A
- Agentinis vaizdo kūrimasDI vaizdo įrašai
- DI agentas, kuris suplanuoja ir atlieka visą gamybą — scenarijų, scenas, balsą, avatarus ir montažą — pagal vieną užduotį, o ne po vieną klipą.
- Apatinis titrasVaizdo įrašas
- Tekstas apatinėje kadro dalyje — paprastai kalbėtojo vardas ir pareigos arba paaiškinimas.
- Atvirų svorių modelisDirbtinis intelektas
- Modelis, kurio svoriai paskelbti, tad kiekvienas gali jį paleisti, tyrinėti ar derinti (pvz., fal ar lokaliai), priešingai nei uždaras modelis, pasiekiamas tik per API.
B
- B-rollVaizdo įrašas
- Papildoma vaizdo medžiaga, įkertama ant pagrindinio kadro, kad suteiktų konteksto, iliustruotų mintį arba paslėptų montažą.
- Balso kopijavimasDI vaizdo įrašai
- Konkretaus žmogaus balso atkūrimas iš trumpo pavyzdžio, kad tas balsas galėtų ištarti naują tekstą.
- Bitų spartaVaizdo įrašas
- Kiek duomenų sunaudojama vienai vaizdo įrašo sekundei, matuojama kbps arba Mbps. Didesnė sparta išlaiko daugiau detalių, bet padidina failo dydį.
- BokehVaizdo įrašas
- Švelnus, malonus nefokusuotos srities suliejimas fone, dažnai matomas kaip švytinčių šviesų apskritimai.
C
- Chroma key (žalias fonas)Vaizdo įrašas
- Vientiso fono — dažniausiai žalio — pakeitimas kitu vaizdu ar vaizdo įrašu, tą spalvą padarius permatoma.
D
- DaugiamodalisDirbtinis intelektas
- Modelis, kuris vienu metu supranta ar generuoja daugiau nei vieno tipo duomenis — pavyzdžiui, tekstą, vaizdą, vaizdo įrašą ir garsą kartu.
- DeepfakeDI vaizdo įrašai
- Sintetinė medija, realistiškai pakeičianti ar suklastojanti kieno nors veidą ar balsą. Galinga, tačiau kelia rimtų sutikimo, autentiškumo ir teisinių klausimų.
- Derinimas (fine-tuning)Dirbtinis intelektas
- Papildomas bazinio modelio mokymas su specifiniais duomenimis, kad jis specializuotųsi — tam tikram stiliui, prekės ženklui ar asmeniui.
- DI avatarasDI vaizdo įrašai
- Dirbtinio intelekto sugeneruotas ar nukopijuotas ekrano pristatytojas, galintis perskaityti jūsų scenarijų pasirinktu balsu ir kalba.
- DI įgarsinimas (dubliavimas)DI vaizdo įrašai
- Pakeisti ar pridėti kalbamą garsą kita kalba, idealiai priderinant prie kalbėtojo balso ir lūpų judesių.
- Difuzijos modelisDirbtinis intelektas
- Dominuojantis požiūris DI vaizdams ir vaizdo įrašams: modelis pradeda nuo atsitiktinio triukšmo ir žingsnis po žingsnio jį šalina, kol pagal užklausą išryškėja nuoseklus rezultatas.
- Duomenų rinkinysDirbtinis intelektas
- Pavyzdžių kolekcija — vaizdo įrašų, vaizdų, teksto — kuria modelis mokomas. Jo kokybė ir įvairovė lemia, ką modelis gali.
G
- GANDirbtinis intelektas
- Generatyvus priešiškas tinklas — ankstyvesnis metodas, kur generatorius ir kritikas varžosi. Daug kur pakeistas difuzijos modelių dėl aukštos kokybės vaizdo.
- Gilusis mokymasisDirbtinis intelektas
- Mašininis mokymasis, naudojantis daugiasluoksnius neuroninius tinklus. Jis varo šiandienos vaizdų, vaizdo, balso ir kalbos modelius.
H
- HalucinacijaDirbtinis intelektas
- Kai modelis užtikrintai pateikia neteisingą ar išgalvotą rezultatą — pvz., išdarkytą tekstą, papildomus pirštus ar neįmanomą judesį.
- HDR (High Dynamic Range)Vaizdo įrašas
- Vaizdo įrašas, perduodantis platesnį ryškumo ir spalvų diapazoną nei standartinis (SDR), kad šviesios ir tamsios vietos atrodytų gyvesnės, o tonai — sodresni.
