CrePal ger vägledning för effektiv användning av AI-videomodellen HappyHorse 1.0

CrePal har släppt en ny guide som fokuserar på effektiv användning av deras AI-videomodell, HappyHorse 1.0. Trots att modellen snabbt klättrade till toppen av AI-videomarknaden utan officiell lansering, avslöjas dess verkliga potential endast genom noggrant formulerade prompter.

Enligt guiden ger generella prompter endast tillfredsställande resultat. Men när instruktioner gällande kamerarörelser, timing och detaljer i scenen läggs till, förbättras videokvaliteten markant. CrePal:s HappyHorse-modell fungerar annorlunda än många andra, då den följer promptens struktur mycket noggrant.

HappyHorses arkitektur bygger på en enhetlig 40-lagers Transformer som samtidigt bearbetar text, bild, video och ljud. Detta möjliggör en djup förståelse av användarens inmatning, men kräver också precision i promptformuleringen. Modellen kan bara skapa videoklipp på 5–8 sekunder, så varje sekund måste vara avsiktlig.

Guider visar att en effektiv prompt bygger på en kombination av motiv, rörelse, kamera, ljus och stämning. Istället för en enkel prompt som "en kvinna går i regnet", rekommenderas mer detaljerade instruktioner som beskriver kameravinklar, ljussättning och rörelser. Användning av timinginstruktioner, som "8s varaktighet, första 3s närbild på händer", förbättrar också resultatet.

CrePal:s exempel visar hur exakta prompter kan producera högkvalitativa närbilder av människor, vidsträckta landskap och till och med actionsekvenser. Även om AI fortfarande har utmaningar med att exakt modellera mänskliga rörelser i actionscener, som skateboardåkning, utmärker sig modellen i att bibehålla karaktärernas konsistens mellan olika tagningar.