Edycja i przedłużanie wideo w Seedance 2.5: przewodnik po promptach
Edycja i przedłużanie wideo w Seedance 2.5 w OmniArt: wskaż jedno źródło nadrzędne edycji, określ zakres zmiany, zablokuj to, co ma zostać, i dopasuj klatki brzegowe.
Najdroższym nawykiem w wideo AI jest generowanie od nowa klipu, który już ci się podoba. Światło było dobre, gra aktorska trafiła, ruch kamery wreszcie się zachował — a potem generujesz całość jeszcze raz, bo jeden rekwizyt ma zły kolor albo ujęcie kończy się trzy sekundy za wcześnie. Każde ponowne losowanie to świeży rzut kostką przeciwko wszystkiemu, co już działało.
Edycja i przedłużanie wideo w Seedance 2.5 istnieją po to, żeby ten nawyk złamać. Oba działają w przestrzeni wideo OmniArt: wybierz Seedance 2.5, podaj mu wideo, które już masz, i zmień w nim jedną rzecz — albo dołóż czasu na którymkolwiek końcu — zamiast zaczynać od zera.
Dyscyplina za obydwoma jest ta sama i wyjątkowo jawna. Wskaż jedno źródło nadrzędne edycji. Określ zakres zmiany wąsko. Wypisz, co nie może się zmienić. A przy przedłużeniach opisz klatkę brzegową przed opisaniem czegokolwiek nowego. Traf w te cztery rzeczy, a model przestanie traktować twój prompt jak zaproszenie do reinterpretacji ujęcia.
Co zostaje zablokowane, zanim cokolwiek napiszesz#
Edycja i przedłużanie dziedziczą ustawienia z wgranego wideo, co za pierwszym razem zaskakuje. Nie wybierzesz proporcji obrazu, a przy edycji nie wybierzesz też czasu trwania.
| Typ zadania | Proporcje obrazu | Czas trwania |
|---|---|---|
| Edycja wideo | Zachowuje proporcje wideo wejściowego — nie da się ustawić osobno | Zachowuje w przybliżeniu czas trwania wejścia — nie da się ustawić osobno; obróbka klatek wejściowych może przesunąć go o ~0,3 s |
| Pierwsza klatka / pierwsza i ostatnia klatka | Używa proporcji pierwszego obrazu (daj ostatniemu obrazowi te same proporcje, inaczej się rozciągnie) | Da się ustawić |
| Przedłużenie wideo | Zachowuje proporcje wideo wejściowego — nie da się ustawić osobno | Da się ustawić |
Dwie praktyczne konsekwencje. Po pierwsze, jeśli potrzebujesz innych proporcji obrazu, edycja ci ich nie da — to zadanie na przekadrowanie, a opisuje je osobno proces poszerzania kadru wideo. Po drugie, wyedytowany wynik, który wraca ułamek sekundy dłuższy albo krótszy niż źródło, to zachowanie oczekiwane, zwykle wynikające z obsługi klatek przejściowych, a nie nieudane generowanie. Treść i kolejność zdarzeń pozostają zasadniczo te same.
Gdy powierzchnia generowania wystawia output_format, wybieraj MOV do edycji i do przedłużania. Oficjalne wskazówki zalecają MOV zarówno na wejściu, jak i na wyjściu przy przedłużaniu, bo daje największą szansę na zachowanie koloru, jasności, ciągłości dźwięku i czystego styku.
Część 1: edycja wideo, które już masz#
Edycja obejmuje wszystko, co zmienia to, co już jest w kadrze: podmianę tematu, wymianę tła, zdjęcie podkładu muzycznego, usunięcie zabłąkanego obiektu. Poniższe wzorce mają jeden kręgosłup — zadeklaruj wideo źródłowe jako jedyny autorytet, a potem zawężaj zmianę, aż modelowi zabraknie miejsca na improwizację.
Ogólny wzorzec edycji#
Każdy sensowny prompt edycyjny ma pięć bloków. Dwa pierwsze wykonują najcięższą pracę: mówią modelowi, który materiał jest wiążący, a który to tylko próbka.
Rozpisany przykład — zmiana światła w konkretnym oknie czasu, bez żadnych innych skutków:
Zwróć uwagę, co robi tam zakres zmiany: przyznaje jedno świadome rozlanie się efektu (odcień skóry reagujący na nowe światło) i odmawia całej reszty. To właśnie nazwanie dozwolonego skutku ubocznego powstrzymuje model przed zignorowaniem go albo potraktowaniem jak licencji na prześwietlenie całego pokoju.
Podmiana tematu i dziedziczenie osi czasu#
Podmiana obiektu to moment, w którym „jedyne źródło nadrzędne edycji” zarabia na siebie. Obraz referencyjny obiektu zastępczego niesie tło, kompozycję i kierunek światła, o które nie prosiłeś, a model chętnie zaimportuje to wszystko, jeśli mu tego nie zabronisz.