I
- Infernsa (generavimas)Dirbtinis intelektas
- Jau apmokyto modelio paleidimas rezultatui gauti — pavyzdžiui, vaizdo įrašo generavimas pagal užklausą. Būtent už tai mokama už kiekvieną generaciją.
Į
- Įtapymas / ištapymas (in/outpainting)DI vaizdo įrašai
- Kadro dalies užpildymas (įtapymas) arba pratęsimas už jo ribų (ištapymas). Vaizdo įraše naudojama sritims šalinti, keisti ar plėsti bėgant laikui.
- Įterpinys (embedding)Dirbtinis intelektas
- Skaičių sąrašas (vektorius), fiksuojantis teksto, vaizdo ar garso reikšmę, kad modelis galėtų lyginti ir derinti skirtingas įvestis.
- Įvadinis (nustatantis) kadrasVaizdo įrašas
- Platus atidaromasis kadras, nustatantis scenos vietą ir kontekstą prieš pereinant arčiau.
J
- Judesio valdymas / judesio teptukasDI vaizdo įrašai
- Įrankiai, leidžiantys nurodyti, kur ir kaip juda objektai sugeneruotame klipe, o ne palikti tai vien modeliui.
K
- Kadras (šūvis)Vaizdo įrašas
- Vientisa, nenutrūkstama vaizdo atkarpa. Dažniausi tipai: bendras planas, vidutinis planas ir stambus planas.
- Kadroplanis (storyboard)Vaizdo įrašas
- Iš anksto suplanuota eskizų ar kadrų seka, žyminti kiekvieną šūvį prieš pradedant kurti ar generuoti vaizdo įrašą.
- Kadrų dažnis (FPS)Vaizdo įrašas
- Kiek kadrų per sekundę — kiek statiškų vaizdų sužaidžiama kas sekundę. 24fps atrodo kinematografiškai, 30fps — interneto standartas, o 60fps suteikia itin sklandų judesį sportui ir dinamikai.
- Kadrų interpolacijaDI vaizdo įrašai
- Tarpinių kadrų generavimas kadrų dažniui pakelti ar judesiui glotninti — pavyzdžiui, 24fps pavertimas šilkiniais 60fps.
- Kalbanti galvaDI vaizdo įrašai
- Vaizdo įrašas, kuriame žmogus kalba tiesiai į kamerą — klasikinis DI avatarų ir pristatytojų naudojimo atvejis.
- Kameros valdymasDI vaizdo įrašai
- Virtualių kameros judesių nukreipimas — panoramavimas, priartinimas, orbitavimas, važiuoklė (dolly) — DI sugeneruotame kadre.
- KodekasVaizdo įrašas
- Algoritmas, kuris suspaudžia ir išskleidžia vaizdo įrašą — pavyzdžiui, H.264, H.265/HEVC, AV1 ar VP9. Jis balansuoją vaizdo kokybę ir failo dydį.
- Komponavimas (compositing)Vaizdo įrašas
- Kelių vizualinių elementų — medžiagos, grafikos, efektų, teksto — sluoksniavimas į vieną bendrą kadrą.
- Konteineris (failo formatas)Vaizdo įrašas
- Failo apvalkalas, sujungiantis vaizdą, garsą ir metaduomenis — MP4, MOV, WebM ar MKV. Jis atskiras nuo viduje esančio kodeko.
- Kontrolinis taškas (checkpoint)Dirbtinis intelektas
- Išsaugota modelio svorių būsena. Kontroliniai taškai dažnai dalijami kaip atsisiunčiamas „modelio failas“, kurį žmonės paleidžia.
- Kraštinių santykisVaizdo įrašas
- Kadro pločio ir aukščio proporcija — 16:9 (plačiaekranis), 9:16 (vertikalus Reels ir TikTok), arba 1:1 (kvadratas). Ji lemia, kaip jūsų vaizdo įrašas tinka kiekvienai platformai ir ekranui.
- Krepsčių žingsniai (sampling)Dirbtinis intelektas
- Kiek iteracijų difuzijos modelis atlieka, kad triukšmą paverstų galutiniu kadru. Daugiau žingsnių gali reikšti aukštesnę kokybę, bet lėtesnį ir brangesnį generavimą.
L
- Laikinis nuoseklumasDI vaizdo įrašai
- Išlaikyti personažus, objektus ir stilių stabilų kadrų sekoje, kad vaizdo įrašas nemirguotų, nesikraipytų ar nenatūraliai nemorfuotų.
- Latentinė erdvėDirbtinis intelektas
- Suspausta matematinė reprezentacija, kurioje modelis iš tikrųjų dirba. Generavimas pirmiausia vyksta čia, o tada dekoduojamas į matomus pikselius.
