Wan 3.0 Video Wideo

Scena tekstowa nie przyjmuje przesłanych mediów. Scena klatek wymaga pierwszego obrazu i opcjonalnie przyjmuje jeden obraz końcowy. Scena referencji przyjmuje podpisany pakiet multimodalny z obrazami, wideo i audio, ale audio nie może być jedynym medium. Sceny wzajemnie się wykluczają. Prompt jest wymagany w trybie tekstowym i opcjonalny w trybach klatek oraz referencji; po przycięciu może mieć najwyżej 20 000 znaków.

Standard: 8 / 16 / 32; Prime: 12.2 / 25.2 / 50.4 za każdą rozliczaną sekundę (480P / 720P / 1080P). Rezerwacja to stawka wariantu i rozdzielczości pomnożona przez sumę zweryfikowanych sekund filmu wejściowego i zarezerwowanych sekund wyjścia; całość jest raz zaokrąglana w górę. Inteligentny czas rezerwuje 30 sekund wyjścia i nie jest dostępny z filmem referencyjnym.

Standard: 8 / 16 / 32; Prime: 12.2 / 25.2 / 50.4 za każdą rozliczaną sekundę (480P / 720P / 1080P). Rezerwacja to stawka wariantu i rozdzielczości pomnożona przez sumę zweryfikowanych sekund filmu wejściowego i zarezerwowanych sekund wyjścia; całość jest raz zaokrąglana w górę. Inteligentny czas rezerwuje 30 sekund wyjścia i nie jest dostępny z filmem referencyjnym.

Scena referencji przyjmuje maksymalnie 10 obrazów, 5 wideo MP4 lub MOV oraz 5 klipów audio MP3 lub WAV. Każdy klip wideo lub audio musi trwać od 1 do 15 sekund, a dla wideo i audio obowiązuje osobny łączny limit 15 sekund. Nie można przesłać wyłącznie audio.

Obrazy mogą być w formacie JPEG, PNG bez przezroczystości, WebP lub BMP, do 20 MB każdy, o szerokości i wysokości od 240 do 8 000 pikseli oraz proporcjach nie większych niż 8. Wideo musi być MP4 lub MOV, do 95 MB każde, od 240 do 4 096 pikseli na bok i również mieścić się w granicy proporcji 8:1.

Opcja -1 pozwala modelowi wybrać czas wyniku, dlatego Rivya rezerwuje górny limit 30 sekund. Inteligentnego czasu nie można łączyć z wideo referencyjnym; przy wejściu wideo wybierz jawny czas, aby zweryfikowane wejście wraz z wynikiem nie przekroczyło 30 sekund. Prawidłowe rzeczywiste użycie nie wyższe niż rezerwacja zostaje rozliczone ze zwrotem różnicy; brakujące, nieprawidłowe lub wyższe użycie zachowuje rezerwację i trafia do uzgodnienia bez ukrytego dodatkowego obciążenia.

Wybierz tekst, klatki lub referencje multimodalne; Standard albo Prime; ustaw 480P, 720P lub 1080P; wybierz adaptacyjne albo stałe proporcje; użyj czasu od 2 do 30 sekund lub inteligentnego czasu oraz steruj generowanym audio i seedem.

Tak. Scena klatek wymaga jednego pierwszego obrazu i opcjonalnie przyjmuje jeden obraz końcowy. Odrzuca wideo i audio, aby kontrakt klatek pozostał jednoznaczny.

Nie. Audio może towarzyszyć referencjom obrazu lub wideo, ale nie może być jedynym przesłanym medium.

Tak. Wideo referencyjne wymaga jawnego czasu wyniku, a suma zweryfikowanych sekund wejściowego wideo i żądanych sekund wyniku nie może przekraczać 30.

Przed utworzeniem zadania i rezerwacją kredytów Rivya wiąże użytkownika, model, URL, rzeczywisty typ MIME, rozmiar w bajtach, geometrię i czas mediów w podpisanych metadanych. Dowolne linki zewnętrzne i skróty plikowe pozostają niedostępne.

Użyj tej strony, aby zweryfikować jedną scenę, poziom i hierarchię referencji. Przejdź do Studio, gdy projekt wymaga zapisanych iteracji, kilku pakietów referencji lub porównań Standard i Prime.