Wan 2.7 First-Last-Frame Control: คู่มือการใช้งาน 5 ขั้นตอน
ประเด็นสำคัญ
- โหมด First-last-frame ใน Wan 2.7 I2V ช่วยให้คุณกำหนดสถานะเริ่มต้นและสิ้นสุดของคลิปได้ โดยที่โมเดลจะประมาณค่าการเคลื่อนไหวระหว่างนั้น
- ห้าขั้นตอนที่นำไปสู่การเรนเดอร์ที่สะอาด: เตรียมคีย์เฟรม, อัปโหลดทั้งสองเฟรม, ตั้งค่าระยะเวลา, เขียนพรอมต์การเปลี่ยนผ่าน, จากนั้นประเมินผลตามห้าแกน
- โหมดความล้มเหลวที่พบบ่อยคือการบิดเบี้ยวของพื้นผิวสะท้อนแสง, การเปลี่ยนแปลงอัตลักษณ์ของตัวละคร, และการกระโดดของกล้องเมื่อคีย์เฟรมทั้งสองไม่สอดคล้องกันในเรื่องมุม
- เริ่มต้นสั้นๆ ที่ 2 ถึง 5 วินาที; ระยะเวลาจะเพิ่มค่าใช้จ่ายเครดิตเป็นเส้นตรง และการเรนเดอร์ที่ยาวนานจะขยายสิ่งแปลกปลอม
- ชุดพรอมต์ first-last-frame ของ PixMind มีเทมเพลตที่ตรงกับรูปแบบตัวอย่างสามแบบในคู่มือนี้
โหมด First-Last-Frame คืออะไร?
First-last-frame เป็นโหมดย่อยของ Wan 2.7 image-to-video (I2V) คุณจะป้อนภาพสองภาพ: ภาพหนึ่งสำหรับเฟรมแรก และอีกภาพสำหรับเฟรมสุดท้าย Wan 2.7 จะสร้างเฟรมระหว่างกลางที่เชื่อมต่อภาพเหล่านั้นเข้าด้วยกัน ตาม เอกสารอ้างอิง Alibaba Cloud I2V API โมเดลจะรับอินพุตภาพคู่หนึ่งตามลำดับและส่งออกไฟล์ MP4 ที่ความละเอียดสูงสุด 1080P
สิ่งนี้สำคัญเพราะ I2V แบบภาพเดียวจะปล่อยให้โมเดลกำหนดสถานะสุดท้ายเอง หากภาพของคุณต้องจบลงที่เฟรมที่เฉพาะเจาะจง เช่น ผลิตภัณฑ์ที่หมุนครบวง หรือกล่องที่เปิดเต็มที่ โหมด first-last-frame คือวิธีที่คุณจะรับประกันผลลัพธ์นั้น สำหรับบริบทของโหมดนี้ โปรดดู เครื่องมือสร้างวิดีโอ PixMind Wan 2.7 ซึ่งมีอินเทอร์เฟซการสร้างเดียวที่รองรับโหมดย่อย I2V ทุกประเภท
เวิร์กโฟลว์หลักมีห้าขั้นตอน: เตรียมคีย์เฟรมสองเฟรม, อัปโหลดตามลำดับ, ตั้งค่าระยะเวลา, เขียนพรอมต์การเปลี่ยนผ่าน, จากนั้นเรนเดอร์และประเมินผล แต่ละขั้นตอนมีการตัดสินใจเพียงครั้งเดียวที่จะกำหนดว่าการเรนเดอร์จะสำเร็จหรือไม่
ขั้นตอนที่ 1: เตรียมคีย์เฟรมของคุณ
คุณภาพของคีย์เฟรมเป็นตัวบ่งชี้ที่สำคัญที่สุดเพียงอย่างเดียวของการเรนเดอร์ first-last-frame ที่สะอาด คู่มือผู้ใช้ Wan 2.7 image-to-video แนะนำให้จับคู่องค์ประกอบ, แสง, และมุมกล้องในทั้งสองเฟรม เราพบว่าคีย์เฟรมที่ไม่ตรงกันจะบังคับให้โมเดลสร้างการเปลี่ยนผ่านขึ้นมาเอง ซึ่งเป็นที่มาของการบิดเบี้ยวและการเปลี่ยนแปลงอัตลักษณ์
