Žodynas

Dirbtinio intelekto vaizdo žodynas

Kiekvienas terminas, su kuriuo susidursite kurdami vaizdo įrašus su dirbtiniu intelektu — nuo kameros ir kodekų pagrindų iki difuzijos, avatarų ir agentinio generavimo — paaiškintas paprasta kalba.

74 terminai · Vaizdo įrašas · Dirbtinis intelektas · DI vaizdo įrašai

74 terminai

A B C D G H I Į J K L M N P R S T U V

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-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.

Chroma key (žalias fonas)Vaizdo įrašas: Vientiso fono — dažniausiai žalio — pakeitimas kitu vaizdu ar vaizdo įrašu, tą spalvą padarius permatoma.

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.

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.

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.

Infernsa (generavimas)Dirbtinis intelektas: Jau apmokyto modelio paleidimas rezultatui gauti — pavyzdžiui, vaizdo įrašo generavimas pagal užklausą. Būtent už tai mokama už kiekvieną generaciją.

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.

Judesio valdymas / judesio teptukasDI vaizdo įrašai: Įrankiai, leidžiantys nurodyti, kur ir kaip juda objektai sugeneruotame klipe, o ne palikti tai vien modeliui.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

Nuo užklausos iki renderio: DI vaizdo kalba

Vaizdo kūrimas su dirbtiniu intelektu yra dviejų pasaulių sankirtoje — dešimtmečius kaupto kino ir vaizdo gamybos žodyno bei sparčiai kintančios mašininio mokymosi kalbos. Šis žodynas sujungia abu, o taip pat ir naujus, generatyviniam vaizdui būdingus terminus, kad galėtumėte užtikrintai skaityti bet kurį įrankį, pamoką ar modelio kortelę.

Pradėkite nuo pagrindų: kraštinių santykis, raiška, kadrų dažnis ir kodekai lemia, kaip jūsų vaizdo įrašas atrodo ir kur jis gros. Tada DI sluoksnis — modeliai, difuzija, užklausos, sėklos ir LoRA formuoja tai, kas sugeneruojama. Galiausiai DI-vaizdo specifika — tekstas į vaizdo įrašą, vaizdas į vaizdo įrašą, lūpų sinchronizavimas, avatarai, laikinis nuoseklumas ir pasaulio modeliai — apibūdina, ką šiandienos generatoriai iš tiesų moka.

Kiekvienas apibrėžimas parašytas paprasta kalba, be matematikos. Ieškokite pagal raktinį žodį, filtruokite pagal temą arba naršykite nuo A iki Ž — tuomet pritaikykite šį žodyną darbui Vivideo studijoje.

Dirbtinio intelekto vaizdo žodynas

Pradėkite kurti nemokamai Kas yra DI vaizdo įrašas?