Sådan laver du stilkonsistente AI-videoer med referencetilstand

Spørg enhver AI-videokreatør, hvad der holder dem vågne om natten, og svaret er stildrift. Du genererer klip ét, det er perfekt. Du genererer klip to med den samme prompt, og farvebehandlingen er rykket, lyset er anderledes, og din "serie" ligner tre forskellige optagelser sat sammen.

Seedance 2.0 Reference er skabt til at løse præcis det. Her er, hvordan du bruger det til at låse en stil fast og holde den der på tværs af hver eneste generering.

Hvorfor stilkonsistens er svært

Stil er ikke én enkelt egenskab. Det er en klynge: farvepalet, lysretning, linsens karakteristika, filmkorn, kompositionsregler og motivbehandling. Når du beskriver det med ord, komprimerer du den klynge til en håndfuld adjektiver, og modellen skal udfolde dem igen. Det er i genudvidelsen, at driften opstår.

Referencetilstand springer den komprimering over. Du giver modellen ni billeder, og den aflæser alle attributter direkte. De samme ni billeder producerer altid det samme stilsignal, og det er derfor stilen låses fast.

Trin 1: Kuratér dit referencesæt

Dette er det trin, de fleste skynder sig igennem. Dine referencer skal stemme overens med hinanden. Hvis du går efter en stemningsfuld noir-stil, skal alle ni billeder være stemningsfuld noir, ikke seks noir plus tre lyse dagslysfotos, fordi "de også så fede ud".

En stærk referencepakke har typisk:

• 2-3 totalbilleder, der viser miljø og farvepalet
• 2-3 halvtotalbilleder, der viser motivbelysning og komposition
• 2-3 nærbilleder, der viser tekstur, korn og fine detaljer
• 1 "heltebillede", der fanger præcis den stemning, du ønsker

Ni er maksimum, men du behøver ikke altid ni. For en enkel, sammenhængende stil slår 4-5 præcise referencer ofte 9 løse.

Trin 2: Skriv motivprompten

Referencer fortæller modellen hvordan billedet skal se ud. Prompten fortæller den hvad der er i billedet. Adskil de to opgaver tydeligt.

Dårlig prompt (kæmper mod referencerne):

A cinematic moody noir scene with dark lighting and film grain

God prompt (lader referencerne gøre deres arbejde):

A detective in a wool overcoat crosses a rain-slicked street
under a flickering streetlamp, slow push-in, late night

Den gode prompt specificerer motiv, påklædning, miljø, kamerabevægelse og tidspunkt på dagen. Den specificerer ikke farvebehandling, lyssstemning eller filmtype, fordi referencerne allerede bærer den vægt.

Se forskellen selv. Kør den samme prompt med og uden referencer. Start din første generering gratis.

Trin 3: Vælg den rette varighed

Seedance 2.0 Reference genererer 4-15 sekunders klip til $0,3024 per sekund. Til stiltest er 4-5 sekunder rigeligt. Du vurderer, om referencestilen er landet, ikke om du er klar til den endelige klipning.

Når stilen virker, skru op til 8-10 sekunder til de egentlige optagelser. Gem 15 sekunder til heltescener, hvor den fulde varighed betaler sig.

Trin 4: Generér, evaluér, iterer

Kør din første generering og sammenlign den med referencerne side om side. Stil dig selv tre spørgsmål:

1. Matcher farvepaletten?
2. Matcher lysretningen?
3. Føles tekstur og korn ens?

Hvis alle tre er ja, har du en låst stil. Genbrug den referencepakke til hvert efterfølgende klip i serien, og driften vil være minimal.

Hvis ét element ikke stemmer, skift til stærkere referencer for den attribut. Farven skæv? Tilføj flere farvedominerende billeder. Lyset skævt? Tilføj flere billeder med den lysretning, du ønsker.

Trin 5: Lås pakken og producér serien

Når du har et referencesæt, der producerer den stil, du ønsker, skal du behandle det som et projektaktiv. Gem det. Byt ikke individuelle billeder ud mellem genereringer, for hvert bytte introducerer drift.

Til en serie på 10 klip bruger du de præcis samme 6-9 referencebilleder på hver generering. Varier kun prompten (for at beskrive, hvad der sker i hvert klip) og eventuelt varigheden. Dine 10 klip vil føles, som om de kommer fra én og samme optagelse.

