Amazon Nova Reel 1.1: con hasta 2 minutos videos de múltiples disparos | Servicios web de Amazon

En Re: Invent 2024, anunciamos Amazon Nova Models, una nueva generación de modelos de base (FMS), incluido Amazon Nova Reel, un modelo de generación de videos que crea videos cortos a partir de descripciones de texto e imágenes de referencia opcionales (juntas, el «aviso»).

Hoy, presentamos Amazon Nova Reel 1.1, que proporciona mejoras de calidad y latencia en la generación de videos de un solo disparo de 6 segundos, en comparación con Amazon Nova Reel 1.0. Esta actualización le permite generar videos de múltiples disparos de hasta 2 minutos de longitud con un estilo constante en las tomas. Puede proporcionar un solo mensaje de hasta un video de hasta 2 minutos compuesto por tomas de 6 segundos, o diseñar cada toma individualmente con indicaciones personalizadas. Esto le brinda nuevas formas de crear contenido de video a través de Amazon Bedrock.

Amazon Nova Reel mejora la productividad creativa, al tiempo que ayuda a reducir el tiempo y el costo de la producción de video utilizando IA generativa. Puede usar Amazon Nova Reel para crear videos convincentes para sus campañas de marketing, diseños de productos y contenido de redes sociales con mayor eficiencia y control creativo. Por ejemplo, en las campañas publicitarias, puede producir comerciales de video de alta calidad con imágenes y sincronización consistentes utilizando un lenguaje natural.

Para comenzar con Amazon Nova Reel 1.1
Si eres nuevo en usar modelos Amazon Nova Reel, vaya a la consola de rock de Amazon, elija Acceso modelo en el panel de navegación y solicite acceso al Amazon Nova Reel modelo. Cuando tiene acceso a Amazon Nova Reel, se aplica tanto a 1.0 como a 1.1.

Share

Share on PinterestShare on FacebookShare on Twitter

Después de obtener acceso, puede probar Amazonas Nova Reel 1.1 directamente desde la consola de rock de Amazon, AWS SDK o interfaz de línea de comandos AWS (AWS CLI).

Para probar el Amazon Nova Reel 1.1 modelo en la consola, elija Imagen/video bajo Parques infantiles En el panel del menú izquierdo. Luego elija Nova Reel 1.1 Como modelo e ingrese su aviso para generar video.

Share

Share on PinterestShare on FacebookShare on Twitter

Amazon Nova Reel 1.1 ofrece dos modos:

• Multishot automatizado – En este modo, Amazon Nova Reel 1.1 acepta una sola solicitud de hasta 4,000 caracteres y produce un video de múltiples disparos que refleja ese indicador. Este modo no acepta una imagen de entrada.
• Manual de Multishot – Para aquellos que desean un control más directo sobre la composición de un video, con el modo manual (también denominado modo de guión gráfico), puede especificar un mensaje único para cada toma individual. Este modo acepta una imagen de inicio opcional para cada toma. Las imágenes deben tener una resolución de 1280 × 720. Puede proporcionar imágenes en formato Base64 o desde una ubicación de Amazon Simple Storage Service (Amazon S3).

Para esta demostración, uso el AWS SDK para Python (Boto3) para invocar el modelo utilizando la operación de API de Amazon Bedrock y Startasyncinvoke para iniciar una invocación asincrónica y generar el video. Utilicé GetAsyncinvoke para verificar el progreso de un trabajo de generación de videos.

