Los nodos de ComfyUI-MochiEdit y su flujo de trabajo asociado son desarrollados completamente por logtd y Kijai. Damos todo el crédito debido a logtd y Kijai por este trabajo innovador. En la plataforma RunComfy, simplemente estamos presentando sus contribuciones a la comunidad. ¡Apreciamos profundamente el trabajo de logtd y Kijai!
El flujo de trabajo Mochi Edit es una herramienta diseñada para permitir a los usuarios modificar contenido de video usando indicaciones basadas en texto. Soporta tareas como agregar o alterar elementos (por ejemplo, colocar sombreros en personajes), ajustar el estilo general o reemplazar sujetos dentro del metraje.
1. Mochi Edit Supermuestreo
En el corazón de Mochi Edit se encuentra su técnica de supermuestreo. La técnica de supermuestreo de Mochi Edit aprovecha un enfoque simplificado para editar videos e imágenes, permitiendo transformaciones a través de indicaciones multimodales sin requerir pasos de preprocesamiento adicionales o módulos de red externos. La idea central detrás del supermuestreo de Mochi Edit es manipular la representación latente del video directamente, en lugar de realizar operaciones complejas como detección de rostros o estimación de poses, que son comunes en las tuberías tradicionales de generación de imágenes. Este método está alineado con el objetivo más amplio de crear un proceso de generación de imágenes más flexible y simplificado, al igual que la capacidad de GPT para generar texto a partir de cualquier indicación de entrada. Con la técnica de supermuestreo de Mochi Edit, los usuarios pueden generar varios estilos y modificaciones directamente a partir de una descripción multimodal, haciendo que el proceso sea mucho más intuitivo y eficiente.
En resumen, Mochi Edit te permite crear pequeñas variaciones del video que subas. Como copiar y traducir el movimiento del sujeto a otro sujeto o cambiar configuraciones de fondo, cambiar propiedades del sujeto...etc
2. ¿Cómo usar el flujo de trabajo de Mochi Edit?
En este flujo de trabajo, los nodos Verdes a la izquierda son las entradas para Video y texto, los nodos Púrpuras en el medio son los nodos de supermuestreo y muestreo de mochi, y a la derecha Azul es el nodo de salida de video.
2.1 Nodo de Carga de Video
- Haz clic y sube tu video en el nodo de carga de video
frame_load_cap: es por defecto 32 fotogramas. Por encima de 32 fotogramas, se observan artefactos de salto. Mantén bajo 3 segundos (32) fotogramas para mejores resultados.skip_frames: Salta fotogramas si deseas comenzar desde un fotograma específico
Usa formato cuadrado (512 x 512) o horizontal (848 x 480) en el nodo de supermuestreo. Otros generan error.
2.2 Indicaciones
Este es un uso experimental, a veces puede funcionar o a veces no, o a veces cambiar completamente el video original.
- Usa una pequeña variación del sujeto como indicación.
- Una fuerte variación puede distorsionar y cambiar completamente la imagen.
- Prueba diferentes semillas si no obtienes resultados adecuados.
2.3 Grupos de Nodos de Muestreo y Supermuestreo
El Muestreo y el Supermuestreo de Ksampler están configurados con la mejor configuración por el autor. Si los ajustes se editan vagamente, pueden resultar en resultados extraños y no deseados. Siéntete libre de experimentar con:
Seeddel muestreador para variacionesnum_stepsylinear_steppara cambiar la calidad o velocidad de renderizado.eta,start_stepyend_Steppara cambiar la fuerza del supermuestreo, el inicio y el porcentaje final.
2.4 Modelos Mochi
Los modelos se descargan de este HuggingFace Repo en tu comfyui automáticamente. Tomará alrededor de 5-10 minutos la primera vez para descargar el modelo de 10.3 GB.
La técnica de supermuestreo de Mochi Edit revoluciona la edición de videos e imágenes al simplificar el proceso y eliminar la necesidad de preprocesamiento complejo o módulos adicionales. Este enfoque innovador permite a los usuarios generar visuales personalizados de alta calidad sin esfuerzo a través de indicaciones multimodales. Al combinar flexibilidad y accesibilidad, Mochi Edit allana el camino para un futuro de generación de imágenes más intuitivo y creativo.
