Runway Aleph: Hướng dẫn kèm dự án demo

Runway Aleph là gì?

Runway Aleph là một mô hình AI tạo video linh hoạt, đưa việc làm video tiến thêm một bước bằng cách cho phép nhập video và chỉnh sửa bằng lời nhắc văn bản.

Các tính năng chính gồm có:

• Khả năng thêm, xóa và thay đổi đối tượng trong cảnh một cách tinh vi.
• Tạo các góc nhìn hoặc phối cảnh khác nhau của một video.
• Điều chỉnh tổng thể phong cách và ánh sáng để phù hợp với thẩm mỹ mong muốn.
• Mở rộng video bằng cách tạo cảnh tiếp theo.

Bạn có thể xem nhiều ví dụ trong thông báo chính thức của Runway.

Cách truy cập Runway Aleph?

Runway Aleph có sẵn bắt đầu từ gói Standard với giá $15/tháng. Dù là gói theo tháng, nhưng không cho phép sử dụng không giới hạn.

Gói Standard đi kèm 625 credit, và mỗi giây Aleph tốn 15 credit, nghĩa là mỗi tháng có thể chỉnh khoảng 41 giây video.

Có gói Unlimited bao gồm 2250 credit và cho phép sử dụng không giới hạn ở chế độ khám phá (explore mode), tức là video sẽ mất nhiều thời gian hơn để tạo vì chúng được đưa vào hàng đợi và xử lý khi đến lượt.

Hầu hết các video tôi tạo ở đây đều qua chế độ khám phá, và tôi thấy thời gian chờ thay đổi khá nhiều tùy thời điểm trong ngày. Phần lớn thời gian là không phải chờ.

Cách sử dụng Runway Aleph?

Để dùng Runway Aleph, chúng ta cần một video làm đầu vào. Khi đã chọn video, ta có thể cung cấp lời nhắc văn bản để chỉnh sửa hoặc biến đổi video.

Ví dụ, chúng ta có thể yêu cầu Aleph biến cảnh thành ban đêm:

Lưu ý nếu video dài hơn 5 giây, chỉ một đoạn 5 giây sẽ được dùng. Bạn có thể chọn đoạn này bằng cách kéo cửa sổ dưới phần nhập video.

Lên kế hoạch cho video

Khi tôi được truy cập Runway Aleph, tôi vừa được nhờ ghi một video chúc mừng sinh nhật bạn mình. Vậy nên tôi nghĩ sẽ thử xem Aleph có thể dùng để làm một video từ đầu đến cuối không. Quá trình này giúp tôi hiểu nhiều về khả năng của nó, đặc biệt là những giới hạn.

Thử nghiệm này không chỉ dùng khả năng chỉnh sửa video của Aleph mà còn tận dụng khả năng tạo video Gen-4 của Runway.

Về âm thanh, tôi dùng hiệu ứng âm thanh miễn phí từ Pixabay, còn giọng nói được tạo bằng các mô hình văn bản thành giọng nói của OpenAI.

Ý tưởng của tôi là làm thứ gì đó có tham chiếu đến John Wick, một trong những bộ phim yêu thích của anh ấy. Vì không có cảnh quay nào, tôi phải tạo mọi thứ dựa trên ảnh chụp của chúng tôi và video có sẵn tự do trên internet.

Tôi muốn giữ mọi thứ đơn giản, nên chọn phong cách trailer với người dẫn chuyện. Việc không có nhân vật đối thoại sẽ đơn giản hơn nhiều khi làm việc với video sinh bởi AI.

Kịch bản của tôi đại khái như sau:

• Thiết lập bối cảnh ở Đài Bắc (nơi chúng tôi sống)
• Giới thiệu hai nhân vật
• Hai nhân vật gặp nhau tại khách sạn "The Continental" (tham chiếu phim)
• Tôi tặng anh ấy một hộp có chứa một cây bút dấu (một tham chiếu phim khác)

Tạo nhân vật

Để tạo nhân vật của mình, tôi chụp một tấm selfie và dùng chế độ chat của Runway để tạo phiên bản tôi mặc vest và cầm một hộp gỗ.

Với bạn tôi, tôi không thể khiến Runway tạo ra đúng điều mình muốn, nên cuối cùng tôi làm bán thủ công bằng Photoshop Firefly.

Trong lúc tạo, tôi cũng nhiều lần gặp lỗi Runway từ chối tạo hình ảnh. Tôi nghĩ nói chung việc tạo hình người cụ thể bằng AI là khó vì lý do an toàn. Đây là điều cần lưu ý nếu bạn muốn tạo nội dung có nhân vật là người cụ thể.

Cảnh 1: Taipei 101 với mặt trăng

Cảnh mở đầu với tua nhanh chuyển động mặt trăng không phải do AI tạo. Đây là video miễn phí của Timo Volz mà tôi tìm thấy tại Pexels.com.