Este guión de Python crea un video de 120 segundos usando MULTI_SHOT_AUTOMATED Modo como parámetro de TaskType de este mensaje de texto, creado por Nitin Eusebio.

import random
import time

import boto3

AWS_REGION = "us-east-1"
MODEL_ID = "amazon.nova-reel-v1:1"
SLEEP_SECONDS = 15  # Interval at which to check video gen progress
S3_DESTINATION_BUCKET = "s3://"

video_prompt_automated = "Norwegian fjord with still water reflecting mountains in perfect symmetry. Uninhabited wilderness of Giant sequoia forest with sunlight filtering between massive trunks. Sahara desert sand dunes with perfect ripple patterns. Alpine lake with crystal clear water and mountain reflection. Ancient redwood tree with detailed bark texture. Arctic ice cave with blue ice walls and ceiling. Bioluminescent plankton on beach shore at night. Bolivian salt flats with perfect sky reflection. Bamboo forest with tall stalks in filtered light. Cherry blossom grove against blue sky. Lavender field with purple rows to horizon. Autumn forest with red and gold leaves. Tropical coral reef with fish and colorful coral. Antelope Canyon with light beams through narrow passages. Banff lake with turquoise water and mountain backdrop. Joshua Tree desert at sunset with silhouetted trees. Iceland moss- covered lava field. Amazon lily pads with perfect symmetry. Hawaiian volcanic landscape with lava rock. New Zealand glowworm cave with blue ceiling lights. 8K nature photography, professional landscape lighting, no movement transitions, perfect exposure for each environment, natural color grading"

bedrock_runtime = boto3.client("bedrock-runtime", region_name=AWS_REGION)
model_input = {
    "taskType": "MULTI_SHOT_AUTOMATED",
    "multiShotAutomatedParams": {"text": video_prompt_automated},
    "videoGenerationConfig": {
        "durationSeconds": 120,  # Must be a multiple of 6 in range [12, 120]
        "fps": 24,
        "dimension": "1280x720",
        "seed": random.randint(0, 2147483648),
    },
}

invocation = bedrock_runtime.start_async_invoke(
    modelId=MODEL_ID,
    modelInput=model_input,
    outputDataConfig={"s3OutputDataConfig": {"s3Uri": S3_DESTINATION_BUCKET}},
)

invocation_arn = invocation["invocationArn"]
job_id = invocation_arn.split("/")[-1]
s3_location = f"{S3_DESTINATION_BUCKET}/{job_id}"
print(f"\nMonitoring job folder: {s3_location}")

while True:
    response = bedrock_runtime.get_async_invoke(invocationArn=invocation_arn)
    status = response["status"]
    print(f"Status: {status}")
    if status != "InProgress":
        break
    time.sleep(SLEEP_SECONDS)

if status == "Completed":
    print(f"\nVideo is ready at {s3_location}/output.mp4")
else:
    print(f"\nVideo generation status: {status}")

Después de la primera invocación, el script verifica periódicamente el estado hasta que se haya completado la creación del video. Paso una semilla aleatoria para obtener un resultado diferente cada vez que se ejecuta el código.

Ejecuto el script:

Status: InProgress
. . .
Status: Completed
Video is ready at s3:////output.mp4

Después de unos minutos, el script se completa e imprime la ubicación de salida de Amazon S3. Descarto el video de salida usando la AWS CLI:

aws s3 cp s3:////output.mp4 output_automated.mp4

Este es el video que generó este aviso:

En el caso de MULTI_SHOT_MANUAL Modo como parámetro TaskType, con una solicitud de tomas múltiples y una descripción para cada toma, no es necesario agregar la variable durationSeconds.

Usando el indicador para las tomas de múltiplos, creados por Sanju Sunny.

Ejecuto el guión de Python:

import random
import time

import boto3


def image_to_base64(image_path: str):
    """
    Helper function which converts an image file to a base64 encoded string.
    """
    import base64

    with open(image_path, "rb") as image_file:
        encoded_string = base64.b64encode(image_file.read())
        return encoded_string.decode("utf-8")


