Los personajes se mantuvieron iguales. Cada repetición del episodio 2 de GuaPi fue un error nuestro, y cada una dejó una regla.
Por Louis Chi · · 6 min de lectura
- planos
- 16
- clips generados
- 22
- versiones
- 6
- de generación de vídeo
- ≈ $5.50
Hecho con
- Estudio
- RefVid
- Modelo de vídeo
- Kling 3.0 Omni, 3 s por plano, 9:16, 720p, sin sonido
- Fotogramas clave
- Un modelo de imagen, 14 imágenes para 16 planos; dos planos continúan desde el último fotograma del clip anterior
- Sonido
- Efectos de sonido CC0, graznidos del audio generado del episodio 1 y una grabación de dominio público de En la gruta del rey de la montaña
El episodio 2 de GuaPi dura 36 segundos y tiene 16 planos. Henry, GuaPi y Xiaobai se ven iguales en todos, porque los personajes guardados para el episodio 1 se reutilizaron sin cambios.
Aun así hicieron falta 22 clips para 16 planos y seis versiones del montaje. Cada clip de más vino de algo que escribimos o dejamos pasar, no de que los personajes cambiaran. Este artículo muestra las repeticiones lado a lado, los prompts que las arreglaron y las reglas que ahora comprobamos antes de cada generación.
Cinco asaltos: una pelea animada con IA hecha con cinco clips
Un solo clip de 3 segundos no pelea por ti. Si le pides un forcejeo, te da dos segundos de personajes abrazados sin moverse del sitio. Por eso la pelea por la linterna se escribió como cinco asaltos, y cada asalto tuvo su propio fotograma clave y su propio clip.
En cada asalto cambia quién va ganando: el ganso picotea a Henry y la linterna sale volando, Xiaobai la atrapa, el ganso aterriza en la cabeza de Xiaobai, Henry se lanza y la agarra, y el perro se estrella contra él. Unidos con un destello blanco y un pequeño temblor en cada golpe, los cinco clips se convierten en once segundos de pelea.
Los fotogramas clave, dibujados en el orden de los planos con el fotograma clave anterior como referencia, para que cada uno empiece donde termina el anterior.
Seis repeticiones, y lo que nos enseñó cada una
Un personaje encogido vuelve a crecer. Las imágenes de referencia de GuaPi muestran un ganso de tamaño normal, y en tres de cinco tomas el ganso diminuto recuperó su tamaño en menos de dos segundos. Saltar y montarse en algo le devolvía el tamaño; una acción pequeña a ras de suelo lo mantenía pequeño. El asalto 1 se reescribió: de un salto hacia el pulgar de Henry pasó a un picotazo en su zapatilla, y la tercera toma aguantó.
Un personaje que el prompt nombra pero que no está en el plano se inventa. El asalto 5 pedía un ganso diminuto sobre la cabeza del perro sin añadir a GuaPi al plano, y el modelo dibujó un patito amarillo. Un momento de la historia que el espectador debe ver necesita su propio plano: el interruptor pasando de encoger a crecer era demasiado pequeño para leerse hasta que se rodó de nuevo como primer plano.
Escribe a cada personaje en el prompt de la animación
El prompt describe lo único que pasa en tres segundos, con qué fuerza pasa y cómo cambia la cara, y termina con «Keep the drawn style.» Todo personaje que menciona tiene que ser también uno de los personajes guardados del plano. Para un personaje de tamaño poco habitual, el prompt le da algo con lo que compararse y dice que el tamaño se mantiene del primer fotograma al último.
- Plano
- Asalto 1, el picotazo
- Personajes
- Henry, GuaPi
- Ajustes
- Kling 3.0 Omni · 3 s · 9:16 · 720p · sin sonido · fotograma clave como primer fotograma
The sparrow-sized goose dashes in low along the ground and pecks Henry hard on the toe of his sneaker; Henry hops up on one foot in pain, his laugh turning into a wide-open pained grimace with bulging eyes, and the shrink torch flies out of his hand, spinning up to the upper right. The goose stays sparrow-sized the whole time. Fast, snappy. Keep the drawn style.
Mira cada plano como lo haría un espectador
Comprobar que la acción ocurrió no basta. En un plano de reacción, un resplandor rojo bañaba la cara de Henry cuando la linterna pasó a hacer crecer. La acción estaba ahí, pero un espectador lo leería como que el rayo alcanzaba a Henry, mientras que el plano siguiente muestra que alcanza al ganso. El plano se quitó del episodio.
Por eso ahora cada toma se revisa una segunda vez con una pregunta: viendo solo la imagen, ¿qué piensa un espectador que acaba de pasar?
