Video Modelsrunway

معرفی و مستندات مدل هوش مصنوعی gen4_aleph

مستندات مدل تولید ویدیو gen4_aleph از runway، ارائه شده توسط ای آی کار (AI-KAR)

معرفی و بررسی فنی

⚡ وضعیت پشتیبانی از زبان فارسی

این مدل از زبان فارسی به صورت متوسط پشتیبانی می‌کند. برای دریافت بهترین نتیجه، توصیه می‌شود از دستورالعمل‌های انگلیسی استفاده کنید.

معرفی مدل gen4_aleph

مدل gen4_aleph یک مدل تبدیل ویدیو به ویدیو است که توسط runway توسعه داده شده است. این مدل قادر است ویدیوهای ورودی را تغییر دهد یا شات بعدی را در یک داستان تولید کند که از ورودی شروع شده و بر اساس دستورالعمل شما ادامه می‌یابد. با استفاده از این مدل، می‌توانید زوایای دوربین و حرکات آن را تعریف کنید، طرح داستان را تغییر دهید، ظاهر شخصیت‌ها را عوض کنید یا محیط را تنظیم نمایید.

نحوه استفاده

برای استفاده از این مدل، ابتدا باید یک حساب کاربری در وب‌سایت ای آی کار (AI-KAR) ایجاد کنید و یک کلید API تولید نمایید. سپس، کد نمونه ارائه شده را کپی کرده و کلید API خود را جایگزین کنید. دستورالعمل‌های خود را در فیلد prompt وارد کنید. در صورت نیاز، می‌توانید پارامترهای اختیاری دیگر را نیز تنظیم کنید. در نهایت، کد را اجرا کنید و منتظر بمانید تا ویدیو تولید شود.

توضیحات تکمیلی

مدل gen4_aleph با دریافت یک ویدیو و یک دستور متنی، ویدیویی جدید تولید می‌کند که بر اساس دستور متنی، تغییراتی در ویدیوی ورودی ایجاد کرده است. این تغییرات می‌تواند شامل تغییر در صحنه، اضافه کردن یا حذف اشیاء، تغییر ظاهر شخصیت‌ها و غیره باشد. این مدل برای تولید محتوای ویدیویی خلاقانه و جذاب بسیار مناسب است.

به عنوان مثال، می‌توانید یک ویدیوی ساده از یک منظره را به مدل بدهید و از آن بخواهید که یک موجود فضایی را به آن اضافه کند. یا می‌توانید یک ویدیوی از یک شخص را به مدل بدهید و از آن بخواهید که لباس او را تغییر دهد. امکانات این مدل بسیار گسترده است و به خلاقیت شما بستگی دارد.

این مدل از دو endpoint به صورت متوالی استفاده می‌کند: اولی برای ایجاد و ارسال یک وظیفه تولید ویدیو به سرور (که یک شناسه تولید برمی‌گرداند) و دومی برای درخواست ویدیوی تولید شده از سرور با استفاده از شناسه تولید دریافت شده از endpoint اول. کد نمونه ارائه شده، هر دو endpoint را ترکیب می‌کند.

برای دریافت اطلاعات بیشتر در مورد نحوه تنظیم محیط توسعه و ایجاد درخواست، می‌توانید از راهنمای شروع سریع ما استفاده کنید.

این مدل با مدل‌های قدیمی‌تر تفاوت‌هایی دارد. gen4_aleph به شما اجازه می‌دهد تا کنترل بیشتری روی خروجی داشته باشید و ویدیوهای با کیفیت‌تری تولید کنید. همچنین، این مدل از پارامترهای بیشتری پشتیبانی می‌کند که به شما امکان می‌دهد تا خروجی را دقیق‌تر تنظیم کنید.

با استفاده از gen4_aleph، می‌توانید ویدیوهایی تولید کنید که قبلاً تصور آن را هم نمی‌کردید. این مدل ابزاری قدرتمند برای تولیدکنندگان محتوا، هنرمندان و هر کسی است که به دنبال خلق ویدیوهای خلاقانه و جذاب است.

این مدل در ای آی کار (AI-KAR) به شما کمک می‌کند تا به راحتی ویدیوهای مورد نظر خود را تولید کنید و از امکانات هوش مصنوعی در این زمینه بهره‌مند شوید.