- LetterboxingVaizdo įrašas
- Juodos juostos viršuje ir apačioje (arba šonuose), kad vaizdo įrašas tilptų į kitą kraštinių santykį be apkirpimo.
- LoRADirbtinis intelektas
- Low-Rank Adaptation — lengvas būdas išmokyti modelį naujo stiliaus, personažo ar sąvokos su mažu papildomu failu, neužmokinant viso modelio iš naujo.
- Lūpų sinchronizavimasDI vaizdo įrašai
- Personažo ar avataro lūpų judesių suderinimas su kalbamu garsu, kad atrodytų, jog žodžius jis ištaria realiai.
- LUT (Look-Up Table)Vaizdo įrašas
- Išankstinis nustatymas, kuris peržemėlapiuoja spalvas ir vienu spustelėjimu pritaiko konkretų „look“, arba konvertuoja medžiagą tarp spalvinių erdvių.
M
- ModelisDirbtinis intelektas
- Apmokyta dirbtinio intelekto sistema, kuri paverčia įvestį — pavyzdžiui, tekstinę užklausą — į išvestį, pvz., vaizdo įrašą. Skirtingi modeliai turi skirtingas stiprybes, greitį ir kainą.
- MokymasDirbtinis intelektas
- Modelio mokymas, jam parodant milžiniškus duomenų kiekius ir palaipsniui derinant vidinius parametrus, kol rezultatai tampa geri.
N
- Neigiama užklausaDirbtinis intelektas
- Aprašymas to, ko NENORITE rezultate. Ji nukreipia modelį nuo nepageidaujamų objektų, stilių ar artefaktų.
- Neuroninis tinklasDirbtinis intelektas
- Modelis, laisvai įkvėptas smegenų: susietų „neuronų“ sluoksniai, mokantys raštų iš duomenų. Tai moderniojo generatyvinio DI pagrindas.
P
- Pamatinis modelisDirbtinis intelektas
- Didelis, bendros paskirties modelis, apmokytas plačiais duomenimis ir pritaikomas daugeliui užduočių.
- Pamatinis vaizdasDI vaizdo įrašai
- Vaizdas, kurį pateikiate modeliui, kad jis vadovautųsi sugeneruoto vaizdo subjekto, personažo ar stiliaus kryptimi.
- Parametrai (svoriai)Dirbtinis intelektas
- Vidiniai skaičiai, kuriuos modelis išmoksta mokymo metu. Juose saugoma, ką modelis „žino“; daugiau parametrų gali reikšti didesnį pajėgumą.
- Pasaulio modelisDI vaizdo įrašai
- DI, kuri viduje susikuria scenų, objektų ir fizikos elgsenos simuliaciją, padedančią generuoti ilgesnius, nuoseklesnius ir vientisesnius vaizdo įrašus.
- PerėjimasVaizdo įrašas
- Kaip vienas kadras virsta kitu — staigus pjūvis, perėjimas (dissolve), išnykimas arba braukimas (wipe).
- Pirmas ir paskutinis kadrasDI vaizdo įrašai
- Pateikiant pradžios ir (ar) pabaigos kadrą, modelis tarp jų animuoja, suteikdamas tikslų šūvio pradžios ir pabaigos valdymą.
R
- RaiškaVaizdo įrašas
- Kiekvieno kadro pikselių matmenys, rašomi plotis × aukštis (pvz., 1920×1080). Daugiau pikselių reiškia daugiau detalių. Įprasti lygiai: 720p (HD), 1080p (Full HD), 4K ir 8K.
- Raktinis kadrasVaizdo įrašas
- Montaže — pažymėtas kadras, nustatantis reikšmę (poziciją, mastelį, nepermatomumą), tarp kurių programinė įranga animuoja. Suspaudime — pilnas atskaitos kadras, iš kurio atstatomi kaimyniniai kadrai.
- Renderis / renderinimasVaizdo įrašas
- Projekto apdorojimas į galutinį vaizdo failą — arba, DI atveju, modelio sugeneruotų kadrų sudėjimas į baigtą klipą.
- Ryškumo zona (gylio aštrumas)Vaizdo įrašas
- Kiek vaizdo dalies yra ryškiai fokusuota. Maža ryškumo zona sulieja foną ir išryškina objektą.
- RLHFDirbtinis intelektas
- Pastiprinamasis mokymas iš žmogaus grįžtamojo ryšio — mokymas, kai naudojami žmonių vertinimai, kad modelio išvestys labiau atitiktų realius lūkesčius.