AWS_REGION = "us-east-1"
MODEL_ID = "amazon.nova-reel-v1:1"
SLEEP_SECONDS = 15  # Interval at which to check video gen progress
S3_DESTINATION_BUCKET = "s3://"

video_shot_prompts = [
    # Example of using an S3 image in a shot.
    {
        "text": "Epic aerial rise revealing the landscape, dramatic documentary style with dark atmospheric mood",
        "image": {
            "format": "png",
            "source": {
                "s3Location": {"uri": "s3:///images/arctic_1.png"}
            },
        },
    },
    # Example of using a locally saved image in a shot
    {
        "text": "Sweeping drone shot across surface, cracks forming in ice, morning sunlight casting long shadows, documentary style",
        "image": {
            "format": "png",
            "source": {"bytes": image_to_base64("arctic_2.png")},
        },
    },
    {
        "text": "Epic aerial shot slowly soaring forward over the glacier's surface, revealing vast ice formations, cinematic drone perspective",
        "image": {
            "format": "png",
            "source": {"bytes": image_to_base64("arctic_3.png")},
        },
    },
    {
        "text": "Aerial shot slowly descending from high above, revealing the lone penguin's journey through the stark ice landscape, artic smoke washes over the land, nature documentary styled",
        "image": {
            "format": "png",
            "source": {"bytes": image_to_base64("arctic_4.png")},
        },
    },
    {
        "text": "Colossal wide shot of half the glacier face catastrophically collapsing, enormous wall of ice breaking away and crashing into the ocean. Slow motion, camera dramatically pulling back to reveal the massive scale. Monumental waves erupting from impact.",
        "image": {
            "format": "png",
            "source": {"bytes": image_to_base64("arctic_5.png")},
        },
    },
    {
        "text": "Slow motion tracking shot moving parallel to the penguin, with snow and mist swirling dramatically in the foreground and background",
        "image": {
            "format": "png",
            "source": {"bytes": image_to_base64("arctic_6.png")},
        },
    },
    {
        "text": "High-altitude drone descent over pristine glacier, capturing violent fracture chasing the camera, crystalline patterns shattering in slow motion across mirror-like ice, camera smoothly aligning with surface.",
        "image": {
            "format": "png",
            "source": {"bytes": image_to_base64("arctic_7.png")},
        },
    },
    {
        "text": "Epic aerial drone shot slowly pulling back and rising higher, revealing the vast endless ocean surrounding the solitary penguin on the ice float, cinematic reveal",
        "image": {
            "format": "png",
            "source": {"bytes": image_to_base64("arctic_8.png")},
        },
    },
]

bedrock_runtime = boto3.client("bedrock-runtime", region_name=AWS_REGION)
model_input = {
    "taskType": "MULTI_SHOT_MANUAL",
    "multiShotManualParams": {"shots": video_shot_prompts},
    "videoGenerationConfig": {
        "fps": 24,
        "dimension": "1280x720",
        "seed": random.randint(0, 2147483648),
    },
}

invocation = bedrock_runtime.start_async_invoke(
    modelId=MODEL_ID,
    modelInput=model_input,
    outputDataConfig={"s3OutputDataConfig": {"s3Uri": S3_DESTINATION_BUCKET}},
)

invocation_arn = invocation["invocationArn"]
job_id = invocation_arn.split("/")[-1]
s3_location = f"{S3_DESTINATION_BUCKET}/{job_id}"
print(f"\nMonitoring job folder: {s3_location}")

while True:
    response = bedrock_runtime.get_async_invoke(invocationArn=invocation_arn)
    status = response["status"]
    print(f"Status: {status}")
    if status != "InProgress":
        break
    time.sleep(SLEEP_SECONDS)

if status == "Completed":
    print(f"\nVideo is ready at {s3_location}/output.mp4")
else:
    print(f"\nVideo generation status: {status}")

prompt = "A simple red triangle transforms through geometric shapes in a journey of self-discovery. Clean vector graphics against white background. The triangle slides across negative space, morphing smoothly into a circle. Pan left as it encounters a blue square, they perform a geometric dance of shapes. Tracking shot as shapes combine and separate in mathematical precision. Zoom out to reveal a pattern formed by their movements. Limited color palette of primary colors. Precise, mechanical movements with perfect geometric alignments. Transitions use simple wipes and geometric shape reveals. Flat design aesthetic with sharp edges and solid colors. Final scene shows all shapes combining into a complex mandala pattern."