กฎความสอดคล้องกันสามข้อครอบคลุมกรณีส่วนใหญ่ จับคู่องค์ประกอบโดยการจัดวางวัตถุทั้งสองในตำแหน่งหน้าจอเดียวกัน จับคู่แสงโดยการรักษาระดับแสงหลักและอุณหภูมิสีให้เหมือนกัน จับคู่กล้องโดยการรักษาระยะโฟกัส, มุม, และระยะห่างให้คงที่ หากละเมิดกฎข้อใดข้อหนึ่ง โมเดลจะต้องประมาณค่าข้ามความไม่ต่อเนื่อง
สรุปอ้างอิง: ความสอดคล้องของคีย์เฟรมเป็นปัจจัยหลักในคุณภาพของ Wan 2.7 first-last-frame คู่มือผู้ใช้ Alibaba Cloud image-to-video แนะนำให้จับคู่องค์ประกอบ, แสง, และมุมกล้องในทั้งสองเฟรมอินพุตเพื่อหลีกเลี่ยงการเปลี่ยนผ่านที่โมเดลสร้างขึ้นเองซึ่งทำให้เกิดการบิดเบี้ยวและการเปลี่ยนแปลงอัตลักษณ์
รายการตรวจสอบองค์ประกอบ
- วัตถุอยู่ในตำแหน่งหน้าจอเดียวกันในทั้งสองเฟรม
- องค์ประกอบพื้นหลังอยู่ในตำแหน่งคงที่
- อัตราส่วนภาพของทั้งสองเฟรมตรงกับอัตราส่วนเอาต์พุตเป้าหมาย
- พื้นที่ว่างถูกรักษาไว้เพื่อให้การเคลื่อนไหวมีที่ไป
รายการตรวจสอบแสง
- ทิศทางแสงหลักเหมือนกันในทั้งสองเฟรม
- อุณหภูมิสีตรงกันภายใน 200K
- ความยาวและมุมของเงาคงที่สอดคล้องกับแหล่งกำเนิดแสงเดียว
- แสงสะท้อนตกกระทบในบริเวณพื้นผิวเดียวกัน
รายการตรวจสอบกล้อง
- ความยาวโฟกัสเหมือนกัน (ใช้ข้อมูล EXIF หรือเมตาดาต้า)
- มุมถ่ายภาพตรงกันภายใน 5 องศา
- ความสูงของกล้องสอดคล้องกัน
- ลักษณะการบิดเบี้ยวของเลนส์ตรงกัน (เลนส์ฟิกซ์เทียบกับเลนส์ซูม)
เราได้ใช้เครดิตไปกับการทดสอบคู่ที่เฟรมแรกถ่ายที่ 35 มม. และเฟรมสุดท้ายที่ 50 มม. โมเดลสร้าง "การกระตุก" ที่ไม่พึงประสงค์กลางคลิป ล็อกความยาวโฟกัสก่อนที่คุณจะสร้าง
ขั้นตอนที่ 2: อัปโหลดเฟรมแรกและเฟรมสุดท้าย
Wan 2.7 คาดหวังเฟรมทั้งสองในลำดับที่กำหนด ภาพแรกที่คุณส่งจะเป็นสถานะเริ่มต้น ภาพที่สองจะเป็นสถานะสิ้นสุด ตาม ภาพรวม Alibaba Cloud Model Studio การเรียก I2V ยอมรับ URL รูปภาพหรือเพย์โหลดที่เข้ารหัส base64 และโมเดลจะถือว่าอาร์เรย์อินพุตเป็นลำดับที่มีการจัดเรียง
ลำดับมีความสำคัญมากกว่าที่คนส่วนใหญ่คาดหวัง หากคุณอัปโหลดภาพกล่องเปิดก่อนและภาพกล่องปิดทีหลัง คุณจะได้แอนิเมชันการปิด หากกลับลำดับ คุณจะได้แอนิเมชันการเปิด โมเดลไม่ได้อนุมานเจตนาจากพรอมต์เพียงอย่างเดียว ลำดับเฟรมคือแหล่งที่มาของความจริงสำหรับทิศทาง
รูปแบบและขนาดการอัปโหลด
ทั้งสองเฟรมควรมีอัตราส่วนภาพเดียวกันกับเอาต์พุตเป้าหมาย การป้อนเฟรมแรก 9:16 และเฟรมสุดท้าย 1:1 จะบังคับให้มีการครอป และการครอปจะทำให้เกิดสิ่งแปลกปลอมที่ขอบ ปรับขนาดทั้งสองเฟรมให้เป็นความละเอียดเอาต์พุตก่อนอัปโหลด
