Panduan menghasilkan GIF ekspresi watak

Pada 4 November, OpenAI memperkenalkan Images 2.6. Arahan teks dalam sembang boleh menghasilkan GIF berulang secara langsung. Untuk reaksi watak, kita perlu menyemak sama ada emosi jelas, identiti kekal dan gerakan sesuai dimainkan berulang kali.

Bersama Arcloop, kita meneliti enam GIF asal dan setiap bingkainya: arahan, hasil dan cadangan penambahbaikan. Image 2.6 juga tersedia di Arcloop. Buka ruang kerja Arcloop dengan imej rujukan dan penerangan gerakan anda. GIF dan ukuran di bawah datang daripada ujian kami dalam ChatGPT.

1. Pilih watak

Akaun ChatGPT yang diaktifkan penjanaan GIF membolehkan anda memuat naik imej pegun dan menerangkan gerakan. Anda tidak perlu menguasai garis masa dahulu, tetapi perlu membezakan perkara yang boleh berubah dengan yang mesti dikekalkan.

Rujukan kami berambut pendek kelabu keperakan, bermata keemasan, bertelinga kucing, memakai apron biru dan jingga, mempunyai loceng serta reben jingga pada rambut dan ekor di kanan imej. Ini ialah ciri tetap; ekspresi, gerakan tangan dan ekor boleh berubah.

Mengangkat tangan ke muka ialah perubahan aksi. Loceng hilang atau warna apron bertukar mungkin menjejaskan identiti. Kamera dan komposisi tetap memudahkan semakan tetapi tidak menjamin bebas perubahan bentuk. Semak kestabilan dalam setiap GIF dan kesamaan watak antara keenam-enamnya. Untuk merekod ciri tetap, rujuk lembaran watak sebelum menulis prompt (bahasa Inggeris).

2. Terangkan emosi melalui tindakan yang kelihatan

Tindakan khusus memberikan kriteria penilaian. Berikut terjemahan enam prompt asal:

1. Malu menyembunyikan muka: telinga ke belakang, kedua-dua tangan menutup separuh muka.
2. Mendesis marah: pipi dikembungkan, telinga tegak, sedikit mengancam.
3. Mendengus seperti tsundere: tangan bersilang, kepala berpaling, ekor berayun perlahan.
4. Hadiah untukmu: hulurkan hati kecil dengan kedua-dua tangan, mata bersinar.
5. Menangis sedih: air mata bergenang, mulut melengkung ke bawah, bahu sedikit bergetar.
6. Mengenyit bangga: tangan di pinggang, kenyit sebelah mata sekali.

Malu. Tangan naik ke mulut, telinga menurun dan pipi memerah. Emosi jelas; periksa juga sempadan jari dan pipi apabila tangan menutup muka.

Marah. Kening berkerut, mulut terbuka dan tangan terangkat lebih menonjol daripada pipi kembung. Emosi boleh berjaya tanpa memenuhi setiap butiran. GIF tiada bunyi, jadi desisan perlu disampaikan secara visual.

Tsundere. Tangan bersilang, kepala berpaling dan mata tertutup memperjelas sikap. Simbol hembusan nafas turut ditambah. Untuk pelekat yang bersih, anda boleh meminta simbol tambahan dikecualikan.

Hati. Hati merah jambu muncul di tapak tangan dan dihulurkan ke depan. Aksi jelas, tetapi kemuncaknya ialah ketawa dengan mata tertutup, bukannya mata bersinar. Maksud umum dipenuhi, lakonan mata berbeza daripada arahan.

Menangis. Mata berair, telinga layu, perubahan mulut dan garis getaran dekat bahu menyampaikan kesedihan. Untuk tangisan berlebihan, meminta air mata bergenang sahaja mungkin tidak cukup. Nyatakan intensiti yang sepadan dengan tindakan.

Kenyitan. Tangan di pinggang dan sebelah mata tertutup kelihatan; senyuman serta postur menyampaikan rasa bangga. Aksi mudah lebih senang disemak mengikut setiap syarat.

Gerak tangan membezakan emosi, tetapi model masih boleh mentafsir wajah sendiri. Nyatakan emosi, perubahan muka, satu aksi utama dan pose akhir; baiki satu penyimpangan pada satu masa. Untuk kening, mata, mulut dan kedudukan kepala, lihat panduan prompt ekspresi wajah.

3. Baiki sambungan sebelum mengubah kelajuan

Lengkapkan gerakan kembali ke pose awal. GIF hati asal bermula tanpa hati dengan tangan dekat dada tetapi berakhir masih menghulurkannya. Kenyitan berakhir dengan tangan di pinggang, namun bermula di sisi bahu. Fail berulang tidak semestinya mempunyai keadaan mula dan akhir yang sama: periksa lonjakan semasa ulang mula.

