Valox Cinema

Тезата на проучването за филма е кратка: последният български средновековен епос е направен през 1981 г. с държавни пари, а исторически филм за Симеон Велики иначе не се прави. После Higgsfield направи AI филм с продължителност 114 минути и публикува целия си производствен метод. Сравнено с моя процес, тяхното майсторство беше пред моето в дисциплината при подготовката на елементите (герои, места, предмети), в последователността в пространството и в структурата на промптовете. Моята автоматизация беше пред тяхната: слоят, който превръща сценарий в 540 спецификации на кадри, при тях отне 28 души и два чат прозореца, а във ValoxVSL този слой е продуктът.

Накарах агенти да разглобят метода им и моя процес един до друг. Проучването беше добавено към хранилището на процеса, а всяка открита разлика стана техническа задача, от пространствена карта за всяко място до синхронизиране на устните по предварително записан български говор. После пуснах самостоятелно изпълнение, което да проектира следващия процес, с който ще се направи филмът. Два паралелни работни потока прочетоха старото хранилище и събраха проверени проучвания, един фонов агент написа комплект документи за оператора, който оспори заданието ми по осем точки с доказателства от файлове и редове, а три независими предложения за архитектура отидоха при жури. Резултатът е пълен набор от планове за изграждане, записи на решенията и файлове с проучвания, и няма код, докато аз не го потвърдя.

1. 01

   Първо елементите, после кадрите

   Героите, местата, предметите, костюмите и състоянията на повреда, правилата за осветление и ограниченията за последователност се проектират, преди да започне скъпото генериране. Сцените се планират с пространствени карти и общи планове, така че обратният ъгъл да попадне в същата стая. Монтажистът работи, докато тече генерирането, и поръчва липсващите кадри, докато още е евтино да се направят.

2. 02

   Първо гласовете, после картината

   Картината се генерира изцяло, а изпълненията не. Актьорите записват първо главните гласове, в контролирани сесии с повторни дубли и застъпващи се реплики, а моделът анимира по вече записан звук, така че никога не му се налага да генерира български говор. Това обръща кастинга: ролята получава най-доброто изпълнение, а лицето се генерира отделно. Един план покрива какво следва след приет клип: субтитри, дублаж, синхронизиране на устните, което запазва картината, и клониране на глас като възможност, която работи само със съгласие.

3. 03

   Два теста, които могат да го спрат

   Никой източник не потвърди проверимо, че видеомоделът работи над 720p, а кинематографичният мастър е в 2K. Затова първият тест е разговор на живо с доставчика: реалната максимална изходна резолюция и броят на едновременните генерирания, потвърдени писмено; слаб отговор насочва филма към стрийминг, а не към кината. Вторият са десет представителни кадъра: интимен диалог, установяващ общ план, ръце, светлина от огън, емоционално лице, конница, ръкопашна схватка, движение за образец, заснето с телефон, малка дълбочина на рязкост и вмъкнат кадър с предмет, всеки на чернова и на крайна резолюция. Тестът брои колко генерирания са нужни до приет дубъл и дали евтините чернови предсказват крайното класиране.

4. 04

   Един интерфейс за всички доставчици

   Един адаптерен интерфейс покрива седем вида генерация. Всеки модел е типизиран ред, чиято цена и проверени възможности са данни, така че цената влиза в решението към кой доставчик да се изпрати заявката, а към непроверено твърдение на доставчик не може да се насочи заявка. Един и същ регистър на инструментите обслужва MCP, команден ред и маршрутите на потребителския интерфейс, така че агент и човек извикват едни и същи инструменти.

5. 05

   Ограничения за разходите, записани като код

   В сегашния процес защитите за парите са записани в markdown файловете на skills, а броячите на разходите не спират нищо. Проектът налага ограничения за всяко изпълнение и за всяка сцена, оценка преди разход и твърди спирания в самото приложение, където промптът не може да ги отмени с убеждаване. Проучването заведе същото правило като задача към днешния инструмент: ограничител на бюджета, наложен в слоя с MCP инструменти.

6. 06

   Всеки клип с произход и решение

   Всяко генериране носи произхода си и трайно записано решение, а опашка за решения с автоматично сортиране е оразмерена за десетките хиляди клипове, които са нужни на един филм. Контролът на качеството на видеото започва с детерминиран предфилтър по оптичен поток и SSIM, после идва преглед на мрежа от кадри при честота на семплиране, която задавам аз, така че евтините проверки да се изпълняват преди скъпите.

Филм няма. Проучването е добавено, а задачите, които то заведе към процеса, са все още отворени. Проектът на следващия процес е пълен, прегледан критично и поправен, но няма код на приложение, няма пилот и няма нито един commit. Нито един от решаващите тестове не е пуснат. Изпълнението по проектирането веднъж достигна лимит на ползване и продължи от дневниците си, а един проверяващ агент отказа да пипа проекта, докато не бъде добавен в списъка му с разрешени проекти. Бележките от прегледа на проекта носят предупреждението: толкова дебело досие може да подкрепи действието, но може и да го замести, и тестовете решават кое от двете.