AIモーションコントロールAPI

AIモーションコントロールAPIは、リファレンスビデオからキャラクター画像に動きを転送します。ビジュアルアイデンティティとパフォーマンス情報を組み合わせた新しいクリップを生成します。モデル固有のコントロールは、キャラクター、カメラ、シーンの処理方法を決定します。

このタスクのモーション コントロール モデルは、キャラクター イメージとソース ビデオを使用します。エンドポイントを読み取り、正確なフィールド、受け入れられる形式、サイズおよび期間の制限を確認します。オプションのプロンプトまたは方向制御は、モデルで文書化されている場合にのみ提供する必要があります。

意図したアクションを実行する、はっきりと見える主要な主体を 1 人使用します。安定したフレーミングと限られたオクルージョンを好み、無関係なカットは避けてください。キャラクターのイメージに合った動きを選択し、長いパフォーマンスを送信する前に短いセグメントをテストします。

互換性のある開始ポーズ、向き、トリミングにより、曖昧さを軽減できます。クローズアップのポートレートは、複雑な脚の動きを伴う全身アクションの参考にはなりません。表示されるボディの量を調整し、モデル用に文書化された方向設定を使用します。

サポートと品質は、選択したモデルとソース資産によって異なります。明確に描かれた主題と互換性のあるパフォーマンスから始めます。モデルがすべてのキャラクター タイプを同等に処理すると仮定するのではなく、様式化された解剖学的構造、手、素早い動きを注意深くテストしてください。

ポーズの大きな違い、隠れた手足、速い動き、ソースの詳細が不明瞭な場合、転送が困難になる可能性があります。より鮮明なキャラクターイメージ、よりシンプルなパフォーマンス、互換性のあるフレームを使用します。一度に 1 つの入力を変更し、短い出力を比較して問題を特定します。

複数人による転送を想定しません。選択されたエンドポイントは 1 つの主要な主題に焦点を当てている可能性があり、人物が重なっているとモーションの割り当てが曖昧になる可能性があります。文書化された主題の制限を確認し、テストの際は 1 文字の参照から始めてください。

動きの転送と音声の同期は異なる要件です。モデルのオーディオの動作を確認し、サウンドトラックに合わせて口が動くとは想定しないでください。正確な発話が主な目標である場合は、トーキング アバターまたは文書化されたリップシンク ワークフローを使用します。

PoYo 生成を通じて、モデルと文書化された文字およびビデオ入力を送信します。 task_id を保持し、ステータスをポーリングするか、サポートされている callback_url を使用します。ユーザーに配信する前に、完成したクリップのモーションの忠実度、同一性、トリミングを検査します。

選択した階層を読み取り、どの期間が請求されるか、および入力および出力処理がカウントされるかどうかを判断します。品質モードには異なるレートを設定できます。すべてのモデルを固定価格クリップとして扱うのではなく、基準の長さと文書化された請求ルールからコストを見積もります。

モーション コントロールは、ビデオ パフォーマンスを使用してキャラクター イメージを誘導します。 Image to Video は通常、画像とプロンプト主導の動きから始まります。特定のジェスチャーやダンスにはモーション転送を選択し、カメラの動きや単純なアクションには通常の画像アニメーションを選択します。

代表的な作物、向いている方向、服装、表情、移動速度をテストします。ファイル制限と価格単位を確認し、アプリケーション内のタスクのステータスと失敗を追跡します。モデル ページと llms.txt リソースは、統合のための現在のリクエスト構造を提供します。