เรเฟอเรนซ์แบบมัลติโมดัล
เรเฟอเรนซ์แบบมัลติโมดัลบน Gemini Omni หลอมรวมอินพุตข้อความ ภาพ และสไตล์ให้เป็นผลลัพธ์เดียวที่กำกับทิศทางได้ โดยไม่ปล่อยให้รูปแบบใดครอบงำ กำหนดน้ำหนักของแต่ละอินพุตอย่างชัดเจน (หลักหรือเสริม) ในบรีฟ
Gemini Omni 1.1 Flash เครื่องมือสร้างวิดีโอด้วย AI
Gemini Omni 1.1 Flash เป็นโมเดลสร้างวิดีโอด้วย AI ที่พัฒนาโดย Google DeepMind ใช้ Gemini Omni 1.1 Flash เป็นเครื่องมือสร้างวิดีโอด้วย AI แบบเฉพาะทาง ศึกษาจุดแข็ง กรณีการใช้งานที่เหมาะสม การตั้งค่าปัจจุบัน ขั้นตอนการเขียนพรอมต์ ตัวอย่าง และข้อจำกัดก่อนเริ่มสร้าง ส่วนด้านล่างจะแยกอธิบายความสามารถ การตั้งค่าปัจจุบัน การเขียนพรอมต์ ตัวอย่าง และประเด็นที่ต้องตรวจสอบ
ภาพรวมโมเดล
Gemini Omni 1.1 Flash คืออะไร?
Gemini Omni 1.1 Flash มีขั้นตอนการสร้างเป็นของตัวเอง จึงควรประเมินเป็นโมเดลแยกต่างหาก ไม่ใช่ตัวเลือกทั่วไปในเครื่องมือสร้างที่ใช้ร่วมกัน
ลองใช้ Gemini Omni 1.1 Flash
จุดเด่นของโมเดล
Gemini Omni 1.1 Flash โดดเด่นที่สุดเมื่อคุณต้องการเรเฟอเรนซ์แบบมัลติโมดัลและการควบคุมตัวละคร โดยเฉพาะงานผลิตแบบมัลติโมดัล
ขั้นตอนการป้อนข้อมูล
Gemini Omni 1.1 Flash ทำงานผ่านโหมดวิดีโอที่แสดงอยู่ในเครื่องมือสร้าง เริ่มจากข้อความ ภาพ หรือสื่ออ้างอิงที่รองรับ และกำหนดให้เรเฟอเรนซ์แต่ละรายการมีจุดประสงค์ชัดเจน
การควบคุมผลลัพธ์
ใช้ตารางการตั้งค่าปัจจุบันในหน้านี้เป็นแหล่งอ้างอิงล่าสุดสำหรับ Gemini Omni 1.1 Flash อัตราส่วน ความละเอียด ระยะเวลา และจำนวนเรเฟอเรนซ์ที่ใช้ได้อาจเปลี่ยนแปลงไปตามเส้นทางที่ตั้งค่าไว้
ความสามารถหลัก
ความสามารถของ Gemini Omni 1.1 Flash
เหตุผลหลักที่ครีเอเตอร์เลือก Gemini Omni 1.1 Flash สำหรับขั้นตอนการทำงานเฉพาะทาง
การควบคุมตัวละคร
การควบคุมตัวละครบน Omni ปรับสีหน้า สายตา และท่าทางได้ละเอียดกว่าพรอมต์การเคลื่อนไหวทั่วไป กำกับใบหน้าเหมือนช่างภาพพอร์ตเทรต คือระบุอารมณ์ ทิศทางสายตา และมุมศีรษะให้ชัด
วิดีโอความละเอียดสูง
วิดีโอความละเอียดสูงบน Omni รักษาใบหน้าและมือให้นิ่งในขนาดที่ระดับความเร็วอื่นมักสั่นไหว ใช้กับบทสนทนาแบบโคลสอัปและช็อตปฏิกิริยาที่ใบหน้าเต็มเฟรม
การควบคุมหลายเรเฟอเรนซ์