Podmiana tematu dokłada piąty blok, [Timeline Inheritance], czyli tę część, którą większość osób pomija, a potem żałuje.
Dziedziczenie osi czasu to jedno zdanie, które mówi: nowy obiekt pojawia się wtedy, kiedy pojawiał się stary, porusza się tam, gdzie on się poruszał, zostaje przesłonięty wtedy, kiedy on był przesłonięty, i znika wtedy, kiedy on zniknął — w tym samym czasie, po tym samym torze, z tą samą prędkością. Bez tego zamienniki zwykle pojawiają się z opóźnieniem, schodzą z pierwotnego toru ruchu albo przeżywają moment, w którym oryginał wyszedł z kadru.
Wskazówka
Samą frazę blokującą liczebność warto podkraść: "the entire video contains one target object" albo "keep exactly one white folding desk lamp throughout the video". Duplikacja to najczęstsza porażka przy podmianie tematu — model zamienia obiekt w części ujęć, a w innych dokłada drugą kopię. Podanie liczby zabija oba przypadki.
Wymiana tła#
Wymiana tła to odwrócona podmiana tematu: granicą jest sylwetka, a wszystko w jej wnętrzu jest chronione.
Zasadą, która sprawia, że to działa, jest wąskie odczytanie zadania obrazu referencyjnego. @Image 1 dostarcza układ przestrzenny, materiały, głębię ostrości, barwę otoczenia i kierunek światła — i nic więcej. Powiedz to wprost, łącznie z "do not use the people or foreground objects in the image."
Utrzymanie relacji przesłaniania na liście rzeczy do zachowania znaczy więcej, niż wygląda. Gdy dłoń przechodzi przed ciałem albo krzesło przecina temat, nowe tło musi uszanować ten sam porządek głębi — inaczej podmiana czyta się jak naklejka.
Edycja dźwięku#
Dialog, język, głos, muzyka tła i efekty dźwiękowe edytuje się osobno od siebie i osobno od obrazu. Struktura się nie zmienia: podaj mówiącego albo kategorię dźwięku, zamierzoną zmianę i to, które pozostałe dźwięki zostają na miejscu.
Usuwanie podkładu jest tu najbardziej wyróżniające. Seedance 2.5 potrafi zdjąć muzykę tła, zostawiając głos mówiący, i — w części, która w innych narzędziach zwykle się sypie — zachowuje przy tym nietknięte napisy na ekranie i pozostałe elementy wizualne. Dzięki temu „czysta ścieżka wokalna, obraz nienaruszony” staje się jednym generowaniem, a nie wycieczką do narzędzia audio.
Smart Edit, Edit with marks i Edit Video#
Trzy pokrewne powierzchnie, jeden wzór między nimi:
| Powierzchnia | Czym jest |
|---|---|
| Smart Edit | Edycja wyłącznie tekstem. Opisujesz zmianę; bez adnotacji na kadrze |
| Edit with marks | Ulepszony Smart Edit do wideo, które wgrywasz — możesz zaznaczać ramką, pędzlem i opisywać kadr |
| Edit Video | Ta sama edycja z adnotacjami, zastosowana do wideo już po wygenerowaniu |
Zwykły Smart Edit przyjmuje [Specific modification object/what] + [Action and change description] + [Effective time sequence]. Edycja z adnotacjami dokłada z przodu jeszcze jeden blok:
Narzędzia adnotacji to ramki, linie, strzałki, tekst i kolorowe znaczniki plus gumka. Blokiem, który ludzie opisują zbyt skąpo, jest orientacja: musisz powiedzieć, którym narzędziem rysowałeś, i czy model ma działać wewnątrz niego, czy na zewnątrz. "Within the red box." "The area the red arrow points to." "To the left of the red line." "At the landmark point." Bez tego ramka jest niejednoznaczna — chronić to czy zmienić to?
Przydatne czasowniki, po które warto sięgać: "Edit the xx in the video", add, delete/remove, modify/replace/change to. Trzymaj czas jawnie w tym samym oddechu, jak w "modify everything entirely from 0 to 8 seconds."
Częściowe usuwanie i zmiana kąta ujęcia#
Dwie możliwości, o których warto wiedzieć, zanim zdecydujesz się generować od nowa:
Częściowe usuwanie i bezśladowe wymazywanie. Zaznacz obszar pędzlem albo ramką i usuń to, co w nim jest. Model uzupełnia tło zgodnie z logiką fizyki i światła, zamiast rozmazywać, więc bałagan w rogu, przypadkowy przechodzień albo rekwizyt, którego już nie chcesz, to poprawka lokalna. Działa też w drugą stronę — kierunkowa wymiana elementu wstawia nowy element w ten sam obszar z już nałożoną perspektywą i atmosferą pierwotnego wideo.
