Comment améliorer le mouvement, la physique et l'audio dans les vidéos Grok AI

Lorsqu'une vidéo Grok semble incorrecte, ajouter davantage d'adjectifs cinématographiques résout rarement le problème. La solution consiste généralement à simplifier le plan, à rendre le mouvement observable, à fournir des références plus solides ou à préciser explicitement les détails physiques et visuels qui doivent rester inchangés.

Ce guide de dépannage se concentre sur les trois domaines mis en avant par xAI pour Grok Imagine Video 1.5 : le mouvement, la physique et l'audio. Vous pouvez appliquer ce flux de travail dans Grok lui-même, ou l'utiliser lors des tests du modèle via l'interface Grok Imagine d'Elser AI.

Diagnostic avant la régénération

Catégories de pannes :

• Identité : Visage, personnage, vêtement ou produit modifié.
• Action : Mouvements rigides, saccadés ou instables.
• Physique : Le poids, les collisions, les liquides, les tissus ou la géométrie semblent irréels.
• Caméra : Ignorer les mouvements ou perturber la composition.
• Audio : Les dialogues, les bruits ambiants ou les effets spéciaux ne correspondent pas à la scène.
• Continuité : Les plans indépendants n'appartiennent plus à la même séquence.

Régénérez en utilisant une correction ciblée. Si vous réécrivez tout le contenu, vous ne pourrez pas déterminer quelle modification a fonctionné.

Amélioration du mouvement du sujet

Décrire une action qui a un début, un milieu et une fin :

Faible :

Une femme se déplace naturellement dans une scène de film.

Mieux :

Elle marqua une pause, tourna son regard vers la fenêtre, puis sa tête pivota d'environ 15 degrés. Ses épaules restèrent immobiles, le mouvement s'achevant finalement dans une pose détendue de trois quarts de profil.

Les mots d'action utiles incluent : settles (se dépose), shifts (se déplace), unfolds (se déplie), rotates (tourne), glides (glisse), leans (s'incline), recoils (se rétracte) et comes to rest (s'immobilise). Ils suggèrent une structure temporelle.

Pour des actions rapides, décomposez l'événement en plusieurs plans. Un saut, un atterrissage, une rotation et une attaque peuvent être trop complexes pour une courte génération.

Améliorer le réalisme physique

Indiquez au modèle quelles parties ont du poids et lesquelles restent rigides.

Pour le produit :

Conserver la forme géométrique précise de la bouteille et l'étiquette. Le bouchon tourne dans le sens inverse des aiguilles d'une montre et se soulève verticalement. La bouteille reste immobile. Les reflets changent avec la lumière en mouvement ; le verre ne se plie pas.

Pour les vêtements :

Le manteau épais suit le mouvement du corps avec un léger retard, puis se stabilise. Seuls les pans amples et les cheveux bougent au gré du vent.

Pour les liquides :

Le café est versé dans la tasse en un flux continu d'eau, exactement jusqu'à ce qu'il soit plein sans déborder, et une petite ondulation circulaire se forme. La caméra fait le point, l'effet de gravité est réaliste.

Évitez de combiner des liquides complexes, des matériaux transparents, plusieurs aiguilles et une rotation rapide dans le même plan.

Amélioration du contrôle de l'appareil photo

Utiliser un mouvement de caméra principal :

• Verrouillé : Idéal pour les transformations et les géométries de produits.
• Push-in : Met l’accent sur l’émotion ou les détails.
• Tirer : Révéler le contexte.
• Panoramique horizontal / Mouvement de caméra latéral : Suit un déplacement horizontal.
• Suivi : Se déplace avec le sujet.
• Orbite : Révèle la forme, mais peut augmenter le risque de déformation.
• Flèche : Modifier la hauteur et les proportions.

Vitesse et amplitude de l’état : « Orbite lente à 15 degrés » est plus contrôlable que « Caméra dynamique ». Si l’arrière-plan se courbe, réduisez le mouvement de la caméra ou demandez un plan verrouillé.

Amélioration de la cohérence de l'identité et du design

Commencez par une image de référence propre. Ajoutez ensuite une déclaration de verrouillage compacte :

Conserver les traits du visage, les cheveux courts noirs, les yeux ambrés, la veste rouge, la chemise bleu foncé, les boucles d'oreilles argentées et les proportions du corps. Ne pas redessiner les vêtements ni ajouter d'accessoires.

Pour le produit, verrouillez la géométrie, le matériau, l'emplacement de l'étiquette et la couleur. Pour l'illustration, verrouillez les lignes, le style de rendu, la palette de couleurs et le contour des vêtements.

Lorsque le workflow prend en charge plusieurs références, veuillez spécifier clairement le rôle de chaque image : visage, vêtement, vue latérale ou environnement. La page de connexion Grok d'Elser AI décrit les options basées sur les références dans les modes pris en charge ; consultez les options de contrôle actuelles sur elser.ai/m/grok.

Améliorer l'audio généré

Couche audio directe :

1. Dialogue : Phrases courtes et précises, locuteur, ton, rythme.
2. Bruitages d'action : bruits de pas, de verrou, d'impact, de frottement de tissu, de moteur.
3. Ambiance : bruit de pluie, sons d’intérieur, bruits de foule, bruit du vent, bruits mécaniques.
4. Musique : Il est généralement préférable de l'ajouter en post-production, à moins que le brouillon du modèle ne soit déjà suffisant.

Exemple :

Ambiance calme d'atelier, accompagnée du doux bruit de la pluie à l'extérieur. Lorsque la boîte s'ouvre, on entend le cliquetis métallique distinctif du loquet. Le personnage dit d'une voix posée : "On peut commencer à tout moment." Pas de musique de fond, ni d'autres sons.

Gardez la conversation brève. Remplacez la voix générée lorsqu'il s'agit de formulations précises, de prononciation ou de conformité de marque.

Utiliser l'échelle itérative

Du simple au complexe :

1. Verrouiller la caméra, sujet unique, action unique ;
2. Ajouter des nuances dynamiques à l'environnement ;
3. Ajouter un mouvement de caméra ;
4. Ajouter la direction audio ;
5. Rendu du format final et de la résolution.

Conservez chaque mot-clé et paramètre passé par l'objectif. Si l'interface sélectionnée expose les contrôles correspondants, la fixation de la graine ou le recours à un flux de travail guidé par référence peut aider à reproduire le comportement visuel.

Liste de contrôle du contrôle qualité

Regardez les clips à pleine vitesse, à demi-vitesse et image par image. Vérifiez :

• Structure faciale et direction des yeux ;
• Doigts, articulations et points de contact ;
• Marque et forme géométrique du produit ;
• Réflexion et ombres ;
• Persistance de l'objet après occultation ;
• Image de début et image de fin ;
• Synchronisation audio ;
• Texte ou symbole inattendu ;
• Exigences en matière de filigrane et de divulgation.

Le moyen le plus rapide d'obtenir de meilleurs résultats est l'itération contrôlée, et non des invites plus longues. Commencez par une source stable, spécifiez une opération, et n'ajoutez de la complexité qu'une fois le travail de base terminé. Vous pouvez exécuter ce processus dans Grok Imagine Video sur Elser AI et comparer les résultats entre les modes disponibles.