การควบคุมหลายเรเฟอเรนซ์บน Omni รักษาความต่อเนื่องของเครื่องแต่งกายและพร็อพเมื่อตัวละครเดิมปรากฏในหลายคลิป ใช้บล็อกคำอธิบายตัวละครเดิมซ้ำ ๆ เพราะการเปลี่ยนถ้อยคำระหว่างคลิปทำให้ภาพเพี้ยน
การตั้งค่าปัจจุบัน
การตั้งค่าที่ Gemini Omni 1.1 Flash รองรับ
ค่าต่าง ๆ มาจากเส้นทางของ Gemini Omni 1.1 Flash ที่ตั้งค่าไว้ในปัจจุบัน ตารางนี้จึงสอดคล้องกับสิ่งที่เครื่องมือสร้างส่งได้จริง
- อัตราส่วนภาพ
- 16:9 · 9:16
- ความละเอียด
- 360p · 720p · 1080p · 4k
- ระยะเวลา
- 4s · 6s · 8s · 10s
- รูปภาพอ้างอิง
- 7
- ซีดสุ่ม
- ✓
- URL วิดีโออ้างอิง
- ✓
วิธีใช้งาน
วิธีใช้ Gemini Omni 1.1 Flash
ขั้นตอนการทำงานที่ใช้ได้จริง เพื่อให้ได้ผลลัพธ์แรกที่ใช้งานได้ก่อนจะเสียเวลากับการปรับแต่งอย่างละเอียด
เลือกโหมดวิดีโอ
เลือกโหมดของ Gemini Omni 1.1 Flash ที่ตรงกับอินพุตของคุณ ได้แก่ ข้อความ ภาพ หรือสื่ออ้างอิงที่รองรับ
กำหนดช็อตให้ชัด
ระบุการกระทำของตัวแบบ การเคลื่อนกล้อง เฟรมมิ่ง จังหวะเวลา และจุดจบที่ต้องการ แทนที่จะบรรยายเหตุการณ์หลายอย่างที่ไม่เกี่ยวข้องกัน
กำหนดบทบาทให้เรเฟอเรนซ์แต่ละรายการ
หากใช้สื่ออ้างอิง ให้ระบุว่าสื่อนั้นควบคุมความเป็นตัวตน การเคลื่อนไหว พฤติกรรมกล้อง สไตล์ หรือจังหวะ
ตรวจสอบการเคลื่อนไหวก่อนขยายงาน
ตรวจความต่อเนื่อง สรีระ ความนิ่งของกล้อง ความเป็นตัวตนของตัวแบบ และเสียงหรือจังหวะเวลา ก่อนไปสร้างผลลัพธ์ที่ยาวขึ้นหรือความละเอียดสูงขึ้น
กรณีการใช้งานที่เหมาะสมที่สุด
Gemini Omni 1.1 Flash เหมาะกับงานแบบไหนมากที่สุด
เลือก Gemini Omni 1.1 Flash เมื่อโปรเจกต์ตรงกับความต้องการในการผลิตที่พบบ่อยเหล่านี้
งานผลิตแบบมัลติโมดัล
งานผลิตแบบมัลติโมดัลบน Omni เหมาะกับโปรเจกต์ที่ผสมเสียงบรรยาย การแสดงของตัวละคร และภาพกำหนดสไตล์ เช่น คลิปสั้นแบบอธิบาย และวิดีโอเล่าเนื้อเรื่อง เขียนจังหวะเนื้อเรื่องก่อน เพื่อให้แต่ละรูปแบบรับใช้จังหวะที่กำหนดไว้
ภาพสินค้า
ภาพสินค้าบน Omni ใช้ได้ดีกับสปอตแนวพิธีกรที่มีผู้ดำเนินรายการถือสินค้า กำกับจังหวะส่งมอบให้ชัด เพราะการสัมผัสวัตถุผิดพลาดเป็นปัญหาที่พบบ่อยที่สุด
วิดีโอสั้น
วิดีโอสั้นบน Omni เอื้อกับฮุกที่นำด้วยตัวละคร คือใบหน้าที่แสดงปฏิกิริยาในเฟรมแรกได้ผลดีกว่า opening ที่มีแค่วัตถุ ปรับสีหน้าให้เข้ากับเทรนด์ ไม่ใช่แค่ตัวสินค้า
