हिन्दी

← सूची पर वापस जाएँ

बाइट ने फीडेंस 2.0 एपीआई आधिकारिक उद्घाटन को हराया: AI वीडियो जनरेशन मल्टीमोडुलर डायरेक्टर की उम्र में

itadol5j

और आज, बाइट-जम्पिंग ज्वालामुखी इंजन आधिकारिक तौर पर बीजिंग 2.0 के एपीआई इंटरफ़ेस को खोलता है। इसका क्या मतलब है? इसका मतलब है कि आपको इंट्रोसेक्शन के लिए आवेदन करने के लिए लाइन अप नहीं करना है, इसलिए आप इस AI वीडियो जनरेटर को "Letting Ordinary People Direct" कह सकते हैं।

ईमानदार होने के लिए, A.I. वीडियो ने इस ट्रैक को उत्पन्न किया जिसे अब रोल नहीं किया जा सकता। लेकिन सीडेंस 2.0, इस तरंग ऑपरेशन में कुछ चीज़ होती है।

एआई वीडियो जनरेशन

मॉडल का एक डबल संस्करण। यह एक मानव निर्मित है।

सीडेंस 2.0 आपको दो विकल्प देता है:

  • सीडेंस 2.0: गुणवत्ता परिदृश्यों के लिए उपयुक्त उच्चतम गुणवत्ता की खोज
  • बीजाणु 2.0 तेज: थोक उत्पादन के लिए उपयुक्त तेज, सस्ता

दो संस्करण पूरी तरह कार्यात्मक रूप से सुसंगत हैं, जो पीढ़ी की गति और अंत प्रभाव की सटीकता के बीच अंतर करते हैं। कैसे? वॉलेट को देखो।

बहु मॉड्यूलर इनपुट। यह बड़ी तस्वीर है।

जबकि अन्य एआई वीडियो उपकरण विन्सेंट वीडियो खेल रहा है, फीडेंस 2.0 को समर्थन देने के लिए विकसित किया गया हैचित्र, वीडियो, ऑडियो, पाठचार मोल्ड किसी भी संयोजन में प्रवेश कर रहे हैं।

विशेषकर:

  • चित्र: 9 संदर्भ चार्ट तक
  • वीडियो: 3 संदर्भ वीडियो तक
  • ऑडियो: 3 ऑडियो फ़ाइलों तक
  • पाठ: प्राकृतिक भाषा विवरण

बहु मॉड्यूलर निर्माण

उदाहरण के लिए, आप एक उत्पाद मानचित्र + एक पृष्ठभूमि संगीत + दर्पण संदर्भ वीडियो अपलोड कर सकते हैं, और फिर एक संकेत लिख सकते हैं, और एआई BGM, दर्पण शैली और उत्पाद प्रस्तुति के साथ एक पूर्ण वीडियो उत्पन्न कर सकते हैं।

इस तरह के खेल, एक दोस्त के लिए जो लघु वीडियो टेप बनाता है, एक विनाशकारी झटका है।

तीन मुख्य क्षमताएं सीधे परिचालन कर रही हैं।

बहु मॉड्यूलर संदर्भ पीढ़ी

यह सेक्स 2.0 सबसे कष्टप्रद कार्य है। आप एआई को संदर्भ चित्र की चरित्र छवि, संदर्भ वीडियो का एक्शन मिरर, संदर्भ ऑडियो के ऑडियो मेलोडी, और फिर एक नया वीडियो उत्पन्न कर सकते हैं।

उदाहरण के लिए, आधिकारिक उदाहरण में, फल और चाय विज्ञापन: उत्पाद मानचित्र अपलोड करना, पृष्ठभूमि संगीत में डालना, एक स्पेक्ट्रोस्कोपी स्क्रिप्ट लिखना, AI एक आवाज, दर्पण और एक पूरी कहानी के साथ एक 8 सेकंड का वाणिज्यिक उत्पन्न कर सकता है।

वीडियो संपादन

यह सिर्फ पीढ़ी नहीं है, यह संपादन है। आपके पास AI वीडियो में किसी ऑब्जेक्ट को प्रतिस्थापित कर सकता है, गैर-आवश्यक तत्वों को हटा सकता है, या स्थानीय छवियों को वापस ले सकता है।

