Perché, nonostante l'uso di molti prompt di velocità, i movimenti generati non sono abbastanza rapidi? Spesso, il problema non è la scarsa enfasi nella descrizione, ma una cattiva gestione del ritmo temporale del video. Quando inizia l'azione, quanto tempo richiede per essere completata e cosa deve accadere prima e dopo sono tutti elementi che devono essere coordinati.
Part 01 Perché, pur rafforzando la descrizione, il movimento non accelera?
Questo test utilizza Seedance 2 Fast per generare clip di una scala comune a una rampa, mantenendo la velocità originale, senza output audio e richiedendo un'inquadratura fissa che mostri sia la rampa che il piano inferiore. Il primo gruppo ha una durata di cinque secondi, condivide lo stesso fotogramma iniziale, modello, risoluzione e seed, variando solo i descrittori di velocità nella frase dell'azione:
A. Normal pace: The woman walks down the stairs at a normal walking pace.
B. Quickly: The woman walks down the stairs quickly.
C. Very quickly: The woman walks down the stairs very quickly.
Sebbene in tutti e tre i video il soggetto percorra le scale, i tre gradi di intensità non hanno prodotto una differenza di velocità marcata: i progressi finali di B e C sono solo leggermente in vantaggio rispetto ad A, e C non accelera significativamente rispetto a B. In questo gruppo, il semplice potenziamento dei termini non ha portato a un chiaro aumento di velocità.
Successivamente, abbiamo trasformato l'azione da camminata a corsa, e poi a uno scatto a piena velocità, aggiungendo requisiti temporali precisi. Questo passaggio modifica simultaneamente il tipo di azione, i passi e la descrizione della durata, non trattandosi più di un confronto a variabile singola. Ecco il prompt utilizzato per la versione dello scatto:
The woman immediately sprints down the visible flight of stairs at full speed, reaching the tiled floor within the first two seconds. She uses rapid, powerful, alternating footfalls with brief contact on each step.
Questa versione da cinque secondi non ha raggiunto l'obiettivo dei "due secondi": il soggetto è ancora sulle scale ai due secondi e tocca il pavimento solo intorno ai tre secondi e mezzo. Sebbene le braccia assumano una postura da corsa, dopo aver utilizzato istruzioni più forti e requisiti temporali chiari, la durata totale della discesa non si è ridotta in modo evidente.
Part 02 Comprimere la finestra temporale dell'azione
Abbiamo mantenuto il prompt completo, il fotogramma iniziale, il seed e gli altri parametri della versione scatto, riducendo solo la durata della generazione da cinque a quattro secondi. La versione da quattro secondi raggiunge il pavimento intorno ai due secondi e mezzo, in anticipo rispetto a quella da cinque, ma ancora lontana dall'obiettivo dei "due secondi".
Dopo aver ridotto la durata totale della clip, abbiamo ulteriormente regolato il momento dell'ingresso e dell'uscita del soggetto. Mantenendo la durata di quattro secondi, abbiamo usato una clip vuota della stessa scala come fotogramma iniziale, mostrando prima la scala vuota, per poi far entrare il soggetto che scende di corsa e esce dall'inquadratura. La pianificazione temporale nel prompt era la seguente:
From 0.0 to 0.7 seconds, hold on the empty staircase. At about 0.7 seconds, an adult European woman with tied-back brown hair, a blue T-shirt, dark jeans and white sneakers enters from the upper-left stair opening already sprinting. She immediately sprints down the entire visible staircase at full speed in one rapid continuous burst, with quick alternating footfalls and brief contact on the steps. Complete the visible descent in about 1.3 seconds: by 2.0 seconds both feet have reached the flat tiled floor at the bottom. She keeps running to the right across the floor and exits the frame, leaving the staircase empty again for the end of the shot.