ภาพสำหรับแบรนด์
ภาพสำหรับแบรนด์บน Omni เหมาะกับคอนเทนต์มาสคอตและพรีเซนเตอร์ที่ตัวละครคือแบรนด์ ล็อกคำอธิบายมาสคอตไว้อย่างถาวร และเปลี่ยนเวอร์ชันอย่างตั้งใจเท่านั้น ไม่ใช่เปลี่ยนไปเรื่อย ๆ
คู่มือเขียนพรอมต์
วิธีเขียนพรอมต์สำหรับ Gemini Omni 1.1 Flash
เขียนพรอมต์ให้เจาะจงพอที่จะนำทางโมเดล โดยไม่กลายเป็นรายการคำสั่งที่ขัดแย้งกันเอง
ลองใช้ Gemini Omni 1.1 Flashอธิบายการกระทำหลักหนึ่งอย่าง
คลิปสั้นควบคุมได้ง่ายกว่าเมื่อตัวแบบมีการกระทำหลักเพียงหนึ่งอย่าง และกล้องมีการเคลื่อนไหวที่ตั้งใจเพียงหนึ่งแบบ
ใช้ภาษาของกล้อง
ระบุเฟรมมิ่งและพฤติกรรมกล้อง เช่น โคลสอัป กล้องล็อก ช้า ๆ ดันเข้า หมุนรอบกล้อง แทร็กกิ้ง หรือถือกล้องด้วยมือ
อธิบายบทบาทของเรเฟอเรนซ์
บอก Gemini Omni 1.1 Flash ว่าเรเฟอเรนซ์แต่ละรายการควรควบคุมอะไร ได้แก่ รูปลักษณ์ของตัวแบบ การเคลื่อนไหว จังหวะกล้อง สไตล์ หรือจังหวะเสียง
ตัวอย่างพรอมต์
ตัวอย่างพรอมต์ของ Gemini Omni 1.1 Flash
ใช้ตัวอย่างเหล่านี้เป็นจุดเริ่มต้น จากนั้นแทนที่ตัวแบบ เรเฟอเรนซ์ สไตล์ และข้อกำหนดด้วยรายละเอียดโปรเจกต์ของคุณเอง
- 01
สร้างเรื่องราวสินค้าสั้น ๆ จากเรเฟอเรนซ์ที่ให้ไว้ โดยรักษาวัตถุหลักให้คงที่ ขณะที่กล้องเคลื่อนผ่านสองช่วงเวลาที่เชื่อมต่อกัน
- 02
ใช้เรเฟอเรนซ์ตัวละครเพื่อรักษารูปลักษณ์ พร้อมสร้างฉากสวนที่สงบด้วยการเคลื่อนกล้องที่นุ่มนวลและการเคลื่อนไหวของสภาพแวดล้อมอย่างเป็นธรรมชาติ
- 03
ผสมผสานเรเฟอเรนซ์ภาพเข้ากับเสียงหรือการควบคุมตัวละครที่เลือกไว้ เพื่อสร้างคลิปโซเชียลสำหรับแบรนด์ที่กระชับและมีองค์ประกอบภาพที่นิ่ง
สิ่งที่ต้องตรวจสอบ
ข้อจำกัดและประเด็นที่ต้องตรวจสอบของ Gemini Omni 1.1 Flash
Gemini Omni 1.1 Flash ช่วยให้ผลิตงานได้เร็วขึ้น แต่ผลลัพธ์ยังต้องมีคนตรวจสอบก่อนจะถือเป็นงานสร้างสรรค์ขั้นสุดท้าย
ตรวจสอบสรีระ ความเป็นตัวตนของตัวแบบ ความต่อเนื่องของวัตถุ ความนิ่งของกล้อง และสิ่งแปลกปลอมจากการเคลื่อนไหวตลอดทั้งคลิปของ Gemini Omni 1.1 Flash
พรอมต์ที่ซับซ้อนและมีการกระทำหลายอย่างหรือเรเฟอเรนซ์ที่ขัดแย้งกัน รักษาความสอดคล้องได้ยากกว่าช็อตที่โฟกัสเรื่องเดียว
งานที่ยาวขึ้น ความละเอียดสูงขึ้น ใช้หลายรูปแบบ หรือใช้เสียง อาจต้องใช้เวลา ประมวลผล และเครดิตมากกว่าฉบับร่างสั้น ๆ
FAQ