Zmiana perspektywy przestrzennej. Ponieważ model odczytuje w źródle relacje przestrzenne 3D, możesz zmienić kąt ujęcia, które już masz: z góry, z dołu, z pierwszej osoby albo "replace the multi-camera switching shots with a fixed frontal shot, and keep the characters and background unchanged." Proporcje i układ pozostają przy tym spójne. To zamienia poprawne, ale płaskie podejście w wyreżyserowane, bez ponownego losowania gry aktorskiej.
Część 2: przedłużanie wideo, które już masz#
Przedłużanie to druga połowa niezaczynania od zera. Każdy wynik o długości 30 sekund lub mniej można przedłużyć, a przedłużenia się nakładają — możesz dokładać do wyniku dalej, jak w matrioszce, aż do 60 sekund ciągłego wideo. Proporcje obrazu pozostają zablokowane na źródle, ale w odróżnieniu od edycji czas trwania jest twój do ustawienia.
Zasada promptowania mieści się w jednym zdaniu: dopasuj klatkę brzegową, zanim opiszesz cokolwiek nowego.
Przedłużenie w przód#
Przy przedłużeniu w przód pierwsza klatka przedłużenia kontynuuje ostatnią klatkę źródła. Opisz więc najpierw ciągły stan tej ostatniej klatki, a potem to, co dzieje się dalej.
Wypełniony:
Przedłużenie wstecz#
Przedłużenie wstecz buduje fragment poprzedzający twoje źródło. Opisz najpierw, co się dzieje, a potem zdefiniuj pierwszą klatkę źródła jako jawny stan końcowy nowego fragmentu.
Ta druga połowa jest tym, co zawodzi, gdy ją pominiesz. Napisanie samego „a potem połącz to z wideo źródłowym” zostawia modelowi dwie drogi do błędu: postacie albo efekty należące do źródła wchodzą do poprzedzającego fragmentu za wcześnie, albo obraz zmienia się dalej, choć już osiągnął stan docelowy.
Przedłużenia z dodatkowymi materiałami referencyjnymi#
Jeśli wnosisz do przedłużenia obrazy albo dźwięk, najpierw zdefiniuj rolę każdego materiału, a potem powiedz, że stykiem steruje wideo źródłowe. Nowe materiały mogą uzupełniać postacie, rekwizyty albo dźwięk — nie mogą przejąć kontroli nad ostatnią (albo pierwszą) klatką źródła.
Przy przedłużeniach wstecz dodaj jeszcze jedną linię nazywającą materiały, które mają pojawić się dopiero po rozpoczęciu wideo źródłowego:
Nazywanie ról materiałów to ta sama umiejętność, którą cały model nagradza; głębiej wchodzi w nią przewodnik po promptowaniu referencjami w Seedance 2.5.
Słownictwo przedłużania i frazy ograniczające#
Model reaguje na konkretne terminy. Używaj "forward extension", "backward extension" i "continuation" zamiast opisywać zamiar własnymi słowami. Przy przedłużeniu całego ujęcia, które ma sprawiać wrażenie jednego ciągłego podejścia, dodaj frazy ograniczające wprost:
Przedłużanie odblokowuje też prowadzenie odcinkami — każ postaci biec przez dziesięć sekund, zatwierdź to, a potem zleć skok w kolejnym przedłużeniu. Złożone działania, które padają jako jedno długie generowanie, często udają się jako sztafeta zatwierdzonych etapów.
Ostrzeżenie
Klatki brzegowe łączą się naturalnie na poziomie wizualnym. Nie będą identyczne co do piksela i żaden prompt tego nie zmieni. Obejrzyj obie strony styku, a potem cały przedłużony fragment — sprawdzenia wymagają postacie, rekwizyty, tło i kolejność zdarzeń, nie tylko sam szew. Głośność w przedłużonym fragmencie może się też nieco różnić od źródła, więc wyrównaj poziomy przy eksporcie.
Pierwsze kroki w OmniArt#
Wybierz jeden klip, który już ci się podoba, i jedną rzecz, która jest w nim nie tak. Otwórz przestrzeń wideo OmniArt, wskaż Seedance 2.5, wgraj klip i napisz pięć bloków: cel edycji, rola wideo źródłowego, rola materiału docelowego, zakres zmiany, treść do zachowania. Potem przepuść ten sam klip przez pięciosekundowe przedłużenie w przód z akapitem o klatce brzegowej napisanym przed nową akcją.
Dwa generowania wystarczą, żeby poczuć różnicę między edycją a losowaniem od nowa — i zobaczyć, dlaczego to właśnie blok „treść do zachowania” naprawdę ratuje ujęcie. Szerszy obraz tego, co zmieniło się w tym wydaniu, znajdziesz w tekście co udostępniono w Seedance 2.5.
Modele obrazu, wideo, audio i muzyki siedzą w tej samej przestrzeni, na jednym saldzie, więc referencyjna stopklatka, przebieg edycji i przedłużenie to trzy kroki w jednym miejscu, a nie trzy narzędzia. Zacznij w przestrzeni tworzenia od klipu, który prawie wyrzuciłeś.