Tôi đã thử chỉnh sửa bằng Runway Aleph nhưng thất bại. Tôi nghĩ biến nó thành cảnh quay drone bay trên tòa nhà sẽ là một chỉnh sửa ngầu, nhưng Aleph lại đưa ra kết quả như sau:

Biến video này thành cảnh quay drone bay qua tòa nhà.

Cảnh 2: Cận cảnh bạn tôi

Ở cảnh thứ hai, tôi cung cấp bức ảnh đã tạo bằng Photoshop và yêu cầu một cảnh cận để giới thiệu nhân vật.

Tôi thích kết quả này, nhưng tôi muốn tạo chút bí ẩn trước khi lộ diện nhân vật. Vì vậy, tôi yêu cầu tạo một cảnh khác với lời nhắc: "Cảnh cận để giới thiệu nhân vật. Hãy để nhân vật quay lưng lúc bắt đầu rồi từ từ quay mặt về phía máy quay.".

Kết quả như sau:

Trong ví dụ thứ hai, Runway Aleph không làm theo lời nhắc. Tuy vậy, đó lại là cảnh tôi dùng. Tôi cắt nửa đầu trong phần mềm dựng để gương mặt nhân vật ban đầu bị che bởi mũ và chỉ sau đó mới lộ diện.

Cảnh 3: Đi trong con hẻm tối

Cảnh này được tạo bằng cách:

1. Dựa trên ảnh nhân vật, tạo một hình ảnh nhân vật quay lưng trong một con hẻm tối.

2. Dùng hình ảnh đó cùng lời nhắc: "Người đàn ông đội mũ đi xuống con hẻm, rời xa máy quay cho đến khi biến mất ở phía xa. Thêm sương mù để cảnh thêm bí ẩn."

Cảnh 4: Tôi đi bộ với chiếc hộp

Với cảnh này, tôi dùng hình ảnh của chính mình đã tạo ở trên. Tôi phải kiên trì khá nhiều để Aleph tạo ra video tôi đang đi bộ. Lời nhắc rất đơn giản: "Người này đi về phía tòa nhà ở phía sau."

Cả bốn video đều không làm được điều tôi yêu cầu. Cuối cùng tôi dùng video thứ tư vì đó là video duy nhất có thể sử dụng.

Tôi muốn thêm chút sương mù để video trông bí ẩn hơn, nên tôi dùng khả năng chỉnh sửa video của Aleph để làm mờ sương. Phần này thì hoạt động khá tốt.

Với phần thứ hai, cảnh cận chiếc hộp, ban đầu tôi thử để Aleph chỉnh video bằng lời nhắc: "Tạo cảnh cận tập trung vào bàn tay đang cầm hộp." Tuy nhiên, điều đó hoàn toàn không hiệu quả.

Tôi chụp ảnh màn hình khung hình muốn tạo chuyển động và dùng nó cùng một lời nhắc để xử lý.

Cuối cùng, với cảnh tôi đi xa dần, Runway ban đầu tạo một con hẻm có đèn neon trông khá giống cảnh trước. Để làm nó khác đi, tôi nhờ Aleph chỉnh video và loại bỏ đèn neon, và điều này hoạt động rất tốt.

Cảnh 5: Lái xe hơi

Cảnh này được tạo tương tự cảnh thứ ba: tạo một ảnh tĩnh rồi chuyển nó thành video.

Tuy nhiên, video không ra như tôi mong muốn:

Khi dùng Runway Aleph, tôi cảm thấy thường chỉ có vài giây đầu là dùng được trước khi video trở nên kỳ lạ. Tôi vẫn xoay sở được bằng cách:

1. Đảo ngược video.
2. Chỉ giữ phần video tập trung vào người lái.

Cảnh 6: Tua nhanh giao thông

Cảnh này là video miễn phí của Timo Volz lấy từ Pexels. Tôi đã thử chỉnh phong cách nhưng không thành công mấy.

Đây là lời nhắc tôi dùng:

"Đổi phong cách video này sang neo-noir hành động lấy cảm hứng từ John Wick—điện ảnh, ánh sáng tương phản cao, đường phố neon ướt mưa với tông xanh dương, tím và đỏ đậm; bầu không khí thanh lịch nhưng nguy hiểm; nội thất hiện đại bóng bẩy; tâm trạng tinh tế nhưng gai góc."

Tuy nhiên, kết quả không thể dùng được:

Tôi đã làm các thử nghiệm tạo phong cách khác trên những video khác, và không cái nào thành công.

Các cảnh kết

Ba cảnh cuối cũng được tạo bằng cách biến ảnh thành video.