Mira antes de cortar: 29 segundos pasaron a ser 36
La versión 5 duraba 29 segundos. Primero fijamos una duración para cada tramo, para mantener el ritmo rápido, y recortamos cada clip a ella sin mirar lo que venía después del corte. Con eso se perdió a Xiaobai alejándose al trote con la linterna, a Henry sonriendo en el polvo y todo el estallido del ganso gigante.
La versión 6 mira cada clip hasta el final y quita solo tres cosas: errores reales, pausas en las que no se mueve nada durante más de un segundo y fotogramas que no enlazan con el plano siguiente.
| Plano | Versión 5 | Versión 6 |
|---|---|---|
| Henry dispara la linterna | 2,5 s | 3,0 s |
| Xiaobai atrapa la linterna | 1,7 s | 2,5 s |
| El salto de Henry | 2,3 s | 3,0 s |
| El ganso gigante | 2,2 s | 3,0 s |
| El episodio entero | 29,3 s | 35,9 s |
Cada sonido en su fotograma, desde el primer segundo
Cada golpe es un efecto de sonido CC0 colocado en el fotograma en que ocurre: el pisotón sobre el hueso, el rayo, el pop cuando GuaPi se encoge, cada asalto de la pelea, el interruptor, el crecimiento. Los graznidos salen del audio generado del episodio 1. Una grabación de dominio público de En la gruta del rey de la montaña suena bajo la versión con música y se corta en seco cuando GuaPi crece.
En una versión toda la banda sonora iba 0,43 segundos adelantada. El primer sonido empezaba tras un breve silencio, y el mezclador empezó a contar en ese sonido en lugar de en cero. Ahora bajo cada mezcla hay una pista en silencio tan larga como la película, y el sonido y la imagen tienen que salir con la misma duración.
Seis versiones
Ninguna de las seis versiones necesitó personajes nuevos ni fotogramas clave nuevos para todo el episodio. Tres necesitaron clips nuevos; el resto fueron remontajes de tomas que ya teníamos.
- v1 y v2La primera versión, de 27,6 segundos. En la v2 se arregló un destello blanco que faltaba.
- v3Se quitó el resplandor rojo sobre Henry, para que el rayo solo alcance al ganso.
- v4Abre con Xiaobai y su hueso; el interruptor se rodó de nuevo como primer plano.
- v5Un final: el ganso gigante se da la vuelta y se marcha.
- v6Cada clip visto hasta el final; 29 segundos pasaron a ser 36.
Lo que costó
Unos $5.50 de generación de vídeo, frente a unos $10 del episodio 1. Esta vez no hubo una primera versión desechable; seis de los 22 clips fueron repeticiones.
| Paso | Qué generamos | Coste de generación |
|---|---|---|
| Primera pasada | 16 clips de 3 segundos, sin sonido | ≈ $4.00 |
| Repeticiones | 6 clips de 3 segundos, sin sonido | ≈ $1.50 |
| Versiones 1 a 6 | Nada nuevo aparte de las repeticiones: remontajes de tomas existentes | $0 |
La lista que repasamos antes de cada generación
- 1Todo personaje nombrado en el prompt es uno de los personajes guardados del plano.
- 2Un personaje encogido o gigante hace acciones pequeñas a ras de suelo y se compara con algo del plano.
- 3La luz, el humo y las explosiones alcanzan solo al personaje que debe recibir el golpe.
- 4Un momento de la historia que el espectador debe ver, como un interruptor, tiene su propio plano en primer plano.
- 5El fotograma clave es el primer fotograma, y los ajustes son 3 segundos, 9:16, 720p, sin sonido.
- 6Genera dos o tres clips, míralos fotograma a fotograma y después genera los siguientes.
Preguntas
- ¿Por qué el ganso encogido volvía a crecer?
- El modelo mantiene a un personaje guardado cerca de sus imágenes de referencia, y las de GuaPi muestran un ganso de tamaño normal. Los movimientos grandes, como saltar o montarse en algo, lo devolvían a su tamaño. Las acciones pequeñas a ras de suelo, con un prompt que le da algo con lo que compararse, lo mantuvieron del tamaño de un gorrión.
- ¿Cuántos clips hacen falta para un episodio de 36 segundos?
- Dieciséis planos de 3 segundos cada uno, un clip por plano, más las repeticiones. El episodio 2 usó 22 clips: 16 de la primera pasada y 6 repeticiones, unos $5.50 de generación en el estudio de RefVid.
- ¿Puedo reutilizar estos prompts con mis propios personajes?
- Sí. Cambia los nombres por los de tus personajes, guarda cada personaje una vez en RefVid a partir de unas pocas imágenes, usa un fotograma clave como primer fotograma y mantén la frase final «Keep the drawn style.» para conseguir un aspecto dibujado.