สูตรการปรับขนาดที่ใช้งานได้จริง: กำหนดเป้าหมาย 1920x1080 สำหรับเอาต์พุต 16:9 ที่ 1080P, 1080x1920 สำหรับ 9:16, และ 1080x1080 สำหรับ 1:1 รักษขนาดไฟล์ให้อยู่ต่ำกว่า 10MB ต่อเฟรมเพื่อหลีกเลี่ยงความล้มเหลวในการหมดเวลาการเชื่อมต่อที่ช้า
การตั้งชื่อและการจัดลำดับ
ตั้งชื่อไฟล์ของคุณในลักษณะที่ทำให้ลำดับชัดเจน keyframe-01-closed.png และ keyframe-02-open.png ช่วยลดการคาดเดาในเวลาอัปโหลด สิ่งนี้อาจดูเล็กน้อย แต่การอัปโหลดผิดลำดับเป็นความล้มเหลวที่พบบ่อยเป็นอันดับสองที่เราเห็น
ขั้นตอนที่ 3: ตั้งค่าระยะเวลา (และเหตุผลที่คุณควรเริ่มต้นสั้นๆ)
ระยะเวลาควบคุมจำนวนเฟรมที่โมเดลต้องสร้างขึ้นระหว่างคีย์เฟรมสองเฟรมของคุณ ระยะเวลาที่ยาวนานขึ้นหมายถึงการประมาณค่าที่มากขึ้น ซึ่งหมายถึงโอกาสที่โมเดลจะเบี่ยงเบนมากขึ้น เอกสารอ้างอิง Wan 2.7 I2V API รองรับระยะเวลาตั้งแต่ 2 ถึง 15 วินาทีสำหรับ I2V
เราแนะนำให้เริ่มต้นที่ 2 ถึง 5 วินาทีสำหรับคู่คีย์เฟรมใหม่ใดๆ การเรนเดอร์สั้นๆ จะเผยให้เห็นโหมดความล้มเหลวได้ในราคาถูก หากโมเดลสามารถประมาณค่าได้อย่างสะอาดตาตลอด 3 วินาที คุณก็สามารถขยายเป็น 8 หรือ 10 วินาทีได้อย่างมั่นใจในการลองครั้งต่อไป
สรุปอ้างอิง: Wan 2.7 I2V รองรับระยะเวลาตั้งแต่ 2 ถึง 15 วินาที แต่ค่าใช้จ่ายเครดิตจะเพิ่มขึ้นเป็นเส้นตรงตามระยะเวลา การทดสอบที่ 2 ถึง 5 วินาทีจะเผยให้เห็นโหมดความล้มเหลวของการบิดเบี้ยว, การเบี่ยงเบน, และการกระโดดของกล้องในราคาเพียงเศษเสี้ยวของการเรนเดอร์ 10 วินาที
ระยะเวลาเทียบกับขนาดการเคลื่อนไหว
ระยะเวลาสั้นๆ เหมาะสำหรับการเคลื่อนไหวเล็กน้อย การเรนเดอร์ 3 วินาทีเหมาะกับการยกฝากล่อง การเรนเดอร์ 5 วินาทีเหมาะกับการที่ตัวละครหันจากด้านหลังมาด้านหน้า หากเกิน 8 วินาที โมเดลจะต้องสร้างการเคลื่อนไหวระหว่างกลางที่ไม่มีคีย์เฟรมใดบ่งบอก ซึ่งเป็นที่มาของการเคลื่อนไหวที่สร้างขึ้นเอง
การคำนวณค่าใช้จ่ายเครดิต
ระยะเวลาจะเพิ่มค่าใช้จ่ายเป็นเส้นตรง การเรนเดอร์ 1080P 10 วินาทีมีค่าใช้จ่ายประมาณห้าเท่าของการเรนเดอร์ 1080P 2 วินาที หากคุณทดสอบที่ 10 วินาทีแล้วล้มเหลว คุณจะต้องจ่ายราคาเต็มสำหรับการเรนเดอร์ที่คุณไม่สามารถใช้ได้ ทดสอบสั้นๆ แล้วค่อยดำเนินการ
ขั้นตอนที่ 4: เขียนพรอมต์การเปลี่ยนผ่าน
พรอมต์ในโหมด first-last-frame จะอธิบายการเคลื่อนไหวระหว่างสองเฟรม ไม่ได้อธิบายวัตถุซ้ำ เพราะคีย์เฟรมทำหน้าที่นั้นอยู่แล้ว ชุดพรอมต์ first-last-frame ของ PixMind รวบรวมรูปแบบพรอมต์สำหรับตัวอย่างสามตัวอย่างที่แสดงด้านล่าง