S
- SėklaDirbtinis intelektas
- Pradinis atsitiktinis skaičius generacijai. Kartojant tą pačią sėklą su ta pačia užklausa gaunamas tas pats rezultatas — patogu nuoseklumui ir smulkiems pakeitimams.
- Skaitmeninis žmogus / skaitmeninis dvynysDI vaizdo įrašai
- Fotorealistinė tikro žmogaus DI kopija, apmokyta kartą ir pakartotinai naudojama kaip ekrano pristatytojas.
- Skalavimas aukštyn (upscaling)DI vaizdo įrašai
- Naudojant DI padidinama vaizdo įrašo raiška — tarkime, iš 1080p į 4K — pridedant tikėtinų detalių, o ne tiesiog tempiant pikselius.
- Spalvų korekcijaVaizdo įrašas
- Kūrybinis žingsnis, kai postprodukcijoje reguliuojamos spalvos, kontrastas ir nuotaika, kad medžiaga įgautų vientisą, apgalvotą išvaizdą.
- Stiliaus perkėlimasDI vaizdo įrašai
- Vieno pavyzdžio vizualinio stiliaus pritaikymas jūsų medžiagai ar generacijai.
- Subtitrai / titraiVaizdo įrašas
- Ekrane rodomas sakomo teksto atvaizdavimas. Subtitrai prieinamumui taip pat nurodo garsus ir kalbėtojus; vertimo subtitrai paprastai perrašo ar išverčia dialogą.
T
- Tekstas į kalbą (TTS)DI vaizdo įrašai
- Rašytinio teksto pavertimas natūraliai skambančiu garsu sintetiniu balsu — tai DI įgarsinimo variklis.
- Tekstas į vaizdo įrašą (T2V)DI vaizdo įrašai
- Vaizdo klipo generavimas tiesiai iš rašytinio aprašo — be kameros, aktorių ar stokinės medžiagos.
- TokenasDirbtinis intelektas
- Mažiausia įvesties dalis, kurią modelis apdoroja — tekste tai žodžio dalis, o vaizde ar vaizdo įraše — lopinėlis ar kadras.
- TransformerisDirbtinis intelektas
- Neuroninio tinklo architektūra, paremta „dėmesiu“, kuris įvertina, kaip tarpusavyje susijusios įvesties dalys. Tai didžiųjų kalbos modelių ir daugelio šiuolaikinių vaizdo modelių pagrindas.
U
- Užklausa (prompt)Dirbtinis intelektas
- Instrukcija, kurią duodate modeliui — paprastai tekstu, kartais su vaizdu — aprašanti, kokį vaizdo įrašą norite sukurti.
- Užklausų kūrimasDirbtinis intelektas
- Formuluočių meistrystė, kad modelis patikimai sukurtų norimą rezultatą — nurodant objektą, stilių, kamerą ir nuotaiką.
V
- Vaizdas į vaizdo įrašą (I2V)DI vaizdo įrašai
- Stacionaraus vaizdo atgaivinimas į vaizdo įrašą, dažnai vadovaujantis užklausa, aprašančia norimą judesį.
- Vaizdo įrašas į vaizdo įrašą (V2V)DI vaizdo įrašai
- Esamo klipo transformavimas į naują stilių ar išvaizdą, išsaugant pradinį judesį ir laiką.
- Vaizdo įrašo pratęsimasDI vaizdo įrašai
- Klipas pratęsiamas už pradinės trukmės, sugeneruojant toliau natūraliai sekančius kadrus.
- Valdymo skalė (CFG)Dirbtinis intelektas
- Kaip griežtai modelis laikosi jūsų užklausos, palyginti su improvizacija. Didesnės reikšmės tiksliau seka tekstą; mažesnės suteikia modeliui daugiau kūrybinės laisvės.
- Vandens ženklasVaizdo įrašas
- Ant vaizdo uždėtas logotipas ar tekstas nuosavybei žymėti. Daugelis nemokamų DI generatorių jį prideda; mokami planai paprastai pašalina.
DI vaizdo kalba, apibrėžta
Kuriant vaizdo įrašus su DI susilieja du žodynai — tradicinio vaizdo (kraštinių santykis, raiška, kodekai) ir generatyvaus dirbtinio intelekto (difuzija, raginimai, CFG skalė, vaizdas į vaizdo įrašą). Šis DI vaizdo žodynas apibrėžia kiekvieną terminą, kad žargonas nebelaikytų jūsų vietoje.
