Vidu Multi Subject Consistency

Vidu, ShengShu Technology द्वारा Tsinghua University के सहयोग से विकसित AI वीडियो जनरेशन मॉडल्स का एक परिवार है। यह text to video, image to video, reference to video और start and end frame वर्कफ़्लो को सपोर्ट करता है, जिसमें ऐसे मॉडल भी शामिल हैं जो पूरे क्लिप में subject identity बनाए रखने के लिए डिज़ाइन किए गए हैं।

पहचाने जा सकने वाले characters, products, objects या environments को जनरेट किए गए वीडियो में शामिल करने के लिए reference images का उपयोग करें। यह वर्कफ़्लो recurring characters, branded product scenes, short narratives, advertisements और visual continuity की आवश्यकता वाली अन्य projects के लिए उपयोगी है।

Reference to video, supplied images का उपयोग subject identity को निर्देशित करने के लिए करता है, लेकिन उन्हें सख्ती से opening frame नहीं मानता। Image to video, source image को animate करता है, जबकि start and end frame generation दो निर्दिष्ट frames के बीच motion बनाता है।

Atlas Cloud API key बनाएँ और Bearer authentication के साथ /api/v1/model/generateVideo पर POST request भेजें। इसमें selected model identifier और उसके आवश्यक inputs, जैसे prompt और reference images, शामिल करें। Response में ID, status information और उपलब्ध होने पर output URLs मिलते हैं।

स्वीकृत reference formats में PNG, JPEG, JPG और WebP शामिल हैं, जिन्हें accessible URLs या valid Base64 data के माध्यम से दिया जा सकता है। Limits endpoint पर निर्भर करती हैं: Reference to Video 2.0 एक से तीन images स्वीकार करता है, जबकि Q3 Mix एक से चार images स्वीकार करता है। Request बनाने से पहले selected model schema जाँच लें।

बेहतर consistency के लिए स्पष्ट reference images का उपयोग करें और प्रत्येक subject, action, setting तथा camera movement का स्पष्ट रूप से वर्णन करें। Inputs में identities और clothing को दृश्य रूप से compatible रखें और एक ही prompt में परस्पर विरोधी scene instructions को मिलाने से बचें।

Atlas Cloud standard per generation prices के रूप में Reference to Video Q1 के लिए $0.40, Reference to Video 2.0 के लिए $0.20 और Image to Video 2.0 या Start and End to Video 2.0 में से किसी के लिए $0.075 सूचीबद्ध करता है। अन्य models की अपनी pay as you go rates हैं, इसलिए job submit करने से पहले selected endpoint की समीक्षा करें।

Generation asynchronous रूप से चलता है, इसलिए submission के बाद लौटाई गई task ID सुरक्षित रखें और उसका status monitor करें। Processing सफल होने पर result में दिए गए output URL से generated video प्राप्त करें। यदि आपके application को long term availability चाहिए, तो completed media को तुरंत store करें।

सबसे पहले API key, model identifier, required parameters, image accessibility, file format और endpoint specific limits सत्यापित करें। यदि identities drift हो रही हों, तो consistent lighting और कम conflicting details वाली अधिक स्पष्ट references आज़माएँ, फिर prompt को सरल बनाएँ। Rejected या failed requests का diagnosis करने के लिए लौटाई गई error information का उपयोग करें।