Bu yılın bu döneminde bir yıl önce, referans görsellerine dayanarak birden fazla çekimde tutarlı karakter, nesne ve mekanlar vaat eden bir referans-görüntüden-video AI aracı olan Vidu.com’u test ettim. Ancak o zamandaki değerlendirmem oldukça hayal kırıklığı yaratan oldu, çünkü araç bu vaadi karşılayamadı. Daha sonra, önemli derecede daha iyi sonuçlar üreten MiniMax-H3 modeliyle yerel ortamda çalışan ComfyUI aracını denedim.
Louis Chi, Vidu.com makalemizi okudu. Bize çok benzer bir web tabanlı araç olan RefVid’i sunuyor ve platformumuzu denemem için beni hızla davet etti. Bunu yapmaktan memnuniyet duyarım. Nitekim, bir yıl sonra büyük bir sıçrayış görmek beklenir ve ben de AI video üreticilerinin olanaklarını denemekten hoşlanırım.
RefVid, açıkça ürün pazarlamasına odaklanıyor. Öncelikle reklam sektörünü hedef alıyor ve tutarlı karakterler ve ürün görselleri içeren tanıtım klipleri üretmeyi vadediyor. Geçen sefkinin kurgusal bir dizüstü bilgisayar inceleme uzmanı etrafında dönen video senaryom burada tam olarak uygun düşmüyor. Bu yüzden bunun yerine bir ürün bulacağım—uygun düşecek şekilde, doğal olarak bir dizüstü bilgisayar, Notebookcheck’ten! Geliştirici bize altı adet 5 saniyelik klip için krediler sağlıyor. Kullanıcılara sunulan ek kredi avantajı sayesinde sonunda sekiz klip oluşturabiliyoruz. O zaman başlayalım!


Öncelikle reklam sektörünü hedefliyor
Tutarlı karakterler ve ürünleri desteklediğini iddia ediyor
- Sorun: LAN partı. Chris, devasa ve ağır bir oyun laptopunda yoğun bir konsantrasyonla oyun oynuyor. Fanları bir süpürücü gibi hırıldıyor. Chris, yanındaki kişiyle iletişim kurmak için bağırmak zorunda. Komşusu sinirli bir şekilde kulaklarını kapatıyor. Chris, fan gürültüsünün üstünden bağırıyor.
- Hayal: Chris, canavar gibi makinesine bakarken yorgun görünüyor. Gürültü aniden duruyor. Etrafındaki her şey sessizleşiyor. Zihninde, zarif, ultra ince bir laptop beliriyor. Chris inanamayan bir bakış atıyor, ardından küçük, memnun bir gülümseme yakalıyor.
- Ürün: Lüks bir showroom. Chris’e NBPC One sunuluyor.
- Güç: LAN partına geri dönüldü. Chris, zarif beyaz laptopunda grafik açıdan büyüleyici bir AAA oyun oynuyor. Fanlar neredeyse duyulmuyor. Arkasında küçük bir kalabalık birleşiyor. Herkes ekrana bakıyor.
- Tasarrufsuz: Chris bir iş toplantısında oturuyor. NBPC One masada zarifçe duruyor. Tamamen sessizlik içinde yerel bir AI video üretimi görevi üzerinde çalışıyor. Ekranda etkileyici bir video önizlemesi oynanıyor. İş arkadaşları merakla yanaşıyor.
- Opsiyonel final çekimi: Chris, laptopu yarıya kadar nazikçe kapatıyor. Metin üstü: NOTEBOOKCHECK NBPC ONE – One Laptop. No Compromises.
Sorun: Gürültülü, ağır bir laptop
Hayal: Mükemmel bir laptop hayal etmek
NBPC One: Şık, sessiz, güçlü
LAN partında hayrete düşüren tepkiler
Ofiste de hayrete düşüren tepkiler
ChatGPT, prompt’ları oluşturmama yardımcı oluyor; kurgusal Notebookcheck laptopunun görsellerini üretmek için ise Gemini, Adobe Firefly ve diğer araçları kullanıyorum. Giriş yapıp Referans-to-Video seçeneğine gidiyor, laptop ve karakter görsellerimi prompt penceresine sürükleyip ilk sahne için prompt’u ekliyorum. Ardından en boy oranını 16:9’a değiştirip Kling 4.0 modelini seçiyorum. Maalesef arayüz, kullanacağım kredi miktarını göstermiyor (bu bilgi Studio sekmesi altında mevcut). Bu kötü bir durum. Başka bir kısıtlama da videoların yalnızca 5’lik artışlarla mümkün olması; örneğin 8 saniyelik bir video mümkün değil. Generate’a tıklıyorum.