Pradėkite nuo pagrindų — kraštinių santykio, raiškos, kadrų dažnio — tada pereikite prie DI specifinių sąvokų, lemiančių rezultatą: tekstas į vaizdo įrašą, vaizdas į vaizdo įrašą, difuzija, lūpų sinchronizacija, avatarai ir kt. Kiekvienas apibrėžimas parašytas kūrėjui, o ne tyrėjui.
Ieškokite termino arba naršykite pagal kategoriją. Visi įrašai pateikti paprasta kalba, be matematikos, su nuorodomis į tai, kur sąvoka iš tiesų svarbi kuriant vaizdo įrašą.
DI vaizdo terminai, paaiskinti
DI vaizdo kurimas yra dvieju sričiu sankirtoje, turinciu sava slenga: tradicine vaizdo gamyba (kraštiniu santykis, raiška, kadrų dažnis, kodekai, bitraštis) ir generatyvusis dirbtinis intelektas (difuzija, ivedimai, CFG skalė, tekstas-i-vaizdo, vaizdas-i-vaizdo, latentinė erdvė). Šis žodynas paprasta kalba apibrėžia kiekviena termina, kad žodynas netaptu kliutimi tarp jusu ir baigto vaizdo.
Kai kurie terminai tiesiogiai lemia rezultata. Skirtumo tarp teksto-i-vaizdo ir vaizdo-i-vaizdo žinojimas keičia, kaip pradedate projekta; kraštiniu santykio ir raiškos supratimas lemia, kur galima skelbti vaizdo iraša; difuzijos ir triukšmo šalinimo perpratimas paaiškina, kodel modeliai elgiasi taip, kaip elgiasi. Kiekvienas apibrėžimas čia parašytas kuriėjui, kuriantis vaizdo irašus, o ne tyrėjui, skaitančiam straipsnius.
Naudokite kaip žinyną: iškart ieškokite termino arba naršykite pagal kategorijas — vaizdo pagrindai, DI sąvokos ir DI-vaizdo ypatumai. Kiekvienas įrašas susieja sąvoka su praktine vieta, kur tai svarbu, o jūs galite tuoj pat pereiti į studija ir pamatyti tai veiksme per 30+ modeliu.
DI vaizdo žodynas — DUK
Kas yra šis DI vaizdo žodynas?
Paprasta anglų kalba parašytas kiekvieno DI vaizdo termino žodynas — nuo vaizdo pagrindu, tokiu kaip kraštiniu santykis ir kodekas, iki DI sąvoku, kaip difuzija, ivedimai ir tekstas-i-vaizdo. Ieškokite arba naršykite pagal kategorijas ir išsklaidykite žargona.
Kuo skiriasi tekstas-i-vaizdo nuo vaizdas-i-vaizdo?
Tekstas-i-vaizdo sugeneruoja klipa iš parašyto ivedimo; vaizdas-i-vaizdo animuoja statiška nuotrauka. Abu apibrėžti čia, o Vivideo daro abu per 30+ modeliu.
Kas yra difuzija DI vaizduose?
Difuzija — tai procesas, kuri dauguma vaizdo modeliu naudoja kadrams generuoti: pradedama nuo triukšmo ir palaipsniui, vadovaujantis jusu ivedimu, jis rafinuojamas iki aiškaus vaizdo. Visas apibrėžimas, su paaiškinimu paprasta kalba, yra žodyne.
Ar privalau suprasti techninius terminus, kad kurčiau DI vaizdus?
Ne — puikiu vaizdo irašu galite sukurti ir be teorijos. Tačiau keli esminiai terminai (kraštiniu santykis, tekstas-i-vaizdo vs vaizdas-i-vaizdo, ivedimas) padeda greičiau gauti geresnius rezultatus — būtent tam ir skirtas šis žodynas.
Kas yra CFG skalė / ivedimo laikymasis?
CFG skalė valdo, kaip griežtai modelis laikosi jusu ivedimo, o kiek improvizuoja. Didesnė reikšmė — arčiau žodžiu; mažesnė — kūrybiškiau. Tai vienas iš daugelio čia kūrėjams suprantamai apibrėžtu terminu.
Kur galiu pritaikyti šias sąvokas?
Kiekvienas apibrėžimas nurodo, kur ši sąvoka svarbi realiame sraute, o tiesiogiai galite išbandyti Vivideo — viena studija, 30+ modeliu, pradžia nemokama.
di vaizdo zodynasdi vaizdo terminaitekstas i vaizdo reiksmevaizdas i vaizdo reiksmekas yra difuzija didi vaizdo zodynelisdi vaizdo terminologijacfg skales reiksme