Anda boleh mencuba tambahan ini:

Bermula dengan hati kecil dipegang kedua-dua tangan di dada. Hulurkan perlahan, senyum seketika, kemudian bawa kembali melalui laluan yang sama. Akhiri dengan pose tangan, kedudukan hati dan ekspresi asal. Kamera dan latar kekal tetap.

Objek yang sudah ada sejak mula mengurangkan satu peralihan muncul-hilang. Untuk kenyitan, tangan boleh kekal di pinggang sepanjang masa dengan hanya mata ditutup dan dibuka. Mengubah kelajuan GIF yang dijana di ChatGPT membantu rentak, bukan menambah aksi yang tiada atau membaiki tangan cacat dan hujung yang tidak sepadan. Permudahkan aksi dahulu, kemudian semak gerakan kembali.

4. Berapa panjang GIF boleh dihasilkan?

Kami menjana satu kitaran 20 saat, tetapi hanya 16 bingkai, setiap satu selama 1.25 saat. Bezakan tempoh main balik dengan kesinambungan gerakan. Mencapai 20 saat tidak membuktikan had maksimum.

Enam GIF asal mempunyai kitaran kira-kira 1.36–1.52 saat, lapan bingkai dan ulangan tanpa henti. Pada 6–7 November 2026, kami memuat naik rujukan sama semula ke ChatGPT dan meminta 2, 10 dan 20 saat: pegang hati di dada, hulur, senyum dan berhenti, tarik semula; pandangan depan separuh badan, kamera tetap, latar putih, tanpa teks.

Fail asal dimuat turun terus tanpa gabungan, interpolasi atau perubahan kelajuan setempat. Tempoh kitaran ialah jumlah sela masa bingkai dalam fail, bukan ukuran jam randik pada gelung tanpa henti.

Semua berulang tanpa henti dengan satu rangkaian pegang-hulur-kembali setiap kitaran. Kami mengekalkan perbezaan 0.08 saat bagi permintaan 10 saat.

2 saat. Dua bingkai awal memegang hati di dada, 3–5 menghulur dan tersenyum, 6–8 menarik semula. Rentak padat tetapi pertukaran pose setiap suku saat masih kelihatan. Pose awal dan akhir hampir sama, bukan imej serupa: gelung lancar tanpa sambungan belum terbukti.

10 saat. 16 bingkai memperincikan fasa, tetapi setiap imej kekal 0.62 saat. Dua kali bingkai tidak semestinya lebih lancar. Loceng dan reben juga berpindah dari rambut ke kolar.

20 saat. Masih 16 bingkai, kini 1.25 saat setiap satu: masa berhenti bertambah, bukan imej gerakan. Ini penjanaan berasingan, bukan fail 10 saat yang kami perlahankan. Loceng kembali di kanan tetapi cawan pada apron bertukar menjadi tapak kaki.

Untuk reaksi ini, kami menyarankan rentak 2 saat sebagai asas membaiki tangan dan sambungan gelung. Tambah masa berhenti secara beransur. Untuk cerita dengan aksi baharu melebihi sepuluh saat, pertimbangkan animasi atau video sebelum menukar kepada GIF.

Hanya satu hasil bagi setiap tempoh disimpan, diminta berturutan dalam sembang sama. Prompt 2 saat lebih pendek; yang seterusnya menambah ciri untuk dikekalkan. Dimensi dan bilangan bingkai tidak ditetapkan, tanpa pensampelan berulang. Ini penerokaan satu kes, bukan bukti bahawa semua perubahan berpunca daripada tempoh, kadar kejayaan atau had umum.

5. Dimensi dan latar

Permintaan 512×512 dan 1024×1024 tidak memberikan dimensi itu, tetapi putih, merah jambu dan ketelusan sebenar menghasilkan GIF yang boleh diperiksa. Semak piksel fail, ruang tepi sepanjang aksi dan kegunaan, bukan prompt atau pratonton sahaja.

Empat ujian menggunakan rujukan dan aksi sama, 2 saat, lapan bingkai serta pandangan depan separuh badan yang tetap. Kami meminta loceng, apron biru-jingga, cawan dan ekor dikekalkan, dengan telinga, tangan dan ekor lengkap dalam bingkai. A dan B hanya mengubah saiz; C dan D mengubah latar A.

Semua fail asal mempunyai lapan bingkai 250 ms, kitaran 2 saat dan ulangan tanpa henti; tiada penskalaan, pembuangan latar atau pengekodan semula setempat. KiB menggunakan 1024 bait.

A dan B gagal memenuhi dimensi diminta; menulis 1024 tidak menghasilkan imej lebih besar. Ini tidak menetapkan kira-kira 439 piksel sebagai had produk. Membesarkan pratonton juga bukan bukti pertambahan butiran.

Telinga, tangan dan ekor kelihatan tanpa potongan jelas dalam empat fail. Namun D hanya mempunyai 4 piksel di atas dan minimum 15 di kanan. Tidak terpotong berbeza daripada ruang yang mencukupi. Semak hujung telinga dan ekor sebelum memangkas; bahagian atas D terutama tidak sesuai diperketat.

