Alkotó fejlesztett 7 perces AI animét frame-to-frame referenciakezelési munkafolyamattal
Egy alkotó nemrég egy 7 perces AI anime epizódot tett közzé a Redditen, amelynek elkészítése egy hónapot vett igénybe – a munkafolyamat pedig meglepően jól másolható. Három eszköz kombinációjával a No-Thing-9001 nevű fejlesztő 216 egyedi, konzisztens anime képkockát hozott létre. A titok a frame-to-frame referenciakezelésben rejlett. Ahelyett, hogy csak szöveges promptokra hagyatkozott volna a konzisztencia érdekében, az alkotó minden elkészült képkockát vizuális referenciaként használt a következő generálásához. Ezáltal a karakterek, az öltözet (90%-os konzisztencia), a világítás és a környezet egységes maradt a teljes projekt során. Az alkotó először a Midjourney-t és a GPT Image-et tesztelte, de a NanoBananát találta jobbnak a karakter- és környezetkonzisztencia terén, ha részletes promptokkal és referenciaképekkel látták el.
- NanoBanana (képgenerálás): A fő képkockák generálására használták, az előző képkockát referenciaként visszatáplálva a következőhöz.
- Photoshop (opcionális szerkesztés): A manuális finomhangolást igénylő képkockák tisztítására használták az animációs szakasz előtt.
- Sora 2 (animáció): A statikus képkockák egyenkénti animálására használták, megtartva a sikeres generálásokat.
- Konzisztencia-stratégia: Vizuális referenciákra támaszkodás a szöveges promptok helyett a karakterek és a környezet egységének fenntartásához.
Ez megmutatja az AI munkafolyamatok képességét a konzisztens anime készítésére már most is, és alátámasztja azon japán kiadók érveit, akik nemrég hivatalosan kérték az OpenAI-t, hogy hagyjon fel a munkáikra való betanítással.