พรอมต์การเปลี่ยนผ่านมีสี่ส่วน: การกระทำ, ความเร็ว, พฤติกรรมของกล้อง, และสไตล์ รักษาแต่ละส่วนให้เป็นประโยคสั้นๆ เพียงประโยคเดียว พรอมต์ที่ยาวจะทำให้ความสนใจของโมเดลเจือจางลงและสร้างการเคลื่อนไหวที่นุ่มนวลขึ้น
สรุปอ้างอิง: พรอมต์การเปลี่ยนผ่านในโหมด Wan 2.7 first-last-frame ควรอธิบายการเคลื่อนไหว ไม่ใช่วัตถุ พรอมต์ที่มีประสิทธิภาพครอบคลุมสี่ส่วน: การกระทำ, ความเร็ว, พฤติกรรมของกล้อง, และสไตล์ การใช้แต่ละส่วนเป็นประโยคสั้นๆ เพียงประโยคเดียวจะดีกว่าพรอมต์ที่ยาวเป็นย่อหน้าซึ่งอธิบายซ้ำสิ่งที่คีย์เฟรมแสดงอยู่แล้ว
โครงสร้างพรอมต์
- การกระทำ: สิ่งที่เคลื่อนไหว "ฝายกขึ้น", "ตัวละครหัน", "ท้องฟ้ามืดลง"
- ความเร็ว: เร็วแค่ไหน "ช้า", "ค่อยๆ", "ตลอดสามวินาที"
- กล้อง: กล้องทำอะไร "นิ่ง", "ซูมเข้าเล็กน้อย", "ล็อกอยู่กับที่"
- สไตล์: การจัดองค์ประกอบภาพ "แบบภาพยนตร์", "แบบสารคดี", "โฟกัสนุ่มนวล"
รูปแบบที่ไม่ควรทำ: การใช้พรอมต์มากเกินไป
ต้านทานความต้องการที่จะอธิบายวัตถุซ้ำ หากคีย์เฟรมแรกเป็นกล่องของขวัญที่ปิดอยู่ พรอมต์ของคุณไม่จำเป็นต้องระบุว่า "กล่องของขวัญที่ปิดอยู่บนโต๊ะไม้" โมเดลรู้เรื่องนั้นอยู่แล้ว การอธิบายซ้ำจะผลักดันให้โมเดลเรนเดอร์กล่องใหม่ ซึ่งขัดแย้งกับการประมาณค่า
[ข้อมูลเชิงลึกเฉพาะ] หน้าที่ของพรอมต์การเปลี่ยนผ่านคือการจำกัดการเคลื่อนไหว ไม่ใช่การประกาศวัตถุ ให้ถือว่ามันเป็นบันทึกการออกแบบท่าเต้นสำหรับนักเต้นที่รู้ชุดอยู่แล้ว
ขั้นตอนที่ 5: เรนเดอร์และประเมินผลตามห้าแกน
การเรนเดอร์ first-last-frame ทุกครั้งจำเป็นต้องมีการประเมินผลอย่างชัดเจน เราประเมินผลตามห้าแกน โดยแต่ละแกนจะให้คะแนนว่าผ่านหรือไม่ผ่าน การเรนเดอร์ที่ไม่ผ่านแกนใดแกนหนึ่งจะกลับไปที่ขั้นตอนที่ 1 หรือขั้นตอนที่ 4 ไม่ใช่การส่งมอบขั้นสุดท้าย
ห้าแกนครอบคลุมอัตลักษณ์, กล้อง, แสง, การเคลื่อนไหว, และความแม่นยำของเฟรมเป้าหมาย สามแกนแรกมาจากคุณภาพของคีย์เฟรม สองแกนสุดท้ายมาจากการเลือกพรอมต์และระยะเวลา
สรุปอ้างอิง: การเรนเดอร์ Wan 2.7 first-last-frame ควรอิงตามการประเมินผลบนห้าแกนไบนารี: ความสอดคล้องของอัตลักษณ์, ความต่อเนื่องของกล้อง, ความต่อเนื่องของแสง, ความสมจริงของการเคลื่อนไหว, และการบรรลุเฟรมเป้าหมาย การเรนเดอร์ที่ไม่ผ่านแกนใดแกนหนึ่งควรรื้อฟื้นในขั้นตอนคีย์เฟรมหรือพรอมต์ แทนที่จะลองใหม่โดยไม่คิด
