं। कैमरा सामने लौटता है → आंखें सीधे लेंस में देखती हैं। सिर पूरी तरह स्थिर रहता है। ━━━━━━━━━━━━━━━━━━ 【लेंस क्वालिटी】 फोटोरियलिस्टिक लाइव-एक्शन फोटोग्राफी, हाई-स्पीड बुलेट-टाइम फोटोग्राफी, यथार्थवादी स्मार्टफोन / फुल-फ्रेम कैमरा लुक, 24–35mm इक्विवेलेंट लेंस, प्राकृतिक इनडोर दिन की रोशनी, असली स्किन टेक्सचर, सटीक शारीरिक रचना, स्थिर चेहरे की पहचान, भौतिक रूप से सही परिप्रेक्ष्य, मजबूत स्पेशियल पैरलैक्स, कमरे की निरंतर ज्यामिति, लगातार लाइटिंग, कोई कृत्रिम सिनेमाई रीलाइटिंग नहीं। मूल संदर्भ इमेज बनाए रखें: नरम प्राकृतिक रोशनी, काले-सफ़ेद मिनिमलिस्ट इंटीरियर, असली स्किन टेक्सचर, हल्का ग्रे-सफ़ेद परिवेश, फोन की निजी फोटोग्राफी जैसा अहसास। अचानक सिनेमाई लाइटिंग न जोड़ें। एक्सपोज़र न बदलें। कलर टेम्परेचर न बदलें।
पोर्ट्रेट के लिए वैकल्पिक ऐड-ऑन:
1शरीर स्थिर, सिर्फ़ आंखों की नज़र हल्के से ट्रैक करती है। सिर्फ़ आंखों की पुतलियों को बहुत हल्के और स्वाभाविक रूप से हिलने की अनुमति दें। जब कैमरा व्यक्ति के दृश्य क्षेत्र में हो, तो आंखें धीरे-धीरे लेंस को ट्रैक करें; जब कैमरा पीछे चला जाए, तो आंखों को ट्रैक करने की ज़रूरत नहीं है। जब कैमरा फिर से दृश्य में आए, तो आंखें स्वाभाविक रूप से फिर से जुड़ जाएं। सिर पूरी तरह स्थिर, पलकें नहीं झपकना, मुंह के आकार या भावों में कोई बदलाव नहीं।
तरीका 02: लोकल डिप्लॉयमेंट — एडवांस्ड यूज़र्स के लिए
जो लोग लोकल वर्कफ़्लो से परिचित हैं, वे ComfyUI आज़मा सकते हैं।
- ComfyUI खोलें, टेम्पलेट लाइब्रेरी से "MiniMax H3 I2V" लोड करें। टेम्पलेट के निर्देशानुसार FL2VA मॉडल, टेक्स्ट एन्कोडर और VAE डाउनलोड करें। [ComfyUI नेटिव वर्कफ़्लो]
- 360° Orbit LoRA डाउनलोड करें
http://huggingface.co/pablodawson/MiniMax-H3-360-Orbit-LoRA
इसे ComfyUI/models/loras/ में रखें, और मॉडल के सैम्पलर में जाने से पहले लोड करें। LoRA के साथ संगतता सुनिश्चित करने के लिए बेस मॉडल के लिए लेखक द्वारा सुझाए गए FL2VA pruned int8 ConvINT वर्ज़न को प्राथमिकता दें।
- एक ही इमेज को first-frame और last-frame दोनों इनपुट से जोड़ें। लेखक के प्रोजेक्ट पेज से मूल प्रॉम्प्ट भरें, पहले सुझाई गई सेटिंग्स के साथ इसे आज़माएं।
- जनरेशन के बाद जांचें: क्या विषय स्थिर है? क्या कैमरा घूम रहा है? क्या साइड और पीछे का हिस्सा विकृत (distorted) है? क्या आखिरी फ्रेम वापस पहले फ्रेम से जुड़ सकता है?
वर्कफ़्लो: ComfyUI → टेम्पलेट इम्पोर्ट करें → मॉडल लोड करें → First Frame Image को सक्षम और अपलोड करें → Orbit Prompt भरें → डायमेंशन और फ्रेम सेट करें → रन करें → फाइनल कट जांचें।
सुझाव दिया जाता है कि पहले कार्यप्रणाली की जांच के लिए डिफ़ॉल्ट टेम्पलेट पैरामीटर बनाए रखें, फिर रेज़ोल्यूशन और अवधि को एडजस्ट करें। आसान समीक्षा और दोबारा इस्तेमाल के लिए इमेज, प्रॉम्प्ट, मॉडल वर्ज़न, पैरामीटर और सीड्स को सेव करके रखें।
पढ़ने के लिए शुक्रिया।
मैं Dmiao हूं, एक डिज़ाइनर के नज़रिए से AI के बार-बार इस्तेमाल होने वाले, आसान ट्रिक्स शेयर करता हूं।
अगर इससे आपको मदद मिली, तो कृपया इसे बुकमार्क करें और शेयर करें।