Modeller
Seçenekler
İstem, karakterler, ürünler veya öğeler olarak kategorilendirilebilen 1 ile 10 arasında referans görüntü kabul eder. 5 saniyelik bir klip oluşturmak 2 ile 10 dakika arasında sürer. İlk sahneim yalnızca 2,5 dakikada hazır.
Ancak sonuçtan memnun değilim. “Chris, hemen yanındaki oyuncuya dönüp fan gürültüsünün üstünden bağırarak iletişim kurmaya çalışır” isteminden, AI’ın Chris’in fellow oyuncusuna öfkeyle bağırdığı bir sahne üretmesi. Başka bir klipte karakterin gövdesi masanın yarısına kadar sıkışmış—klasik bir AI hatası. Ayrıca güçlü bir süpürge gürültüsü de yok. Kling 4’ün ses yeteneklerine rağmen, seslendirme ve ses efektlerini sonradan kendinizin eklemesini öneririm.
İsteme her zaman doğru şekilde uyulmayabiliyor. “Toplantı sırasında NBPC One üzerinde çalışan Chris” talimatı, Chris’in laptopu açmasıyla sonuçlanıyor—üstünde gerçekten çalışmak yerine.
Böylece altıncı yedek klipimizi kullanmaya başladık. İkinci deneme biraz daha iyi bir sonuç veriyor (aşağıdaki tamamlanmış videoyu görün).
Chris’in saldırganca bağırması
Chris’in son derece ürpertici ve abartılı şekilde gülümsemesi
Laptop burada ne oldu? 3 yönlü katlanabilir mi?
Chris masaya sıkışmış
Sonuçta, tüm altı sahneyi oluşturmayı başarıyorum—bunlardan bazıları birden fazla düzeltme turu gerektiriyor. İstimlerim muhtemelen ideal değil. Yine de nihai sonuç ancak zorlukla sunulabilir durumda. Pazarlama departmanı bu videoyu olduğu gibi asla onaylamaz.
Süpürge gürültüsü dışında, başta herhangi bir ses eklemedim. Sorun, Kling’in konuşma diyalogunu ve müziği tek bir ses dosyasında birleştirmesi. Kendi müziğinizi eklemek isterseniz, tüm diyalogları yeniden kaydetmeniz gerekir (örneğin “Laptopun gerçekten gürültülü”, videoyu görün). Birden fazla ayrı ses çıkış dosyası çok daha faydalı olurdu, çünkü bu, post-production sırasında daha büyük bir esneklik sunar.
RefVid’i yalnızca nispeten kısa bir süre test ettim ve sekiz klip oluşturabildim. İyi haber: Tek bir referans fotoğrafı göndermiş olmuma rağmen karakter farklı kliplerde oldukça tutarlı görünüyordu. Prompta duruma göre laptopumuz da makul derecede tutarlıydı. Bu açıdan RefVid, birden fazla klip boyunca tutarlı karakter ve ürünler koruma vaadini karşılıyor.
Ancak altyapıdaki yapay zeka (bu durumda Kling 4.0) daha bir yıldan fazla bir süredir hâlâ tipik yapay zeka hataları üretmeye devam ediyor: nesnelerin içine saplanan bedenler, tuş yavaşlatılmış hareketler (LAN sahnesi 2’ye bakın), yanlış yorumlanan promptlar ve benzeri. Aslında zihninizde olan klipleri elde etmek için oldukça fazla deneyim, uzmanlık, kaliteli referans görüntüleri, zaman ve kredi yatırımı yapmanız gerekiyor.
Ayrıca her sahneyi mutlak kesinlikle tanımlamak da büyük önem taşır. İdeal olarak, bilinen sorunların önüne geçmek için negatif promptlar eklemelisiniz. Yapay zekanın yaratıcılığı için çok az da olsa bir alan bırakır ya da önemsiz görünen bir detayı atlerseniz, sık sık tuş şeyler ortaya çıkıyor. Bu sorunların nihayet bir daha geri dönmemesi gününü dört gözle bekliyorum. En son, bu sorunların çözümüne yardımcı olabilecek genel amaçlı bir fizik yapay zeka modeli üzerine yapılan araştırmalar hakkında bilgi vermiştim.
Bu Gelişmeyi Toplulukta Değerlendirin
Haber hakkındaki düşüncelerinizi, donanım deneyimlerinizi ve teknik sorularınızı topluluk üyeleriyle anlık olarak tartışın.
Bu gelişme hakkında düşüncelerinizi, donanım deneyimlerinizi veya sorularınızı Topluluk Forumumuzda paylaşın.
Foruma Katıl & Yanıtla ➔




Söz sizde.
Deneyiminizi, sorularınızı ve katkılarınızı paylaşın. E-posta adresiniz yayımlanmaz.