แกนที่ 1: ความสอดคล้องของอัตลักษณ์
วัตถุยังคงดูเหมือนวัตถุเดิมในทุกเฟรมหรือไม่? สำหรับตัวละคร ให้ตรวจสอบรูปทรงใบหน้า สำหรับผลิตภัณฑ์ ให้ตรวจสอบเงาและตราสินค้า การเบี่ยงเบนที่นี่มักเกิดจากคีย์เฟรมที่ไม่สอดคล้องกันในเรื่องมุม
แกนที่ 2: ความต่อเนื่องของกล้อง
กล้องยังคงอยู่ในตำแหน่งที่ควรอยู่หรือไม่? หากคุณระบุว่านิ่ง ให้ตรวจสอบการซูมเข้าที่ไม่ตั้งใจ หากคุณระบุว่าซูมเข้า ให้ตรวจสอบว่าการเคลื่อนไหวราบรื่นและไม่กระตุก
แกนที่ 3: ความต่อเนื่องของแสง
ทิศทางแสงยังคงที่หรือไม่? สังเกตการพลิกของเงากลางคลิป ซึ่งบ่งชี้ว่าโมเดลสลับแหล่งกำเนิดแสงระหว่างเฟรม
แกนที่ 4: ความสมจริงของการเคลื่อนไหว
การเคลื่อนไหวดูสมจริงทางกายภาพหรือไม่? ฝาไม่ควรทะลุกล่อง แขนขาไม่ควรบิดไปข้างหลัง ผมไม่ควรหยุดนิ่งกลางอากาศ การเคลื่อนไหวที่ไม่สมจริงมักหมายความว่าพรอมต์ขอมากเกินไปในระยะเวลาที่สั้นเกินไป
แกนที่ 5: การบรรลุเฟรมเป้าหมาย
เฟรมสุดท้ายของวิดีโอที่สร้างขึ้นตรงกับภาพเฟรมสุดท้ายที่คุณอัปโหลดหรือไม่? นี่คือการทดสอบที่ทำให้โหมดนี้มีชื่อ หากโมเดลจบลงใกล้เคียงแต่ไม่ตรงเป๊ะ ให้ปรับพรอมต์ของคุณให้กระชับขึ้นหรือลดระยะเวลาลง
สามตัวอย่างที่ใช้งานได้จริง (การเปิดเผยผลิตภัณฑ์, การหมุนตัวละคร, กลางวันเป็นกลางคืน)
รูปแบบสามแบบด้านล่างครอบคลุมประมาณ 80 เปอร์เซ็นต์ของกรณีการใช้งาน first-last-frame ที่เราเห็นบน PixMind แต่ละแบบประกอบด้วยการเตรียมคีย์เฟรม, พรอมต์, ระยะเวลา, และโหมดความล้มเหลวที่พบบ่อยที่สุด
ตัวอย่างที่ 1: การเปิดเผยผลิตภัณฑ์ (กล่องของขวัญปิดไปเปิด)
คีย์เฟรม: ภาพผลิตภัณฑ์สองภาพ, กล้องและแสงเหมือนกัน เฟรมแรก: ฝาปิด เฟรมที่สอง: ฝาเปิดเต็มที่พร้อมให้เห็นด้านใน
พรอมต์: "ฝายกขึ้นช้าๆ และเอียงไปด้านหลัง เผยให้เห็นด้านใน กล้องนิ่ง, แสงแบบภาพยนตร์นุ่มนวล, ระยะเวลาสามวินาที"
ระยะเวลา: 3 วินาที ที่ 1080P, 16:9
โหมดความล้มเหลว: การบิดเบี้ยวของพื้นผิวสะท้อนแสง หากกล่องมีพื้นผิวมันวาว โมเดลจะทำให้แสงสะท้อนเลอะเทอะเมื่อฝาเคลื่อนที่ บรรเทาได้โดยการลดความมันวาวในคีย์เฟรมหรือเพิ่ม "พื้นผิวด้าน" ในพรอมต์
ตัวอย่างที่ 2: การหมุนตัวละคร (มุมมองด้านหลังไปด้านหน้า)
คีย์เฟรม: ภาพตัวละครสองภาพ, แสงและความยาวโฟกัสเหมือนกัน เฟรมแรก: ตัวละครมองจากด้านหลัง เฟรมที่สอง: ตัวละครหันหน้าเข้าหากล้อง
พรอมต์: "ตัวละครหมุนช้าๆ หันหน้าเข้าหากล้อง หมุนตามเข็มนาฬิกาตลอดสี่วินาที ภาพขนาดกลางนิ่ง, ระยะชัดลึกแบบภาพยนตร์"
