Flux de travail du modèle
cogvideox-2b-i2v est une solution d’image à la vidéo qui anime une image de départ à partir d’une brève description du mouvement. Utilisez ce guide pour préparer vos entrées, exécuter une passe contrôlée et diagnostiquer les résultats insuffisants.
Une exécution fiable commence par une image de référence propre, une idée de mouvement adaptée à un clip court et un environnement capable de charger le checkpoint sélectionné.
Choisissez une image claire avec un sujet visible, une composition stable et suffisamment d’espace autour de la zone que vous souhaitez mettre en mouvement. Évitez les sujets minuscules, la forte compression et les textes qui doivent rester lisibles.
Décrivez le mouvement de la caméra, l’action du sujet et les changements environnementaux. Gardez le prompt lié à ce qui est déjà visible au lieu de demander au modèle d’inventer plusieurs événements sans rapport.
Sélectionnez le checkpoint d’image à la vidéo 2B, fournissez l’image et le prompt, générez un court échantillon, puis examinez le mouvement avant de consacrer du temps aux variantes ou à la postproduction.
Le parcours 2B est plus facile à évaluer lorsque l’exécution reste limitée et mesurable. Ces quantités de référence vous aident à reconnaître la portée prévue avant de modifier les paramètres.
Considérez l’image source comme l’ancrage visuel et le prompt comme l’instruction de mouvement. Un résultat réussi préserve le sujet tout en introduisant un changement temporel contrôlé.
La meilleure comparaison conserve le cadrage et le sujet constants tout en faisant varier le mouvement.
Image de référenceSéquence généréeLes différents utilisateurs ont besoin de différents niveaux de contrôle. Ces exemples montrent où s’inscrit le workflow 2B et indiquent un guide associé plus pertinent pour la prochaine décision.
Vous disposez d’une peinture d’environnement et souhaitez un mouvement de caméra mesuré vers l’avant ou un mouvement atmosphérique.
Le parcours 2B peut transformer une image fixe terminée en une étude de mouvement utile sans reconstruire la scène depuis zéro.
Vous voulez des nœuds réutilisables pour charger une image, appliquer un guidage du mouvement, effectuer l’échantillonnage et exporter un clip.
Un graphe de nœuds structuré facilite la comparaison des prompts et la conservation de la même image source.
Vous avez besoin de tests visuels rapides pour une idée de plan avant de vous engager avec un modèle plus volumineux ou un montage complet.
Le checkpoint plus petit constitue une première passe pratique pour vérifier la composition, la direction et les mouvements généraux.
Vous ne savez pas comment formuler un prompt de mouvement tout en gardant l’image d’origine reconnaissable.
Une structure simple sujet-action-caméra fournit un point de départ reproductible pour des expérimentations contrôlées.
Les parcours image-vers-vidéo 2B et 5B reposent sur la même idée de base, mais ils ne sont pas interchangeables dans tous les workflows. Considérez ceci comme un guide de sélection plutôt que comme la promesse d’un résultat identique.
| cogvideox-2b-i2v | cogvideox-5b-i2v | |
|---|---|---|
| Taille du modèle | 2B paramètres | 5B paramètres |
| Entrée principale | Image fixe avec prompt de mouvement | Image fixe avec prompt de mouvement |
| Première utilisation recommandée | Tests de concepts rapides et expérimentations plus légères | Expérimentations image-vers-vidéo à capacité supérieure |
| Stratégie de prompt | Gardez l’action et les mouvements de caméra ciblés | Peut prendre en charge des instructions de scène plus ambitieuses, mais bénéficie toujours d’un cadrage précis |
| Style d’itération | Utile pour tester de nombreuses idées de prompts à partir d’une seule image | Utile lorsqu’une idée prometteuse mérite un passage avec un modèle plus grand |
| Accent mis sur la configuration | Privilégiez la compatibilité, la marge de mémoire et des entrées propres | Prévoyez des besoins en ressources plus importants avec le checkpoint plus grand |
| Évaluation de la sortie | Vérifiez d’abord la préservation du sujet et les mouvements simples | Vérifiez l’ajout de détails sans supposer que chaque action complexe sera correctement rendue |
| Quand changer de modèle | Passez au modèle supérieur lorsque le concept est solide, mais que le résultat nécessite davantage de capacité | Revenez au modèle 2B lorsque vous avez besoin d’une base plus légère pour des essais répétés |
La plupart des clips décevants sont dus à un décalage entre l’image de référence, la demande de mouvement et la configuration de génération disponible. Corrigez d’abord la variable la plus simple.
Utilisez une image de référence, une action principale et une idée de caméra. Si le sujet se déforme, simplifiez le mouvement et supprimez les instructions concurrentes. Si la scène change à peine, rendez le verbe et la direction plus explicites. Si les visages, les mains, le texte ou les structures fines se dégradent, considérez-les comme des risques d’évaluation plutôt que comme la preuve que tous les prompts sont incorrects. Lorsque le résultat 2B est cohérent, mais manque de détails, comparez-le à celui du modèle frère plus grand ; lorsque le résultat est instable dès la première image, corrigez d’abord l’image source et le workflow.
Il s’agit d’une variante image-vidéo de la famille de modèles cogvideox qui utilise une image fixe comme point de départ visuel et un prompt pour décrire le mouvement. La désignation 2B fait référence à l’échelle du modèle, et ne garantit pas que chaque scène ou action sera rendue de manière cohérente.
Commencez par une image de référence claire et un prompt de mouvement ciblé. Décrivez ce qui bouge, comment cela bouge et si la caméra change, tout en évitant les actions sans rapport qui ne sont pas prises en charge par l’image source.
Les variantes 2B et 5B diffèrent principalement par la taille du modèle et les ressources nécessaires. La version 2B constitue une base raisonnable pour des expérimentations contrôlées, tandis que la version 5B est l’option plus grande à tester lorsqu’un concept nécessite davantage de capacité.
Le prompt décrit peut-être davantage l’apparence que le mouvement, ou l’action demandée est peut-être trop subtile pour l’image de référence. Utilisez un verbe de mouvement précis, ajoutez une direction ou un mouvement de caméra, et veillez à ce que la description du sujet et de la scène reste cohérente avec l’image d’entrée.
La cohérence temporelle est difficile lorsque l’image contient de petits sujets, des interactions complexes, du texte, des mains ou des structures fines. Utilisez une image plus nette, simplifiez l’action et comparez de courtes exécutions contrôlées avant d’ajouter davantage d’instructions.