Il modello non ha eseguito rigorosamente i punti temporali del prompt; sia l'ingresso che l'arrivo al pavimento sono stati più tardi del previsto. Tuttavia, il fatto di continuare a correre fuori dall'inquadratura dopo la discesa ha reso l'azione più concentrata. I risultati delle tre pianificazioni temporali sono i seguenti:
| Versione | Pianificazione temporale | Osservazione |
|---|---|---|
| Scatto 5 secondi | Discesa dall'inizio, obiettivo 2 secondi | Primo contatto al suolo a ~3.5s |
| Scatto 4 secondi | Prompt/inizio uguali, solo durata ridotta | Primo contatto al suolo a ~2.5s |
| Scatto 4 secondi ritardato | Inquadratura vuota, poi discesa e uscita | Entrata dopo >1s, primo contatto a ~2.5s; discesa visibile ~1.3–1.5s |
I tempi di primo contatto delle due clip da quattro secondi sono simili; il cambiamento principale della versione ritardata è che l'azione dopo l'ingresso è più concentrata. Poiché questa versione ha cambiato sia il fotogramma iniziale (vuoto) che la descrizione temporale, non è possibile attribuire i cambiamenti a un singolo fattore. Per la gestione del ritmo tra ingresso, azione principale e uscita, si veda anche il manuale Durata dell'inquadratura e design del ritmo.
Part 03 Specificare lo spazio che il soggetto deve attraversare
I gradini, il corrimano e il piano inferiore visibili aiutano a valutare se il soggetto sta effettivamente scendendo. Quando scrivi il prompt, oltre a scrivere "scendere le scale", puoi dettagliare il punto di partenza, il percorso e il punto di arrivo. I due prompt seguenti sono esempi di scrittura non ancora testati individualmente; nel confronto, mantieni velocità, fotogramma iniziale e durata costanti, osservando solo l'effetto supplementare della descrizione spaziale:
Minimal spatial detail: The woman walks quickly downstairs and stops.
Clear spatial detail: The woman walks quickly from the top of the visible staircase, follows the steps downward beside the wall-mounted handrail, and stops with both feet on the tiled floor at the bottom. She follows the staircase throughout.
Un singolo fotogramma di riferimento può indicare partenza, gradini e pavimento, ma non impone direttamente la velocità. Per scene complesse, si consiglia di verificare prima che il soggetto scenda naturalmente su una scala semplice, per poi aggiungere curve o segmenti successivi; i percorsi e le svolte nei prompt devono corrispondere al riferimento. Se il soggetto è bloccato dal corrimano o dal pianerottolo, registralo semplicemente come non valutabile.
Part 04 Registrare separatamente tempo e qualità dell'azione
Ogni gruppo di video presentato è stato generato una sola volta per condizione. Per la verifica, si consiglia di generare più clip nelle stesse condizioni, confrontando sia i campioni riusciti che quelli falliti.
| Parametro | Cosa controllare |
|---|---|
| Tempo di ingresso | Quando il soggetto appare per la prima volta |
| Tempo di avvio | Quando inizia la discesa lungo le scale |
| Primo contatto suolo | Quando il primo piede tocca il pavimento |
| Fine discesa | Quando entrambi i piedi completano la transizione |
| Naturalezza | Passi fluidi, discesa continua, assenza di scivolamenti o glitch |
I tempi indicati contano dall'inizio del video e si riferiscono al contatto del primo piede; sono stime basate su fotogrammi campionati. Il dato di 1.3–1.5 secondi della versione con ingresso ritardato descrive solo la discesa visibile dopo l'ingresso. Anche i campioni che non arrivano a destinazione o sono oscurati vanno registrati accuratamente.
Arrivare in tempo non significa che l'azione sia naturale: se l'anticipo è dovuto a glitch o scivolamenti, non è un controllo riuscito; bisogna anche monitorare se l'aspetto del soggetto o l'inquadratura subiscono deriva. Nel confrontare le versioni, si consiglia di riprodurle affiancate alla velocità originale e senza audio, fermandole alla fine per evitare distorsioni causate da loop o effetti sonori rapidi.