ระยะเวลา: 4 ถึง 5 วินาที ที่ 1080P
โหมดความล้มเหลว: การเปลี่ยนแปลงอัตลักษณ์ ใบหน้าอาจเปลี่ยนไปกลางการหมุน บรรเทาได้โดยการทำให้คีย์เฟรมทั้งสองหันหน้าตรงมากที่สุดเท่าที่จะทำได้ภายในช่วงการหมุน หรือโดยการใช้โหมด reference-to-video (R2V) เพื่อรักษาอัตลักษณ์ให้แข็งแกร่งขึ้น
ตัวอย่างที่ 3: กลางวันเป็นกลางคืน (การผ่านของเวลา)
คีย์เฟรม: ภาพทิวทัศน์สองภาพ, องค์ประกอบเหมือนกัน เฟรมแรก: กลางวัน เฟรมที่สอง: กลางคืนพร้อมไฟประดิษฐ์เปิดอยู่
พรอมต์: "ท้องฟ้ามืดลงอย่างค่อยเป็นค่อยไปจากกลางวันเป็นกลางคืนตลอดห้าวินาที, ไฟประดิษฐ์สว่างขึ้น, อุณหภูมิสีเย็นลง กล้องนิ่ง, ขาตั้งกล้องล็อกอยู่"
ระยะเวลา: 5 วินาที ที่ 1080P
โหมดความล้มเหลว: การกระโดดของกล้อง หากภาพทิวทัศน์ทั้งสองถ่ายจากตำแหน่งที่แตกต่างกันเล็กน้อย โมเดลจะสร้างการเคลื่อนไหวของกล้องเพื่อเชื่อมต่อภาพเหล่านั้น บรรเทาได้โดยการถ่ายคีย์เฟรมทั้งสองจากขาตั้งกล้องที่ล็อกอยู่ หรือโดยการใช้ภาพเดียวที่มีการถ่ายคร่อมแสง
โหมดความล้มเหลวที่พบบ่อย (และวิธีแก้ไข)
การระบุชื่อโหมดความล้มเหลวคือวิธีที่คุณจะส่งมอบได้เร็วขึ้น สามข้อด้านล่างนี้เป็นสาเหตุหลักของการเรนเดอร์ที่ถูกปฏิเสธส่วนใหญ่ที่เราเห็น
การบิดเบี้ยวของพื้นผิวสะท้อนแสง
แก้ว, โลหะขัดเงา, และน้ำจะเลอะเทอะระหว่างการประมาณค่าเนื่องจากโมเดลไม่สามารถติดตามการสะท้อนได้อย่างสม่ำเสมอ ลดขนาดการเคลื่อนไหว, เปลี่ยนไปใช้พื้นผิวด้านในคีย์เฟรม, หรือลดระยะเวลาเพื่อให้โมเดลมีเฟรมที่ต้องสร้างน้อยลง
การเปลี่ยนแปลงอัตลักษณ์
ใบหน้าและเงาเปลี่ยนไปมาระหว่างเฟรม สิ่งนี้พบบ่อยที่สุดเมื่อคีย์เฟรมทั้งสองไม่สอดคล้องกันในเรื่องมุมหรือการแสดงออก ถ่ายคีย์เฟรมใหม่ที่มุมที่ตรงกัน หรือเปลี่ยนไปใช้โหมด R2V พร้อมภาพอ้างอิงเพื่อยึดอัตลักษณ์
การกระโดดของกล้อง
โมเดลสร้างการเคลื่อนไหวของกล้องเพื่อเชื่อมต่อคีย์เฟรมสองเฟรมที่บ่งบอกถึงมุมที่แตกต่างกัน วิธีแก้ไขคือต้นน้ำ: ล็อกความยาวโฟกัส, มุม, และความสูงในคีย์เฟรมทั้งสอง หากคุณไม่สามารถถ่ายใหม่ได้ ให้ยอมรับการเคลื่อนไหวของกล้องและเขียนลงในพรอมต์
เราพบว่าการกระโดดของกล้องเป็นโหมดความล้มเหลวที่มักถูกวินิจฉัยผิดว่าเป็น "ข้อบกพร่องของโมเดล" โมเดลกำลังทำตามที่คีย์เฟรมบอกให้ทำอย่างถูกต้อง แก้ไขอินพุต
Wan 2.7 First-Last-Frame คำถามที่พบบ่อย
Wan 2.7 โหมด first-frame และ first-last-frame แตกต่างกันอย่างไร?
