Os personagens continuaram iguais. Cada novo take do episódio 2 de GuaPi foi erro nosso, e cada um deixou uma regra.

Cinco rodadas: uma cena de luta animada com IA feita de cinco clipes

Um único clipe de 3 segundos não luta por você. Peça uma confusão e você recebe dois segundos de personagens se abraçando parados. Por isso a briga pela lanterna foi escrita em cinco rodadas, e cada rodada ganhou seu próprio keyframe e seu próprio clipe.

Cada rodada inverte quem está ganhando: o ganso bica o Henry e a lanterna voa, o Xiaobai a pega, o ganso pousa na cabeça do Xiaobai, o Henry mergulha e a agarra, e o cachorro bate nele. Cortados juntos, com um clarão branco e uma leve tremida a cada golpe, os cinco clipes viram onze segundos de luta.

Os keyframes, desenhados na ordem dos planos com o keyframe anterior como referência, para que cada um comece onde o anterior termina.

Seis takes refeitos, e o que cada um nos ensinou

Um personagem encolhido volta a crescer. As imagens de referência do GuaPi mostram um ganso de tamanho normal, e em três de cinco takes o ganso minúsculo voltou ao tamanho normal em até dois segundos. Pular e cavalgar traziam o tamanho de volta; uma ação pequena rente ao chão o mantinha pequeno. A rodada 1 foi reescrita, de um salto no polegar do Henry para uma bicada no tênis dele, e o terceiro take funcionou.

Um personagem que o prompt cita, mas que não está no plano, é inventado. A rodada 5 pedia um ganso minúsculo na cabeça do cachorro sem incluir o GuaPi no plano, e o modelo desenhou um patinho amarelo. Um momento da história que o espectador precisa ver exige um plano próprio: o botão passando de encolher para crescer era pequeno demais para ser lido, até ser filmado de novo em close.

Escreva cada personagem no prompt da animação de desenho com IA

O prompt descreve a única coisa que acontece em três segundos, com que força ela acontece e como o rosto muda, e termina com "Keep the drawn style." Todo personagem citado também precisa estar entre os personagens salvos do plano. Para um personagem de tamanho incomum, o prompt dá algo com que ele possa ser comparado e diz que o tamanho se mantém do primeiro ao último quadro.

Plano

Rodada 1, a bicada

Personagens

Henry, GuaPi

Configurações

Kling 3.0 Omni · 3 s · 9:16 · 720p · sem som · keyframe como primeiro quadro

Prompt

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.

Copiar promptExperimente no Estúdio

Assista a cada plano como um espectador assistiria

Conferir que a ação aconteceu não basta. Em um plano de reação, um brilho vermelho cobria o rosto do Henry quando a lanterna passava para crescer. A ação estava lá, mas o espectador leria como o feixe acertando o Henry, enquanto o plano seguinte mostra o feixe acertando o ganso. O plano foi cortado do episódio.

Por isso, todo take agora ganha uma segunda olhada com uma pergunta: só pela imagem, o que o espectador acha que acabou de acontecer?

Olhe antes de cortar: 29 segundos viraram 36

A versão 5 tinha 29 segundos. Tínhamos definido primeiro uma duração para cada trecho, para manter o ritmo rápido, e aparamos cada clipe nela sem olhar o que vinha depois do corte. Isso jogou fora o Xiaobai saindo trotando com a lanterna, o Henry sorrindo na poeira e o disparo inteiro do ganso gigante.

A versão 6 assiste a cada clipe até o fim e remove só três coisas: erros de verdade, pausas em que nada se mexe por mais de um segundo e quadros que não se encaixam no plano seguinte.

Cada som no seu quadro, desde o primeiro segundo

Cada impacto é um efeito sonoro CC0 colocado no quadro em que acontece: a pisada no osso, o blaster, o estalo quando o GuaPi encolhe, cada rodada da luta, o botão, o crescimento. As buzinadas vêm do áudio gerado do episódio 1. Uma gravação em domínio público de Na Gruta do Rei da Montanha toca por baixo na versão com música e para de repente quando o GuaPi cresce.

Uma versão teve a trilha sonora inteira 0,43 segundo adiantada. O primeiro som começava depois de um breve silêncio, e o mixer começou a contar a partir desse som em vez de a partir do zero. Agora há uma faixa silenciosa do tamanho do filme embaixo de toda mixagem, e o som e a imagem precisam terminar com a mesma duração.

Seis versões

Nenhuma das seis versões precisou de personagens novos nem de keyframes novos para o episódio inteiro. Três precisaram de clipes novos; as outras foram remontagens de takes que já tínhamos.

1. 
   v1 e v2O primeiro corte, com 27,6 segundos. Um clarão branco que faltava foi corrigido na v2.
2. 
   v3O brilho vermelho no Henry foi cortado, e o feixe só acerta o ganso.
3. 
   v4Abre no Xiaobai com o osso dele; o botão filmado de novo em close.
4. 
   v5Um final: o ganso gigante se vira e vai embora.
5. 
   v6Todos os clipes assistidos até o fim; 29 segundos viraram 36.

Quanto custou

Cerca de $5.50 em geração de vídeo, contra cerca de $10 do episódio 1. Desta vez não houve uma primeira versão descartável; seis dos 22 clipes foram takes refeitos.

A lista que conferimos antes de cada geração

1. 1Todo personagem citado no prompt está entre os personagens salvos do plano.
2. 2Um personagem encolhido ou gigante faz ações pequenas rente ao chão e é comparado com algo que está no plano.
3. 3Luz, fumaça e disparos atingem só o personagem que deve ser atingido.
4. 4Um momento da história que o espectador precisa ver, como um botão, ganha um plano próprio em close.
5. 5O keyframe é o primeiro quadro, e as configurações são 3 segundos, 9:16, 720p, sem som.
6. 6Gere dois ou três clipes, assista a eles quadro a quadro e só depois gere os próximos.