Kami memaparkan bingkai mula dan hulur A pada lebar 64 dan 128 piksel. Pada 64, hati dan gestur boleh dibaca tetapi mata, jari dan corak apron sukar; pada 128, wajah lebih jelas. Utamakan hati dan gestur sebelum membesarkan wajah. Pemampatan selepas dihantar ke platform sembang tidak diuji.

Latar putih kelihatan hampir putih, bukan semua sampel putih tulen. Merah jambu mengekalkan tona keseluruhan; purata RGB kawasan 10×10 piksel di kiri atas berubah sedikit antara bingkai. Kestabilan visual mungkin cukup untuk reaksi biasa; pada halaman putih tepat, semak segi empat hampir putih di tepinya.

Kesemua lapan bingkai D mempunyai piksel telus dan kelegapan sudut 0. Pada latar putih serta gelap, warna di bawah kelihatan di luar watak, bukan blok putih atau corak dam yang dilukis. A, B dan C tiada piksel telus selepas dinyahkod; indeks ketelusan dalam fail sahaja tidak mencukupi.

Rambut, telinga, tangan dan ekor terpisah tanpa baki blok putih. Piksel sama ada telus penuh atau legap penuh, tanpa peralihan separa telus. Semak rambut halus dan garis tepi pada latar sasaran: ketelusan tidak menjamin pinggir kemas pada semua warna. Fail D lebih kecil juga tidak membuktikan ketelusan sentiasa menjimatkan ruang. Tiada perbandingan pemangkasan, pengurangan warna atau pembuangan bingkai; gunakan salinan, ubah satu tetapan dan semak semula gerakan serta kontur. Kadar kejayaan tidak dapat disimpulkan.

6. Adakah pertukaran syot dipatuhi?

Pertukaran berlaku, sisi loceng dan hati yang sama kebanyakannya kekal. Ini belum mengesahkan komposisi, kesinambungan aksi atau gelung. Periksa potongan jarak dekat dan gerakan menarik kembali secara berasingan.

Tiga GIF putih baharu menggunakan rujukan sama: mendekat dan menjauh beransur, satu potongan ke jarak dekat, dan jarak dekat dengan kembali separuh badan. Semuanya 2 saat, lapan bingkai dan aksi pegang-hulur-senyum-kembali. A terdahulu menjadi rujukan kamera tetap. Fail asal tidak dipangkas, digabung atau diubah kelajuan secara setempat.

Setiap bingkai 250 ms dan semua berulang tanpa henti. Titik potongan diperiksa bingkai demi bingkai.

Ujian 1. Kepala dan tubuh membesar bersama tangan serta hati, kemudian mengecil dalam 6–8. Ada perubahan skala seperti mendekat dan menjauh, tetapi kembali tidak bermula jelas pada bingkai 5 seperti diminta. Hujung telinga keluar dalam 3–5. Lapan imej masih memperlihatkan lonjakan pose.

Ujian 2. Bingkai 1–2 separuh badan; 3 terus jarak dekat. Kedua-dua tangan memegang hati merah jambu yang sama, tanpa kehilangan, pertukaran tangan atau kemunculan semula diperhatikan. Loceng dan reben kekal di kanan. Saiz kepala dan hati masih berubah; telinga serta bahagian bawah hati terpotong, yang terakhir dalam 4–5. Bingkai 8 masih dekat, lalu ulang mula kembali separuh badan. Tiada syot pulang memang disengajakan, bukan kegagalan arahan, tetapi gelung tidak bersambung secara semula jadi.

Ujian 3. Potongan 2–3 dan 6–7 berada pada kedudukan diminta. Apron dan cawan kelihatan semula, loceng di sisi sama, hanya satu hati dipegang tanpa huluran tambahan. Namun bingkai 6 masih menghulur, sedangkan 7 sudah di dada. Maksud kembali jelas tetapi peralihannya kurang. Bingkai 8 lebih hampir kepada mula tanpa menjamin sambungan lancar; potongan hati dan telinga masih ada.

Untuk kes ini, kekalkan kamera tetap atau kecilkan perubahan skala ujian 1. Jika potongan perlu, longgarkan jarak dekat supaya tangan dan hati muat; nyatakan gerakan kembali bermula sebelum potongan dan berterusan selepasnya. Dua syot berasingan boleh dicantum manual pada keadaan aksi hampir sama, tetapi kami belum mengujinya. Satu hasil setiap ujian tanpa seed tetap tidak membolehkan generalisasi kejayaan. Yang disemak ialah skala dan keadaan aksi kelihatan, bukan gerakan kamera tiga dimensi.

Dengan rujukan tersedia, mula mencipta di Arcloop. Mulakan satu emosi dan satu aksi utama, kemudian periksa identiti, peralihan dan fail sebenar.