워크플로우 분해
워크플로우에 대해 자세히 알아보겠습니다. 먼저 확산 모델 로드 노드가 있는데, 이는 케이 샘플러에 연결됩니다
. 이 노드에서는 원하는 WAN 모델을 선택합니다. 그런 다음 로드 클립 노드가 있는데, 플럭스에서 사용했던 T5 모델과 유사하지만 다른 것입니다. UM으로 시작하며 이는 구글의 유니맥스를 나타냅니다. 유형은 물론 WAN으로 설정됩니다. 다음으로 긍정적 및 부정적 프롬프트를 추가하는 텍스트 인코더가 있습니다.
케이 샘플러는 익숙할 것입니다. 30단계로 설정됩니다. 5~7의 CFG가 있는 이 샘플러와 스케줄러를 사용합니다. 노드에는 K샘플러 설정과 같은 지침이 추가되어 있습니다. 그런 다음 비디오 결합 노드를 사용하여 비디오를 MP4 형식으로 저장합니다. 프레임 속도는 중요한 설정입니다. 1초에 약 16개의 이미지를 생성하므로 16 프레임으로 설정하는 것이 좋습니다. 24로 설정할 수도 있어 비디오가 더 부드러워지지만 시간이 더 오래 걸립니다. 렌더링해야 할 프레임 수가 거의 두 배나 되기 때문입니다. 그런 다음 길이가 되는 빈 레이턴트가 있습니다. 또는 비디오에 몇 개의 프레임이 있어야 하는지 여부입니다. 이것은 선택한 프레임 속도에 따라 다릅니다.
프롬프트로 챗GPT 사용 및 결과 품질 향상
프롬프트를 위해 주제, 움직임 방법, 카메라 움직임을 설명하는 2~3 문장을 추가해 보세요
. 챗GPT와 같은 것을 사용하여 더 나은 프롬프트를 만들 수도 있습니다. 부정적인 프롬프트를 추가할 수도 있지만 가지고 놀지 않았습니다. 이것이 기본적인 워크플로우입니다.
결과 품질은 모델 크기, 프롬프트 및 시드에 따라 달라집니다. 이 모델은 480p 비디오로 학습되었으므로 720p로 스케일 업하더라도 여전히 약간의 결함이 있습니다. 그러나 여전히 좋습니다.
컴피 워크플로우에 익숙하지 않은 경우 웹사이트의 실행 허브에서 무료로 테스트할 수 있으며, 1분 제한이 있지만 필요한지 확인할 수 있는 좋은 방법입니다. 이 워크플로우를 실행하면 귀여운 고양이 비디오를 꽤 잘 얻었지만 풍경과 같은 다른 것들은 여전히 결함이 많습니다. 워크플로우를 스캔할 수 있지만 워크플로우를 보려면 먼저 이미지를 실행해야 합니다.
비디오 스케일 업: 비디오를 더 크게 만들고 싶다면 Topaz Video AI 소프트웨어를 사용합니다. 유료 소프트웨어이지만 품질을 능가하는 것을 찾지 못했습니다. 비디오가 나쁘면 스케일 업도 나쁘지만 스케일 업도 좋고 모델도 좋으면 더 부드럽고 좋아 보입니다.