โหมด first-frame รับภาพหนึ่งภาพเป็นสถานะเริ่มต้นและให้โมเดลสร้างสถานะสิ้นสุด โหมด first-last-frame รับภาพสองภาพและบังคับให้โมเดลจบลงที่ภาพที่สอง First-last-frame ให้การควบคุมสถานะสิ้นสุดที่คุณไม่สามารถทำได้ในโหมด first-frame
การเรนเดอร์ Wan 2.7 first-last-frame ครั้งแรกของฉันควรนานแค่ไหน?
เริ่มต้นที่ 2 ถึง 5 วินาที ระยะเวลาสั้นๆ จะเผยให้เห็นโหมดความล้มเหลวได้ในราคาถูก ตาม เอกสารอ้างอิง Alibaba Cloud I2V API รองรับระยะเวลาตั้งแต่ 2 ถึง 15 วินาที แต่ระยะเวลาที่ยาวนานจะเพิ่มระยะการประมาณค่าและความเสี่ยงของสิ่งแปลกปลอม
Wan 2.7 first-last-frame สามารถจัดการกับพื้นผิวสะท้อนแสง เช่น แก้วและโลหะได้หรือไม่?
ได้ แต่ต้องระมัดระวัง พื้นผิวสะท้อนแสงเป็นโหมดความล้มเหลวที่พบบ่อยที่สุดในการบิดเบี้ยว บรรเทาได้โดยการลดความมันวาวในคีย์เฟรม, รักษาระดับการเคลื่อนไหวให้เล็ก, และเขียน "พื้นผิวด้าน" ลงในพรอมต์ กระจกและโครเมียมขัดเงายังคงเป็นกรณีที่ยากที่สุด
ฉันจะป้องกันการเปลี่ยนแปลงอัตลักษณ์ระหว่างคีย์เฟรมสองเฟรมได้อย่างไร?
จับคู่มุมกล้อง, ความยาวโฟกัส, และแสงในคีย์เฟรมทั้งสองให้มีความคลาดเคลื่อนน้อยที่สุด หากการเปลี่ยนแปลงยังคงอยู่ ให้เปลี่ยนไปใช้โหมด reference-to-video (R2V) และส่งภาพอ้างอิงเพื่อยึดอัตลักษณ์ R2V มีเอกสารอยู่ใน คู่มือเครื่องมือสร้างวิดีโอ PixMind Wan 2.7
Wan 2.7 first-last-frame รองรับ 1080P หรือไม่?
ได้ Wan 2.7 I2V รองรับเอาต์พุต 720P และ 1080P First-last-frame สืบทอดทั้งสอง 1080P ใช้เครดิตประมาณสองเท่าต่อวินาทีของ 720P ดังนั้นให้ทำซ้ำที่ 720P และจบที่ 1080P
ดูการทำงานจริง
11 minutes of work turned into 8.7M views in 5 days
— Woody (@woody_research) May 28, 2026
no camera, no real person, no photoshoots, just a 24 year old kid and an ai girl he generated on his laptop.
I've been watching how the page is built. the whole pipeline is three tools running in sequence.
> chatgpt writes… https://t.co/iNPeLY9r3K pic.twitter.com/4jB5QObIvw
