Black Forest Labs: FLUX Video Edit

FLUX Video Edit to model wideo od Black Forest Labs, tego samego dostawcy stojącego za rodziną modeli obrazów FLUX. Znajduje się w kategorii wideo na api14 i jest identyfikowany przez identyfikator modelu black-forest-labs/flux-video-edit. Dostawca opisuje go jako szybki model edycyjny, a nie generator od zera: przyjmuje istniejący klip i instrukcję, a następnie zwraca nową wersję tego klipu z zastosowaną żądaną zmianą.

Model przyjmuje dwa modalności wejściowe, tekst i wideo, i produkuje wideo jako jedyne wyjście. Strona tekstowa to prompt edycyjny, a strona wideo to źródłowy klip, który chcesz zmienić. Zgodnie z opisem dostawcy, edycje, które może wykonać, obejmują dodawanie, usuwanie lub zastępowanie obiektów i postaci, przebudowę scenerii oraz edycję elementów widocznych na ekranie. Nie generuje dźwięku, więc wszelka ścieżka dźwiękowa lub dialogi w twoim źródle muszą być obsłużone poza modelem. Podane fakty nie zawierają okna kontekstu, opcji rozdzielczości, proporcji ani limitów czasu trwania, więc traktuj je jako nieokreślone i sprawdź aktualną stronę modelu, aby uzyskać bieżące szczegóły.

Ponieważ model działa poprzez przekształcanie dostarczonego klipu, praktyczne przypadki użycia mają charakter edycyjny. Możesz wziąć ujęcie i usunąć obiekt, którego nie powinno tam być, zamienić jedną postać lub rekwizyt na inny albo zastąpić tło, aby przenieść scenę do innej scenerii. Pasuje również do przepływów pracy, w których zawartość na ekranie musi się zmienić bez ponownego nagrywania, na przykład aktualizacja oznaczeń lub innych widocznych elementów w klipie. Jeśli twoim celem jest wygenerowanie wideo wyłącznie z opisu tekstowego, to nie jest właściwe narzędzie, ponieważ oczekuje źródłowego wideo jako części żądania.

Wywołujesz go przez API zgodne z OpenAI na api14, używając identyfikatora modelu black-forest-labs/flux-video-edit. Żądanie przenosi prompt edycyjny jako tekst, a źródłowe wideo jako wejście wideo, a odpowiedź zwraca edytowane wideo. Lista obsługiwanych parametrów dla tego modelu jest pusta, więc nie ma udokumentowanych opcji dostrajania, takich jak rozdzielczość, proporcje, czas trwania czy kontrola klatek, które można ustawić w żądaniu. Generowanie dźwięku jest wyłączone. W praktyce oznacza to, że wysyłasz prompt i źródłowy klip i przyjmujesz domyślne wyjście modelu, zamiast sterować renderowaniem za pomocą dodatkowych pól.

Biorąc pod uwagę pustą listę parametrów i brak udokumentowanych wartości rozdzielczości, proporcji i czasu trwania, ten model najlepiej traktować jako punkt końcowy edycji o stałej konfiguracji. Jeśli potrzebujesz precyzyjnej kontroli nad wymiarami wyjściowymi, długością klipu lub obsługą klatek albo jeśli potrzebujesz modelu, który generuje wideo z tekstu bez źródłowego klipu, inny model na api14 może pasować lepiej. W przypadku prostych edycji istniejącego wideo opartych na instrukcjach obejmuje on podstawowe przypadki opisane przez dostawcę.