Cinematic Director 1.4.9 получил режим «4 раза (2 этапа)». Он берёт маленький видеочерновик и последовательно дорисовывает его на ПК с видеокартой на 16 ГБ VRAM. Сам режим выдаёт 1536×896, не 4K. До 4K ролик можно довести отдельным этапом сверхразрешения.
Режим помогает обойти нехватку видеопамяти и работать с маленьким быстрым черновиком. Но экономия GPU-часов оборачивается ожиданием: один 8-секундный ролик в финальной схеме дорисовывался около 16 минут.
Cinematic Director дорисовывает мелкий черновик в четыре раза
Разработчик ULL Studio рассказал, что упёрся в проблему во время съёмки обучающего видео. За столом для пикника сидели четверо. На общем плане лица занимали мало места, поэтому после увеличения оставались смазанными. Если сразу делать более крупный черновик, 16 ГБ VRAM не хватало на последующую дорисовку.
Для обработки большой кадр делят на четыре перекрывающихся тайла — фрагмента изображения — и обрабатывают по очереди. Черновик сначала увеличивается в два раза, затем ещё в два. В итоговом примере путь был таким: 384×224 → 768×448 → 1536×896.
На каждом этапе модель сохраняет основную композицию и добавляет детали. Для проверки разработчик зафиксировал seed 777 и использовал силу перерисовки 0,40. Так результат сравнивали на одном исходном сценарии, а не на случайно удачных роликах.
Тайлы решили проблему памяти, но сначала дали двойные лица
Попытка увеличить черновик до 384p показала, где узкое место. Вес модели занимал около 16 ГБ, а большой кадр требовал больше видеопамяти. Через 17 минут не завершился даже первый из четырёх фрагментов. С облегчённой моделью на 12,5 ГБ этап всё равно оценивался примерно в два часа.
Разработчик добавил перекрытие тайлов шириной 128 пикселей и общий шум для их перекрывающихся частей. На первом варианте линии стыков не бросались в глаза. Но при покадровой проверке 4K обнаружились призрачное лицо рядом с главным героем и двойной рот.
Проблема возникала внутри перекрывающихся областей. Два соседних тайла могли по-разному дорисовать рот или лицо, а после объединения фрагментов две версии деталей смешивались.
Финальная правка меняет момент смешивания: тайлы объединяются на каждом шаге перерисовки, а не только после завершения. Автор сравнил идею с MultiDiffusion. После этого рот перестал двоиться, а при увеличении в 4K сохранилась мимика исходного варианта.
В tiled workflow для ComfyUI невидимый шов ещё не гарантирует, что детали соседних участков согласованы. Здесь проблему заметили при покадровой проверке, а не на общем просмотре.
Два прохода дают больше деталей, но требуют терпения
На финальной схеме два увеличения 8-секундного ролика занимали около 960 секунд — примерно 16 минут. Ранний вариант занимал около 18 минут. Разница небольшая. Зато после исправления смешивания пропали двойной рот и лишнее лицо.
Разработчик пробовал усилить второй проход с 0,40 до 0,50. Вместо более аккуратного лица в кадре появился дополнительный человек, а в другом месте усилилось искажение. По его выводу, для тайлов 0,40 — верхняя граница, если важно сохранить исходную сцену.
Отдельную коррекцию лиц тоже убрали. В первых попытках она меняла черты и занимала около 30 минут на ролик. Когда коррекцию ограничили лицом главной героини, обработка сократилась до 11,5 минуты. Но способ зависел от положения персонажа именно в этом видео. После улучшения основного режима отдельная коррекция уже не понадобилась.
До финальной правки разработчик оценил результат так: «Это ещё не тот уровень, которым я полностью доволен, но лучше прежнего точно не было». После исправления смешивания он сказал: «Честно, идеально». Это оценка самого разработчика; независимого теста в материалах нет.
Как использовать 4× режим в работе с видео
Метод позволяет не рендерить каждый вариант крупно. Сначала можно искать удачную композицию на маленьких черновиках, а ресурсы тратить на выбранный ролик. Для длинного видео автор оценивает суммарное время примерно так: 30-секундный черновик — около 5 минут, первый проход 2× — около 8 минут, второй — около 37 минут. Увеличение выбранного ролика займёт примерно 50 минут — час.
Практический порядок работы:
- Сгенерируйте несколько небольших черновиков и отберите удачные по композиции и движению.
- Выберите один вариант и сначала увеличьте его в два раза.
- Если результат подходит, продолжите со второго этапа до 4×. Уже обработанный ролик можно продолжить без повторения первого прохода.
- Проверьте лица и мелкие детали покадрово, особенно в местах перекрытия тайлов.
- Если нужен 4K, выполните отдельный этап сверхразрешения и снова проверьте итог.
В тесте 8-секундный ролик после увеличения в 4 раза довели до 4K локальным инструментом сверхразрешения примерно за 50 минут. Это отдельная операция. Значит, «4×» в названии режима не обещает мгновенный рендер в 4K.
Локально — без облака, но с ограничениями
Есть и художественные ограничения. На одном из тестов цвет шляпы персонажа менялся между фрагментами, а при усилении перерисовки возникал лишний человек. Более крупный референс лица занял примерно на 20% больше времени, но визуально отличался совсем немного. Для рекламного ролика автор советует описывать детали вроде «однотонной красной кепки»: модель может дорисовать узор, похожий на логотип.
Для креатора полезен сам принцип: сначала недорого перебрать варианты, а потом детализировать выбранный дубль. Финальную картинку всё равно стоит проверить по кадрам. Тайловая схема экономит память, но артефакты могут остаться.
Примеры моих AI-видео и тесты моделей — в работах
Источники
ULL Studio — локальная версия Cinematic Director
Источникnote.com
