Runway是一家领先的生成式AI平台，它在2024年7月9日发布了新一代文生视频模型Gen-3 Alpha。这款模型在保真度、一致性和运动表现方面都有显著提升，能够生成表达丰富的、逼真的人类角色。Gen-3 Alpha支持多种生成工具，如文本到视频、图像到视频、文本到图像转换工具。此外，它还提供API服务，价格与DeepSeek-V2一致，在基准测试中表现优异。

一、文本提示的重要性

        在使用Gen-3 Alpha等生成式AI视频模型时，文本提示的质量直接影响最终视频的效果。一个模糊的提示如“一个海边日落的场景”，可能生成平淡无奇的视频。而详细的描述，如“夕阳下的海滩，金色的阳光洒在波光粼粼的海面上”，将指导模型生成更为丰富和逼真的视频内容。

二、文本提示的结构

        Runway建议将文本提示分为不同的模块，包括场景、主题和镜头运动等。这种结构化的提示有助于模型更准确地理解和执行用户的意图。

        例如：近景特写镜头：一个高清的指头上，站着一只可爱的迷你小狗，很好奇地看着镜头

       

三、Gen-3 Alpha的提示技巧

        Gen-3 Alpha的提示结构包括了镜头移动、相机风格、灯光效果、移动效果等要素。以下是一些具体的提示词示例：

• 相机风格：低角度、高角度、第一视角、高架、手持、广角、特写、微距离、越肩效果、现实记录等。
  如高架
  
• 灯光效果：漫射照明、轮廓光、背光、镜头光晕、侧光式、凝胶灯光等。
  如轮廓
  
• 移动效果：动态运动、慢动作、超高速、时光倒流等。
  时光倒流
  

四、文本提示与模型的交互

        输入的文本提示会被转换成向量，包含场景、人物、动作等关键信息，这些向量在视频生成过程中起到持续引导的作用。因此，文本提示相当于模型的“指导员”，确保生成内容与描述相匹配。

五、视频模型的挑战

        与文本、图片不同，视频模型需要考虑时间序列和连贯性，确保生成的视频在视觉上和动作逻辑上都与描述相符。这增加了开发难度和算力消耗。

六、Gen-3 Alpha的实践应用

        用户在使用Gen-3 Alpha时，应注重精准的效果和细节提示词的使用。例如，描述一个场景时，可以加入“高清、写实风格、慢动作镜头”等关键词，以及相应的音频提示，如鸟叫、汽笛声等，以增强视频的整体感觉。