Avanceret: Tilføj bevægelsesreferencer

Referencetilstand accepterer også op til 3 referencevideoer. Disse påvirker ikke stilen, de påvirker bevægelsen. Brug dem, når du har brug for en bestemt kamerabevægelse eller et bestemt tempo.

En god bevægelsesreference er 2-5 sekunder lang og viser præcis den bevægelse, du ønsker: håndholdt følgeoptagelse, langsom dolly ind, whip pan, statisk på stativ. Modellen samples bevægelsesvektorer og blander dem ind i outputtet.

Kombiner 6 stilbilleder plus 1 bevægelsesvideo, og du styrer både udseendet og fornemmelsen af billedet uden at skrive ét eneste adjektiv i din prompt.

Avanceret: Lydreference til stemning

Op til 3 lydklip kan bruges som stemningscues. Det lyder som et trick, indtil du prøver det. En stormfuld lydreference trækker billedsiden mod en stormfuld stemning, selv når prompten er neutral. Et sparsomt, melankolsk klaverklip vil skubbe genereringen mod længere, dvælende billeder og køligere farvetemperaturer.

Lydreferencer er den mest subtile af de tre inputtyper. Brug dem, når dine stilreferencer og prompt er solide, men outputtet føles følelsesmæssigt fladt.

De almindelige fejl, du skal undgå

At blande stilarter i dine referencer. Hvis halvdelen af dine billeder er i dagslys og halvdelen er natbilleder, får du et grødagtigt midt-imellem. Forpligt dig til ét mood.

At overbeskrive stilen i prompten. Prompten og referencerne vil kæmpe mod hinanden. Lad referencerne håndtere stilen, og lad prompten håndtere motivet.

At skifte referencer mellem klip i en serie. Selv at bytte ét billede ud ændrer stilsvektoren. Lås pakken for hele serien.

At bruge referencer, der er for ens. Ni næsten identiske billeder giver modellen mindre information end 5 varierede inden for samme stil. Variation inden for stilen hjælper.

At glemme, at bevægelsesreferencer findes. Til komplekse kamerabevægelser er en 3 sekunders bevægelsesreference 500 promordord værd.

Et fuldt gennemarbejdet eksempel

Lad os sige, at du laver en serie på 6 klip med vintage-rejsestil sat i 1970'ernes Italien.

Referencepakke (gem og genbrug til alle 6 klip):

• 3 billeder fra rejseblade fra 70'erne med varm Kodachrome-palet
• 2 filmstills fra 70'ernes italienske biograf (lys og korn)
• 2 moderne fotos redigeret til at matche (for motivklarhed)
• 1 heltebillede med præcis den stemning, du ønsker

Klip 1-prompt:

A woman in a yellow sundress walks along the Amalfi coast,
camera tracks left to right, morning light, 5 seconds

Klip 2-prompt:

A Vespa rider pulls up at a seaside cafe in Positano,
medium shot, engine cuts, 5 seconds

Samme referencer. Forskellige prompts. De 6 klip vil føles som klip fra én 70'er-rejsefilm, fordi stilsvektoren er identisk på tværs af dem alle.

Pris for serien

6 klip × 5 sekunder × 303 credits = 1.818 credits, omtrent $18,18. Det er godt inden for Popular $25 credit-niveau med credits tilovers til omtagelser.

Hvornår du i stedet bør bruge standard Seedance 2.0

Hvis du kun har brug for ét klip og ikke bekymrer dig om at matche andre klip, er standard Seedance 2.0 hurtigere at sætte op. Du springer helt referencekurateringstrinnet over. Referencetilstand er til serier, brandarbejde og ethvert projekt, hvor flere klip skal stemme overens.

Se den fulde gennemgang i Reference vs. Standard eller gå direkte til komplet referenceguide.

Din første stillåste serie

Stilkonsistens krævede tidligere enten et egentligt produktionsbudget eller en besættende mængde promptengineering. Referencetilstand reducerer det til at kuratere 6-9 billeder én gang og genbruge dem. Det er hele tricket.

Prøv det med dit eget moodboard og se, hvor hurtigt du kan låse et udseende fast.