Начать

Что делать, если движения в ИИ-видео слишком медленные?

Точнее управляйте скоростью движения в видео

Почему даже при большом количестве слов, задающих скорость в промпте, движение в сгенерированном видео всё равно оказывается недостаточно быстрым? Зачастую проблема не в том, что описание интенсивности слишком слабое, а в том, что не выстроен тайминг самого ролика. Важно планировать всё в комплексе: когда действие начинается, сколько времени занимает и что происходит до и после него.

Part 01 Почему усиление наречий степени не ускоряет движение

В этой серии тестов мы использовали модель Seedance 2 Fast для генерации коротких роликов с обычным одномаршевым лестничным пролётом — в оригинальной скорости и без звука. По композиции требовалась статичная камера, захватывающая видимый марш лестницы и ровную площадку внизу. В первой группе все ролики длятся по пять секунд и используют один и тот же первый кадр, модель, разрешение и сид (seed); меняется только наречие степени в описании действия:

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.

Во всех трёх видео героиня спускается по лестнице до конца, но три градации степени не дали выраженной разницы в скорости: во второй половине роликов варианты B и C лишь немного опережают A, а в C нет заметного ускорения по сравнению с B. В этой выборке само по себе усиление слов степени не привело к отчётливому росту скорости.

Затем мы заменили шаг на бег, а после — на спринт на полной скорости, добавив прямое требование по времени. На этом шаге одновременно изменились способ передвижения, описание работы ног и целевое время, поэтому сравнение перестало быть однофакторным. Для версии со спринтом использовалось следующее описание действия:

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.

Этот пятисекундный вариант со спринтом не уложился в требование «достичь пола за две секунды»: на второй секунде героиня всё ещё находится на лестнице, а её первая нога касается пола внизу лишь примерно на 3,5 секунды. Хотя руки в кадре двигаются как при беге, переход к более интенсивным глаголам движения в сочетании с жёстким таймингом не дал заметного сокращения общего времени спуска.

Part 02 Сжатие временного окна, отведённого на действие

Сначала мы сохранили полный промпт от версии со спринтом, первый кадр, сид и остальные параметры, но сократили длительность генерации с пяти секунд до четырёх. В результате в четырёхсекундной версии первая нога касается ровного пола примерно на 2,5 секунды — это раньше, чем в пятисекундном ролике, но всё ещё не укладывается в целевые две секунды.

Сократив общую длительность ролика, мы дополнительно скорректировали момент входа персонажа в кадр и выхода из него. Оставив хронометраж равным четырём секундам, мы взяли в качестве первого кадра пустой план той же лестницы: сначала показывается пустой пролёт, затем героиня вбегает в кадр, стремительно спускается и убегает за пределы экрана. Распределение времени в промпте выглядело так:

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.

Модель не выполнила тайминги из промпта буквально: и появление героини в кадре, и выход на ровный пол произошли позже запланированного. Тем не менее за счёт того, что после спуска она продолжает бежать и покидает кадр, само действие оказалось собранным плотнее. Результаты трёх вариантов тайминга приведены в таблице:

ВерсияОрганизация времениНаблюдения в этом тесте
5 секунд, спринтСпуск с самого начала, требование добежать за 2 секундыПервое касание пола ногой примерно на 3,5 с
4 секунды, спринтПромпт и первый кадр без изменений, сокращена только длительность роликаПервое касание пола ногой примерно на 2,5 с
4 секунды, отложенный входСначала пустой кадр, затем плотный спуск и выход из кадра бегомВход в кадр чуть позже 1 с, первое касание пола около 2,5 с; видимый спуск занимает около 1.3–1.5 с

Время первого касания пола в двух четырёхсекундных роликах близкое; главное отличие версии с отложенным входом в том, что движение после появления в кадре сконцентрировано плотнее. Поскольку в этом варианте были одновременно изменены и первый кадр (на пустую сцену), и описание тайминга, результат нельзя приписать какому-то одному из этих двух факторов в отдельности. Подробнее о том, как распределять вход в кадр, основное действие и выход, читайте в нашем материале Длительность кадра и дизайн ритма.

Part 03 Описание пространства, которое должен преодолеть персонаж

Ступени, перила и площадка внизу в кадре помогают нам оценить, действительно ли персонаж перемещается вниз. При составлении промпта помимо самой фразы «спускается по лестнице» полезно чётко обозначить начальную точку, траекторию движения и конечную точку. Два приведённых ниже промпта — это примеры формулировок, которые ещё не генерировались и не тестировались отдельно; при реальном сравнении можно зафиксировать слова скорости, первый кадр и длительность ролика, чтобы оценить исключительно влияние пространственных ориентиров:

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.

Одиночное референсное изображение может задать точку старта, ступени и ровный пол внизу, но не способно напрямую продиктовать скорость движения. В сложных сценах рекомендуется сначала убедиться на простом одномаршевом пролёте, что персонаж проходит его естественно, и лишь затем добавлять повороты или следующие пролёты. Маршрут и повороты в тексте промпта также должны соответствовать референсному изображению; если на полпути персонажа перекрывают перила или межэтажное перекрытие, такой дубль следует просто пометить как не поддающийся оценке.

Part 04 Раздельная фиксация тайминга и качества движения

Для каждой из показанных выше тестовых конфигураций в рамках этого разбора было сгенерировано ровно по одному ролику. При практической отладке рекомендуется делать по несколько генераций в одинаковых условиях, сохраняя для сравнения как удачные, так и неудачные дубли.

Параметр учётаЧто проверяем
Время входа в кадрВ какой момент персонаж впервые появляется в кадре
Время начала движенияВ какой момент персонаж начинает смещаться вниз по лестничному маршу
Первое касание полаВ какой момент первая стопа касается ровного пола у основания лестницы
Завершение спускаВ какой момент обе стопы полностью переходят со ступеней на ровный пол
Естественность движенияНаступает ли персонаж на ступени последовательно и плавно; нет ли скольжения, телепортации или деформации лестницы

Указанное в статье время прибытия отсчитывается от начала видео по моменту касания ровного пола первой ногой; это оценка по выборке кадров, и она не равна полному завершению спуска обеими ногами. Интервал 1.3–1.5 секунды в версии с отложенным входом описывает только видимую фазу спуска после появления героини в кадре и не включает движение за пределами экрана. Случаи, когда персонаж не доходит до низа или перекрывается объектами, также следует фиксировать как есть.

Своевременный выход на финальную точку ещё не означает естественного движения: если более ранний спуск достигнут за счёт скольжения стоп, телепортации или искажения геометрии лестницы, считать такой контроль успешным нельзя. Одновременно стоит следить за тем, не «плывут» ли внешность персонажа и положение камеры. При сравнении нескольких версий рекомендуется просматривать их до озвучки и монтажа — в оригинальной скорости, без звука, расположив плееры рядом и останавливая воспроизведение сразу по окончании ролика, чтобы зацикливание или динамичные звуковые эффекты не искажали восприятие реальной скорости.

Поделиться

Раскрыть еще

Kling 4.0 или Seedance 2.5: какую ИИ-модель видео использовать для короткометражного боевика?

Kling 4.0 или Seedance 2.5: какую ИИ-модель видео использовать для короткометражного боевика?

Как составить раскадровку: 108 промптов для камеры в ИИ

Как составить раскадровку: 108 промптов для камеры в ИИ

Обзор Seedream 5.5: 20 правок, постоянство образа и цены API

Обзор Seedream 5.5: 20 правок, постоянство образа и цены API

Голос AI-персонажа: карточка и 20 примеров для прослушивания

Голос AI-персонажа: карточка и 20 примеров для прослушивания