Фото в видео нейросетью: WAN 3.0 и готовые тренды
Есть снимок, который хочется увидеть живым: портрет, товар, кадр из отпуска. Фото в видео нейросетью на VAIMAN можно сделать двумя путями. Свой сюжет вы пишете в WAN 3.0: загруженное фото становится первым кадром, а словами вы задаёте, что в нём сдвинется. За готовым сюжетом идите в тренды: сценарий, камера и музыка уже там, от вас только фото.
Как нейросеть делает видео из фото
В WAN 3.0 за это отвечает вкладка «Фото». Модель уже видит ваш снимок, поэтому внешность описывать не нужно. Пишите движение и камеру. Длину ролика задаёт ползунок, от 2 до 30 секунд. Качество на выбор: 480p для пробы идеи, 720p как рабочий стандарт, 1080p для финала.
Звук модель делает сама: шаги, ветер, окружение, речь. Он включён по умолчанию, выключите его, если ролик пойдёт под вашу музыку. Для рилс есть вертикаль 9:16, для YouTube 16:9, есть и квадрат.
Рядом на той же странице есть режимы, которые тоже работают с фото:
| Что нужно | Режим WAN 3.0 |
|---|---|
| Оживить конкретный снимок | «Фото»: снимок становится первым кадром |
| Показать превращение: день и ночь, эскиз и готовая работа | «Переход»: вы даёте первый и последний кадр, путь между ними модель придумает сама |
| Поставить героя с фото в новую сцену | «Референсы»: до 10 фото, к ним можно добавить видео и звук |
| Чтобы герой произнёс вашу запись | «Липсинк»: дорожка и фото героя, губы попадают в звук |
Больше идей, какие снимки стоит оживлять, собрано в статье оживить фото онлайн.
Как сделать ИИ видео из фото: пять шагов
- Откройте WAN 3.0 на вкладке «Фото». Эта ссылка сразу выставит 5 секунд и 480p. Для первой пробы хватит.
- Загрузите снимок. Лицо или предмет крупно и резко. Скриншот не берите, в нём мало пикселей.
- Опишите одно движение и камеру. Кто что делает, на какой секунде и где стоит камера. Пример ниже.
- Решите про звук. Ролик пойдёт под вашу музыку? Выключите «Со звуком».
- Посмотрите пробу и запускайте финал. Движение вышло ровно таким, как вы просили? Тогда ставьте нужную длину и 720p или 1080p.
Пример описания: «Камера стоит, крупность как на фото. С 1-й по 3-ю секунду она поворачивает голову к окну слева. С 3-й по 5-ю смотрит в окно и держит позу. Последние кадры ещё движутся. Не должно быть: второго человека, наезда камеры, надписей.»
Почему «эффектно и красиво» портит ролик
В первом уроке по WAN 3.0 одно и то же фото героини запустили с двумя текстами. Первый просил оживить фото «эффектно и красиво». Модель решила всё сама. Героиня расцепила руки, к полутора секундам камера переехала на мониторы, в кадре появились надписи, которых никто не просил.
Второй текст назвал одно движение: поднять подбородок и посмотреть в объектив, камера на месте, руки скрещены. Модель так и сделала, а к четвёртой секунде добавила лёгкую улыбку, как было написано. Модель та же, кадр тот же. Разница только в словах.
Шесть правил описания для оживления фото
- Одно движение и то, что остаётся как на фото. Чего вы не назвали, решит модель.
- Скорость секундами. «С 1-й по 3-ю секунду поднимает подбородок» точнее слова «медленно». По опыту студии такие слова растягивают движение на весь ролик.
- Камеру называйте всегда. Даже неподвижную. В слабом ролике её не назвали, и она поехала сама. На один кусок ролика давайте одно движение камеры.
- Двигайте предмет или камеру. Один свет WAN почти не двигает. В нашей пробе вместо блика по крышке банки модель подняла камеру над банкой.
- Не открывайте спрятанное. Если повернуть товар так, что покажется скрытая на фото сторона, модель дорисует её по-своему.
- Надписи кладите сами. Буквы модель пишет с ошибками, титры лучше добавить потом.
Для ролика подлиннее пишите по шагам с секундами: шаг от 4 до 8 секунд, шагов не больше шести. Кнопка «Улучшить» рядом с полем описания распишет вашу идею по этим правилам. А в уроке лежат готовый текст, каркас под своё движение и формула для товара. Кнопки урока открывают WAN 3.0 уже с текстом в поле.
Открыть WAN 3.0 на вкладке «Фото»
Готовые тренды: фото в видео за один запуск
Писать описание не хочется? В трендах сценарий, камера и музыка уже готовы. Выбираете тренд и загружаете фото. Через несколько минут у вас такой же ролик, только в главной роли вы. Три сюжета, где всё понятно с первого взгляда:
- «Оказался мной». Нужны два фото: вы сейчас и вы в детстве. В ролике вы-взрослый обнимаете себя-малыша, вокруг доспехи и туман. 15 секунд, трек внутри.
- «Конец света? Да пофиг». Хватит одного фото лица. Вы лежите в шезлонге с газетой, с неба падает ракета, а вы даже бровью не ведёте. Ракету можно поменять на метеорит, НЛО или огромную уточку. Пирс тоже меняется: на пляж, дачу или крышу высотки.
- «Спокойной ночи, когда давно вместе». Это для пары. Нужны два фото: кто будет слева и кто справа. Каждый в своём одеяле до ушей, лоб ко лбу: правда всех пар. Ролик вертикальный, 10 секунд, подпись сверху сайт добавит сам.
Каждый ролик снимается заново, поэтому двух одинаковых не бывает. Обычно на это уходит от трёх до шести минут. Страницу можно закрыть, готовое видео появится в «Моих работах».
Какое фото подойдёт
- Лицо крупно и чётко. Смотрите в камеру, тёмные очки снимите. Так просят страницы трендов.
- Скриншот не подойдёт. Берите сам снимок из галереи.
- Детское фото для «Оказался мной». Подойдёт и старая карточка, лишь бы лицо было хорошо видно.
- Мелкий или выцветший снимок сначала почистите. В Upscale есть увеличение до 4x и режим «Ретро» для старых фото.
- Описание сверяйте с фото. Если в тексте есть деталь, которой на снимке нет, модель её дорисует. Поэтому готовый текст из урока подходит только к похожему кадру.
Частые вопросы
Сколько длится ролик из фото?
В WAN 3.0 длину от 2 до 30 секунд задаёт ползунок. В трендах длина зашита в сюжет: в примерах выше 10 и 15 секунд.
Будет ли звук?
WAN 3.0 озвучивает сцену сам, переключатель «Со звуком» это выключает. В трендах трек уже внутри.
Можно сделать вертикальное видео?
Да, в WAN 3.0 есть формат 9:16. «Конец света? Да пофиг» и «Спокойной ночи» тоже вертикальные.
Лицо останется похожим?
Первый кадр ролика и есть ваше фото. Дальше решает описание: одно названное движение оставляет героя близким к снимку, а размытая просьба может увести камеру от него совсем, как в примере из урока. В трендах каждый дубль живой, поэтому мелкие неточности в деталях возможны.