• Bức ảnh này là của một tòa nhà thật ở Đài Bắc, tôi thêm biển neon bằng Photoshop.
• Ảnh tôi đi dọc hành lang với chiếc hộp được tạo bằng Runway bằng cách yêu cầu đặt tôi trong một khách sạn sang trọng có tấm thảm có chữ "C". Ảnh này không được đẹp vì chiếc hộp trông giống vali hơn, và tôi không xử lý lại được.
• Ảnh cuối được lấy từ một hộp quà John Wick, và tờ giấy ghi chú được thêm bằng Photoshop.

Dòng chữ kết

Dòng chữ kết được tạo hoàn toàn bằng Runway. Tôi dùng chế độ chat để yêu cầu tạo chữ "Chapter 50" như tiêu đề một bộ phim theo phong cách John Wick. Nó tạo ra hình ảnh này:

Sau đó, trong chế độ chat, công cụ hỏi tôi có muốn chữ được hoạt họa không, và tôi đồng ý. Kết quả như sau:

Tôi muốn các chữ cái cũng được hoạt họa, nên tôi dùng Aleph để chỉnh video. Kết quả không đúng như yêu cầu, nhưng tôi vẫn thích và dùng được.

Tôi đã yêu cầu: "Máy quay bay xuyên qua số 0 trong chữ '50', rồi mờ dần sang màn hình đen."

Đây là kết quả cuối cùng:

Thử nghiệm thêm với Runway Aleph

Tạo cảnh tiếp theo

Tôi thử mở rộng một số đoạn bằng cách dùng Aleph tạo các cảnh tiếp theo. Đầu tiên, tôi không chỉ định muốn cảnh tiếp theo là gì; tôi chỉ yêu cầu tạo một cảnh kế tiếp.

Về mặt hành động, cảnh được tạo nhất quán với cảnh trước, nhưng có sự suy giảm đáng kể về tính nhất quán của nhân vật. Trông không giống cùng một người.

Để thử sâu hơn, tôi chỉ định rằng tôi muốn cảnh tiếp theo là nhân vật nhảy lên một chiếc mô tô. Sau đó tôi dùng kết quả đó và yêu cầu thêm một cảnh nữa: nhân vật lái mô tô rời đi.

Kết quả như sau:

Aleph gặp khó khăn với việc nhân vật đang cầm một chiếc hộp. Chúng ta cũng thấy một số hiện tượng lạ trong video.

Thay đổi một video

Khi làm video, tôi đã dùng thành công khả năng chỉnh sửa của Aleph để xóa biển neon trên đường và thêm sương mù vào cảnh. Tuy nhiên, khi tôi thử thay đổi thẩm mỹ của một video, nó thất bại.

Vì tò mò, tôi thử cho mưa rơi trong một cảnh để xem công cụ xử lý thế nào, và nó hoạt động khá tốt ngay lần đầu.

Trong ví dụ sau, tôi yêu cầu thêm lửa vào bánh sau của một chiếc mô tô. Công cụ đã thêm lửa, nhưng không đúng vị trí.

Đây là ví dụ cuối cùng, tôi yêu cầu thêm một con sóng khổng lồ vào một video hiện có:

Kết luận

Tạo video với Runway Aleph chắc chắn là trong tầm tay, nhưng cần hiểu rằng quy trình không đơn giản chỉ là gõ một lời nhắc văn bản và nhận lại video mượt mà. Hành trình này đòi hỏi sự sáng tạo và kiên nhẫn, vì công nghệ tuy đột phá nhưng vẫn cần được dẫn dắt và hiệu chỉnh để hiện thực hóa ý tưởng.

Thường thì tôi phải điều chỉnh ý tưởng ban đầu theo kết quả mà Runway Aleph tạo ra. Thay vì chỉ đạo từng cảnh hoàn toàn bằng lời nhắc, đây trở thành một nỗ lực hợp tác, nơi những diễn giải độc đáo của công cụ thường ảnh hưởng đến hướng đi cuối cùng của tôi.

Các ví dụ được trình bày trong thông báo của Runway Aleph có lẽ là những kết quả tốt nhất của nó. Dù mô hình có thể tạo ra kết quả ấn tượng, để đạt hiệu ứng như mong muốn thường cần nhiều lần thử và sẵn sàng tinh chỉnh, lặp lại đầu ra.

Nhìn chung, Runway Aleph là một công cụ thú vị và đáng dùng cho những người đam mê, cho phép hiện thực hóa những ý tưởng video vốn có thể chỉ dừng ở khái niệm. Tôi đã rất thích quá trình tạo video mừng sinh nhật bằng công cụ này. Tuy nhiên, việc thực hiện tầm nhìn đó cũng cho thấy vẫn còn chặng đường để công cụ có thể truyền tải trơn tru mọi ý tưởng thành sản phẩm hình ảnh hoàn thiện.