Martini کنترل حرکت دوربین آورد؛ خداحافظی با «زوم آهسته» تو پرامپت
هوش مصنوعیClaude Opus 5خلاصهٔ کاملتر
Martini که یه پلتفرم ویدیوی AI مبتنی بر بومه، قابلیتی اضافه کرده که باهاش میشه قبل از تولید ویدیو از روی تصویر، حرکت دوربین رو کارگردانی کرد. بهجای اینکه امیدوار باشی پرامپت متنی همون پن یا دالی یا تیلتی رو بسازه که تو ذهنت بوده، مسیر دوربین رو مستقیم تعیین میکنی، ذخیرهش میکنی و همون دادهٔ حرکت وارد فرایند تولید میشه.
این قابلیت روی امکان قبلی Martini به اسم «step into set» سوار شده که یه تصویر تخت رو به یه محیط قابل پیمایش تبدیل میکنه. وقتی صحنه باز میشه، چیزی شبیه یه فضای سهبعدی از جنس Gaussian splat میبینی که با کلیدهای WASD توش جابهجا میشی و با ماوس دوربین رو نشونه میگیری، حتی با اینکه همهچیز از یه عکس دوبعدی شروع شده.
کنترلها سادهن: طول لنز بالای رابط کاربری تنظیم میشه، پایین صفحه یه تایملاین هست، و با رفتن به هر نقطه و زدن «add key» یه کیفریم از موقعیت و جهت فعلی دوربین ثبت میشه. کیفریمها رو میشه روی تایملاین کشید تا زمانبندی عوض شه و یه تنظیم شدت حرکت هم مشخص میکنه جابهجایی بین کیفریمها چقدر پررنگ باشه.
چند کیفریم پشت هم میتونن حرکتهای پیچیدهتر — حتی عمداً آشفته — بسازن. وقتی حرکت درست از آب دراومد، با «save camera move» بهعنوان یه دارایی ذخیره میشه و کنار فریم شروع، المانهای رفرنس (شخصیتها و اشیا)، فایل صوتی و متن پرامپت تو پنل تولید قرار میگیره. رندر نهایی فعلاً با Kling 2.0 انجام میشه.
اما چرا اینقدر مهمه؟ چون بیشتر ابزارهای تصویر-به-ویدیو حرکت دوربین رو از زبان پرامپت میگیرن و مدلها این زبون رو خیلی شل تفسیر میکنن؛ یه تغییر کوچیک تو کلمات، خروجی رو کاملاً عوض میکنه. کنترلر مستقیم ترتیب کار رو برعکس میکنه: اول حرکت رو تو یه رابط فضایی واقعی بلاک میکنی، بعد تولید میزنی — درست مثل پیشتصویرسازی تو فیلمسازی سنتی.
هرچی صحنه پیچیدهتر شه این فاصله بیشتر خودشو نشون میده. یه پوشاین ساده رو میشه با کلمه توصیف کرد، ولی نمایی با چند کیفریم، فاصلهٔ کانونی متغیر و قوسی مشخص دور یه شخصیت، با ماوس خیلی راحتتر ساخته میشه تا با جمله.
کنار این، Martini یه کتابخانهٔ رسانهٔ ماندگار هم معرفی کرده. مشکل ساختاری ابزارهای بوممحور اینه که داراییها به همون بوم یا پروژهای که توش ساخته شدن گره میخورن؛ حالا میشه یه شخصیت یا لوکیشن رو تو یه مجموعهٔ دائمی ذخیره کرد و از هر پروژهٔ بعدی بهش دسترسی داشت. برای کسی که داره یه سریال نما یا فیلم کوتاه با بازیگرهای ثابت میسازه، این یعنی تبدیل تولیدهای یکبارمصرف به یه خط دارایی قابل استفادهٔ مجدد.
این کتابخونه به ابزارهای مبتنی بر MCP هم وصل میشه؛ یعنی کاربر میتونه داخل یه دستیار مثل Claude با زبان ساده بخواد که فلان شخصیت از کتابخونه برداشته و روی بوم پروژهٔ جدید گذاشته شه. نویسنده اینو بهتنهایی یه راحتی کوچیک میدونه، ولی برای مدیریت کتابخونههای بزرگ یه مرحلهٔ تکراری رو حذف میکنه.
در مورد بلوغ ابزار هم صادقه: کنترلر مبتنی بر گوشی که اجازه بده با تکوندادن فیزیکی موبایل دوربین مجازی رو بچرخونی هنوز نیومده، و کیفیت خروجی نهایی همچنان به مدل زیرین یعنی Kling 2.0 وابستهست.
نکات کلیدی:
- مسیر دوربین قبل از تولید، روی یه بازسازی شبهسهبعدی از تصویر چیده میشه
- کیفریم، طول لنز و شدت حرکت روی یه تایملاین قابل تنظیمه
- حرکت ذخیرهشده بهعنوان دارایی کنار رفرنسها، صدا و پرامپت وارد تولید میشه
- کتابخانهٔ ماندگار، شخصیتها و لوکیشنها رو بین پروژهها جابهجا میکنه
- اتصال به MCP اجازه میده با زبان ساده دارایی روی بوم گذاشته شه
- رندر نهایی با Kling 2.0 انجام میشه و کنترلر گوشی هنوز عرضه نشده