مشخصات فنی (API References)

پارامترنوعتوضیحات و مقادیر
model
stringRequired
مدل مورد استفاده برای تولید ویدیو. مقدار آن باید runway/gen4_aleph باشد.
مقادیر مجاز (کلیک برای کپی):
video_url
stringRequired
آدرس URL یک ویدیوی HTTPS یا یک URI داده حاوی ویدیو. این ویدیو به عنوان مرجع در طول تولید استفاده خواهد شد.
prompt
stringRequired
توضیحات متنی صحنه، موضوع یا عملی که می‌خواهید در ویدیو تولید شود. حداکثر طول: 1000 کاراکتر.
duration
number
طول ویدیوی خروجی بر حسب ثانیه. مقدار پیش‌فرض: 5.
مقادیر مجاز (کلیک برای کپی):
frame_size
string
عرض و ارتفاع ویدیو. مقدار پیش‌فرض: 1280:720.
مقادیر مجاز (کلیک برای کپی):
seed
integer
تغییر عدد seed راهی برای به دست آوردن نتایج مختلف برای سایر پارامترهای درخواست است. استفاده از مقدار یکسان برای یک درخواست یکسان، نتایج مشابهی تولید می‌کند. اگر مشخص نشود، یک عدد تصادفی انتخاب می‌شود. حداکثر مقدار: 4294967295.
references
object[]
ارسال یک مرجع تصویر به مدل اجازه می‌دهد تا سبک یا محتوای مرجع را در خروجی شبیه‌سازی کند.

نمونه کدهای درخواست

نکته مهم برای توسعه‌دهندگان:

برای احراز هویت، حتما کلید API خود را جایگزین YOUR_API_KEY کنید. هدر Authorization الزامی است.

import requests
import time

# replace <YOUR_AI-KARAPI_KEY> with your actual ای آی کار (AI-KAR) key
api_key = "<YOUR_AI-KARAPI_KEY>"
base_url = "https://api.ai-kar.com/v1"

# Creating and sending a video generation task to the server
def generate_video():
    url = f"{base_url}/generate/video/runway/generation"
    headers = {
        "Authorization": f"Bearer {api_key}",
    }
    data = {
        "model": "runway/gen4_aleph",
        "video_url":"https://zovi0.github.io/public_misc/kling-v2-master-t2v-racoon.mp4",
        "prompt":'''
Add a small fairy as a rider on the raccoon’s back. She must have a black-and-golden face and a cloak in the colors of a dark emerald tropical butterfly with bright blue shimmering spots.
'''
    }
    response = requests.post(url, json=data, headers=headers)
    if response.status_code >= 400:
        print(f"Error: {response.status_code} - {response.text}")
    else:
        response_data = response.json()
        print(response_data)
        return response_data

# Requesting the result of the task from the server using the generation_id
def get_video(gen_id):
    url = f"{base_url}/generate/video/runway/generation"
    params = {
        "generation_id": gen_id,
    }
    headers = {
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json"
    }
    response = requests.get(url, params=params, headers=headers)
    return response.json()

def main():
    # Running video generation and getting a task id
    gen_response = generate_video()
    gen_id = gen_response.get("id")
    print("Generation ID:  ", gen_id)

    # Trying to retrieve the video from the server every 10 sec
    if gen_id:
        start_time = time.time()
        timeout = 1800
        while time.time() - start_time < timeout:
            response_data = get_video(gen_id)
            if response_data is None:
                print("Error: No response from API")
                break
            status = response_data.get("status")
            print("Status:", status)
            if status == "waiting" or status == "active" or  status == "queued" or status == "generating":
                print("Still waiting... Checking again in 10 seconds.")
                time.sleep(10)
            else:
                print("Processing complete:/n", response_data)
                return response_data
        print("Timeout reached. Stopping.")
        return None

if __name__ == "__main__":
    main()

نمونه پاسخ موفق (JSON)

RESPONSE (200 OK)
{
  "id": "60ac7c34-3224-4b14-8e7d-0aa0db708325",
  "status": "completed",
  "video": {
    "url": "#",
    "duration": 8
  },
  "duration": 8,
  "error": null,
  "meta": {
    "usage": {
      "tokens_used": 120000
    }
  }
}