Я використовував seedream для тестування проблеми, яку легко пропустити на нерухомому зображенні: пакування може виглядати переконливо на перший погляд, але його текст змінюється під час руху. Я створив вигадану картонну коробку з лише двома читабельними рядками – "NOVA OAT" і "ORIGINAL", а потім анімував один обраний ключовий кадр протягом восьми секунд. Менше слів зробило кожну літеру перевірюваною.
Рисунок 1. Сторінка моделі Seedream, використана для початку тесту упаковки.
Спочатку я розробив ключовий кадр, який можна було перевірити.
Картонна коробка має прямі вертикальні краї, велику передню етикетку, просту кришку та високий контраст між кобальтовим синім і теплим кремовим. Я виключив текст про харчування, сертифікаційні позначки та дрібні декоративні копії, оскільки вони створили б десятки зайвих точок збою. Склянка біля коробки забезпечує стабільний вторинний об'єкт для оцінювання руху камери.
Точний підказ для ключового кадру Seedream.
Згенеруйте фотореалістичний ключовий кадр для реклами 9:16 з вигаданою коробкою вівсяного напою, що стоїть на блідому камінному столі для сніданку. На передній етикетці має бути точно вказано 'NOVA OAT' великими чіткими літерами у верхньому регістрі та 'ORIGINAL' меншими великими літерами під ним. Використовуйте геометричний дизайн упаковки в кобальтово-синьому та тепло-вершковому кольорах без іншого тексту, без заяв про харчову цінність, позначок сертифікації, справжніх логотипів і без подібності до існуючих брендів. Розмістіть прозору склянку з вівсяним напоєм поруч із коробкою, м'яке ранкове бічне світло, чіткі краї упаковки, прямі вертикальні лінії, значний простір зверху, комерційна фотографія продукту, деталізація 4K.
Рисунок 2. Чотири оригінальні ключові кадри Seedream; я обрав третій для анімації.
Потім я обмежив рух.
Швидка орбіта перевіряла б занадто багато змінних одночасно. Я запросив закрите відкриття, повільну дугу в 10 градусів і нерухомий передній вигляд. Склянка мала залишатися нерухомою, і в підказці було заборонено додавати новий текст, нові логотипи, змінювати упаковку та використовувати людей. Це зробило стабільність міток основною ціллю оцінювання.
Точний руховий підказник
Використовуйте третій створений ключовий кадр NOVA OAT як єдине візуальне посилання та створіть нове відео тривалістю 8 секунд у форматі 9:16. Зберігайте геометрію коробки та точно читаний текст на передній частині 'NOVA OAT' і 'ORIGINAL' стабільним протягом усього часу. Почніть із зафіксованої композиції повної коробки на 2 секунди, зробіть повільну дугу камери на 10 градусів протягом 4 секунд, поки скло залишається нерухомим, а потім завершіть чистим видом спереду на 2 секунди. Жодного нового тексту, жодного логотипу, жодного закадрового голосу, жодних людей, жодного морфінгу упаковки та жодних додаткових вимог. Рендеринг фінального відео.
Мій огляд "буква за буквою"
Рис. 3. Початкові, середні та фінальні кадри з відео, присвяченого упаковці.
Відео 1. Попередній перегляд анімації, створений для «Чи може штучний інтелект утримувати текст на упаковці стабільним протягом усього рекламного ролика?». У комплект поставки входить відповідний MP4.
Етикетка залишається читабельною на всіх трьох вибраних кадрах, а передня частина геометрії повертається до початкового стану після дуги. Оскільки рух камери є мінімальним, це не є тестом на стрес для повного обертання. Це корисний тест для легкого руху продукту, який зазвичай використовується на тлі заголовка або на вертикальній сторінці продукту.
Чому чотири ключові кадри виявилися кориснішими, ніж один
Чотири варіанти Seedream не були взаємозамінними. Перший мав вузьку коробку та етикетку з меншою кількістю вільного простору. Другий представив знак рослини, який можна було сплутати з іншим елементом мови бренду. Третій розмістив обидва потрібні текстові рядки по центру та залишив кришку, коробку й скло окремо. Четвертий був чистим, але використовував інший геометричний баланс. Я обрав третій, тому що його фронтальна сторона створювала найпростішу можливість для читання.
Цей етап вибору є початком стабільності тексту на упаковці. Якщо вихідне зображення вже містить скупчений текст, крайні літери або неоднозначні знаки, анімація успадковує ці недоліки. Я віддаю перевагу етапу статичного зображення для спрощення візуального сприйняття, а потім прошу анімацію зберегти його.
Другий підхід, який я б застосував для реальної упаковки
Для виробничого пакування я створював би фронтальний, тричвертний, бічний і задній види та вказував би кожен затверджений рядок у окремому текстовому документі. Потім я би тестував трохи більший оберт і зупинявся б на кожній орієнтації, щоб порівняти літери, розташування шапки, шви та пропорції панелей. Фіктивний дизайн пакування в цій статті навмисно демонструє лише фронтальне використання.
Я також експортував би беззбиткові стоп-кадри на кожній зупинці, тому що рухома попередня версія може приховати зміну літери в одному кадрі.
Часті запитання про стабільність тексту на пакуванні
Питання 1: Чому використовувати фіктивну упаковку?
Це усуває неоднозначність торгової марки та дозволяє зосередитися на тестуванні генерованого тексту та геометрії. Цей дизайн був створений виключно для цієї статті.
Питання 2: Чому анімувати третій ключовий кадр?
Його фронтальна етикетка була відцентрованою, обидва текстові рядки були чіткими, а картонна коробка мала достатньо простору навколо для невеликої дуги камери.
Q3. Чи працюватиме цей запит для повного оберту?
Повний оберт потребує посилань на бічну та задню сторону. Цей тест з одним зображенням навмисно обмежений невеликим дуговим рухом, який зберігає видимість передньої етикетки.
Q4. Які літери слід перевіряти спочатку?
Почніть із повторюваних літер, вузьких контурів та країв логотипу. Ці форми швидко виявляють заміни, злиття та нерівномірне розташування.
Q5. Чи може рух камери приховати зміщення етикетки?
Він може приховати це під час побіжного погляду, але не зробить етикетку надійною. Зупиніться через рівні інтервали та порівняйте ті самі форми літер перед затвердженням кадру.
Невеликий рух захистив етикетку.
Покращено стабільність тексту упаковки, коли я зменшив текстовий інвентар та обмежив рухи камери. Seedream надала аудитовані ключові кадри; подальша анімаційна підказка захистила її найсильніші характеристики. Якщо пріоритетом є точність міток, спочатку створіть статичне зображення для перевірки, а потім анімуйте лише до тієї міри, до якої ваш еталон може підтримувати.