Как я сделал поющую еду.
Делаете новую gems. Вставляете этот текст в инструкцию. Запускаете чат. Закидываете в чат картинку того что может петь. пишите: it sing: be happy
вставляете текст в frame2video.

инструкция для gem чтобы получить консистентный результат. создает json. хорошо работает с людьми. или с уже готовыми описаниями анимации неодушевленных

Хорошее рождается из множества эскизов. Если рассматривать любого художника, становится видно, что шедевру обычно предшествуют версии, поиски, пробы фактуры и техники. В этом и есть разница между студией, где работают артисты, и ремеслом, которое просто исполняет запрос. Художник стремится превзойти себя и своих коллег, снова и снова уточняя замысел.

Сейчас художником может стать каждый. Достаточно воображения, терпения и немного кредитов. Мы делаем много тестов, и из этого потока рождается масса генераций, которые я с улыбкой называю обрезками, как в ателье высокой моды. Среди них нередко встречаются самостоятельные находки, которые могут быть интересны.

Поэтому я решил раз в месяц (или чаще) выпускать Mimagie TV. В нем показываю самые любопытные наработки, иногда добавляю промпты. Повторяемость рендеров по промтам не обещаю, часть сцен опирается на референсные изображения, но логику построения вы увидите и сможете применить в своих экспериментах.

Интересно узнать, насколько вам это полезно. Пишите в комментариях, делитесь наблюдениями и идеями.

Невозможность точно управлять актерами как на площадке можно компенсировать точными инструкциями в тексте. Укажите слова в длинной реплики с конкретными эмоциями. Радость. Сомнение. Злость на вдохе. На съемке такой прием делает картонный кадр. В промпте он дает выразительный эффект.

Там где рендер не дотягивает помогают практические штуки. Ветер. lens flare. Ручная камера. Пыль в луче. Эти детали собирают атмосферу и кадр становится кино.

prompt
A young woman with red-hair in braids and piercing blue eyes stands in a field of tall, golden grass at sunset, initially looking away from the camera. A steady wind blows, making the grass sway and gently whipping loose strands of her hair. She slowly turns her head to stare directly into the lens, her expression shifting to one of raw intensity. As she speaks, the setting sun creates a soft, warm lens flare that drifts across the frame. On the word "empty," she performs a sharp, dramatic gesture, her hand briefly clutching the fabric of her black coat near her stomach as if struck by a pang of hollowness. Her gaze becomes intensely personal and vulnerable as she finishes the line. The camera is handheld throughout, starting as a medium shot and pushing in for a dramatic, shaky extreme close-up on her glistening eyes as she finishes speaking. Audio: Her voice is clear but trembles with emotion, "Why do we feel empty after making AI videos? Because we never truly touch anyone." The sound of wind rustling through dry grass is constant.

Для ИИ-режиссёров крайне важно опираться на рефы (примеры), основанные на новом киноязыке. Вот один из них: пропустив пару статичных кадров, мы получаем активную внутрикадровую динамику. Если разобрать ролик покадрово, станет видно кучу ляпов — и они совсем не мешают восприятию.

подсмотрев у @denissexy сделал киношную версию;
она смотрит вашу картинку, ищет там сюжет и потом обученная кинооператорским приемам крутит вашу картинку.
https://ai.studio/apps/drive/1vvIMDWXeLnX3LijEHrt8mTqIKcT8JCeg

шпаргалка по углам:
Use Eye-level for baseline coverage, conversational neutrality, product realism
Use High angle for diminishing power, overview of blocking, revealing environment
Use Low angle for empowerment or heroism, architectural scale, menace
Use Extreme high angle for alienation, compressed geography, surveillance vibe
Use Extreme low angle for mythic scale, skyscraper or ceiling emphasis
Use Worms-eye view for child or pet POV, towering presence
Use Overhead for graphic staging, choreography maps, food or tabletop shots
Use Birds-eye view for geography, traffic patterns, mass movement
Use Gods-eye view for crime scenes, fate or destiny beats, tableau finales
Use Aerial shot (top-down) for landscape scale, transitions, travel sequences
Use Dutch angle for disorientation, tension, psychological unease
Use Straight-on (frontal) for direct address, symmetrical or planimetric staging
Use Profile (side-on) for silhouette, clarity of lateral motion, formal blocking
Use Three-quarter front for flattering portraits, depth with a readable face
Use Three-quarter rear for following action, concealing face while keeping posture
Use Rear / back angle for mystery, revealing environment over identity
Use Reverse angle for dialogue coverage, perspective flip for reactions
Use Over-the-shoulder (OTS) for dialogue eyeline, relationship context, spatial glue
Use Clean OTS for clarity in coverage, minimizing foreground dominance
Use Dirty OTS / Dirty single for depth, tension, eavesdropping vibe
Use French over for car, bench, or bar scenes; stylized dialogue coverage
Use POV (subjective) for immersion, fear beats, reveals or insert looks
Use Objective angle for exposition, coverage continuity, procedural tone
Use Ground-level for footfalls, wheels, creatures, dynamic foregrounds
Use Knee-level for following movement, stealthy creeps, child scale
Use Hip-level for guns, tools, stand–sit interactions
Use Shoulder-level for dialogue with presence, over-the-shoulder synergy
Use Sitting-level for conversations across mixed heights, intimacy without tilt
Use Up shot for shorthand in crew notes, quick boards, shot lists
Use Down shot for shorthand in crew notes, quick boards, shot lists
Use Planimetric for Wes Anderson–style symmetry, tableau blocking

prompt: Show me this scene from another angle. I want to see face of the woman, but camera in front of the glass. So we can see reflection on the glass, then we can see face of the woman, and then we can see dark room in blurred with a nice bokeh. And also you need change the hair, like 10 second pass, so the hair change a little bit. Her expression is dreamy.