उदाहरण के लिए, वीडियो से चेहरे क्रीम में इत्र बदलने के लिए, दर्पण समान रहते हैं। यह ठीक ऑपरेशन, जो धीरे-धीरे AE का उपयोग करने के लिए उपयोग किया जाता है, अब किया जाता है।

वीडियो संपादक

3. वीडियो एक्सटेंशन

आपको लगता है कि आठ सेकंड पर्याप्त नहीं है? सीडेंस 2.0 वीडियो फॉरवर्ड या बैकवर्ड के विस्तार का समर्थन करता है, कई वीडियो को एक सुसंगत, लंबे वीडियो से जोड़ता है।

उदाहरण के लिए, आपके पास सामग्री के तीन टुकड़े हैं: बाहरी, इनडोर, क्लोज़ अप। एआई स्वचालित रूप से मध्यवर्ती संक्रमण छवि को पूरा कर सकता है, ताकि तीन टुकड़े निर्बाध रूप से जुड़े हों।

एक नज़र में आउटपुट विनिर्देश

पैरामीटर समर्थन का दायरा
संकल्प 480p, 720p
विजेट अनुपात 21:9, 16:9, 4:3, 1:1, 3:4, 9:16
लंबाई 4-15 सेकंड
प्रारूप MP4
फ्रेम रेट 24fps

ध्यान दें कि 1080 पीपी अभी तक समर्थित नहीं है, लेकिन 720 पी लघु वीडियो प्लेटफॉर्म के लिए पर्याप्त है।

कैसे? कोड उदाहरण

ज्वालामुखी इंजन पाइथन SDK प्रदान करते हैं, कोड की कई लाइनों के साथ:

from volcenginesdkarkruntime import Ark

client = Ark(
    base_url='https://ark.cn-beijing.volces.com/api/v3',
    api_key=os.environ.get("ARK_API_KEY"),
)

create_result = client.content_generation.tasks.create(
    model="doubao-seedance-2-0-260128",
    content=[
        {"type": "text", "text": "你的提示词"},
        {"type": "image_url", "image_url": {"url": "图片URL"}, "role": "reference_image"},
    ],
    generate_audio=True,
    ratio="16:9",
    duration=8,
)

प्रोग्रामिंग विकास

पूर्ण फ़ाइलों को ज्वालामुखी इंजन के नेटवर्क पर पाया जा सकता है, इसलिए चलो यहां निवास नहीं करते हैं।

कुछ सीमाएं देखी जा सकती हैं।

  • एंटरप्राइज़ उपयोगकर्ता सार्वजनिक सर्वेक्षण के लिए आवेदन कर सकते हैं (व्यक्तिगत डेवलपर्स अस्थायी रूप से अनुपलब्ध हैं)
  • वास्तविक चेहरे के साथ सामग्री के प्रत्यक्ष अपलोडिंग का समर्थन न करें (प्लेटफॉर्म पर उपलब्ध वर्चुअल संग्रह)
  • वीडियो जनरेशन एक वॉक-थ्रू इंटरफ़ेस है जिसके लिए क्वेरी परिणाम के घूर्णन की आवश्यकता होती है
  • मूल वीडियो यूआरएल केवल 24 घंटे के लिए मान्य है। इसे ऑब्जेक्ट स्टोरेज में स्थानांतरित करने की सिफारिश की जाती है

अंत में।

सीडेंस 2.0, इस बार ओपन एपीआई ने बाइट को हरा दिया कि आधिकारिक तौर पर आईए वीडियो-जनरेट वाणिज्यिक युद्ध में शामिल हो गया। रनवे, पिका, इन विदेशी खिलाड़ियों की तुलना में, फीडेंस का लाभ हैबहु मॉड्यूलर एकीकरण क्षमताऔरचीनी वाक्यांश की समझमुझे नहीं पता।

सामग्री निर्माताओं के लिए इसका मतलब कम वीडियो प्रोडक्शन थ्रेसहोल्ड और तेज़ उत्पादकता है। बेशक, इसका मतलब एक अधिक प्रतिस्पर्धी माहौल भी है।

उपकरण आपके लिए तैयार हैं।

भविष्य आ रहा है।