Generasi multi-referensi memungkinkan Anda menyediakan beberapa gambar sumber — satu per karakter — sehingga model AI dapat mempertahankan tampilan unik setiap orang sepanjang video. Model memetakan setiap referensi ke token bernama (misalnya, [person1], [person2]) dalam prompt, mengikat fitur wajah, proporsi tubuh, dan pakaian ke token tersebut. Ini sangat berbeda dari model referensi tunggal yang hanya dapat mempertahankan satu identitas, sehingga memaksa adegan multi-orang untuk menghasilkan karakter sekunder secara halusinasi.
Happy Horse menerima 1 hingga 9 gambar referensi — jumlah tertinggi dalam lanskap model video AI saat ini. Setiap referensi terikat ke token karakter terpisah, sehingga adegan kelompok dengan 9 orang berbeda dimungkinkan dalam satu generasi.
Gambar referensi ditetapkan ke token seperti [person1] hingga [person9]. Gunakan token ini dalam prompt Anda untuk memposisikan dan mengarahkan setiap karakter secara independen: "[person1] menyerahkan cangkir kopi kepada [person3] sementara [person2] melambai dari latar belakang."
Karena semua referensi dimuat dalam satu tahap generasi yang sama, karakter dapat berinteraksi secara natural — jabat tangan, percakapan, mengoper objek. Model referensi tunggal memerlukan penggabungan klip terpisah untuk mencapai ini.
Fitur wajah, warna kulit, gaya rambut, dan pakaian tetap stabil dari frame pertama hingga akhir klip. Tidak ada pergeseran identitas di tengah klip, bahkan saat sudut kamera berubah atau ada oklusi parsial.
Referensi bisa berupa foto kepala, foto seluruh tubuh, atau ilustrasi bergaya. Happy Horse mengekstrak fitur identitas terlepas dari format gambar sumber, meski foto menghadap depan dengan ekspresi netral menghasilkan hasil paling akurat.
Buka PonPon Video dan pilih Happy Horse dari dropdown model.
Klik area unggah gambar referensi dan tambahkan 1 hingga 9 gambar. Setiap gambar harus menampilkan wajah satu orang dengan jelas — menghadap depan, pencahayaan baik, oklusi minimal. Beri label atau catatan urutan (person1, person2, dst.).
Referensikan setiap gambar yang diunggah menggunakan tokennya: [person1], [person2], dst. Deskripsikan adegan dengan aksi spesifik untuk setiap karakter: *"[person1] duduk di meja mengetik sementara [person2] berdiri di belakang menunjuk layar. [person3] masuk melalui pintu sambil membawa folder."*
Pilih panjang klip dan rasio aspek. Untuk adegan multi-karakter, layar lebar 16:9 memberikan lebih banyak ruang untuk penempatan karakter. Durasi lebih panjang (8–10 detik) memungkinkan interaksi yang lebih kompleks.
Klik Generate dan periksa apakah setiap karakter sesuai dengan referensinya sepanjang klip. Jika satu karakter bergeser, coba foto referensi yang lebih jelas dengan pencahayaan lebih baik atau sudut yang lebih frontal.
Baik kamu kreator solo, agensi, maupun brand — setiap model menyesuaikan cara kerjamu.
[person1] dan [person2] duduk saling berhadapan di meja kafe. [person1] menggerakkan tangan saat berbicara, [person2] mengangguk dan tersenyum. Cahaya sore yang hangat melalui jendela. Kedalaman bidang dangkal. 16:9, 8 detik.
Model: HappyHorse · References: 2 images · Duration: 8s · Aspect: 16:9
[person1], [person2], [person3], dan [person4] berdiri berjajar di lobi kantor modern. Masing-masing melambai ke kamera secara berurutan dari kiri ke kanan. Latar belakang putih bersih, pakaian profesional. 16:9, 10 detik.
Model: HappyHorse · References: 4 images · Duration: 10s · Aspect: 16:9
[person1] duduk di ujung meja makan, [person2] dan [person3] di kedua sisinya, [person4] di ujung yang jauh. [person1] mengangkat gelas untuk bersulang, yang lain mengikuti. Cahaya lilin yang hangat, meja kayu bergaya rustic. 16:9, 10 detik.
Model: HappyHorse · References: 4 images · Duration: 10s · Aspect: 16:9
[person1] berjas lab menyerahkan kotak produk kepada [person2] yang berpakaian kasual bisnis. [person2] memeriksa kotak dan mengangguk setuju. Latar belakang studio bersih, cahaya utama lembut. 16:9, 6 detik.
Model: HappyHorse · References: 2 images · Duration: 6s · Aspect: 16:9
Film pendek, serial web, dan video penjelasan dengan pemeran berulang. Unggah referensi karakter Anda sekali dan hasilkan adegan konsisten di seluruh episode — tanpa kesalahan kontinuitas antar shot.
Ubah foto tim perusahaan menjadi video perkenalan animasi. Unggah foto kepala masing-masing anggota tim dan prompt adegan di mana mereka berinteraksi — melambai, berjabat tangan, atau presentasi bersama.
Buat video keluarga yang dipersonalisasi untuk hari raya atau perayaan. Unggah foto anggota keluarga dan buat adegan seperti makan malam keluarga, pesta ulang tahun, atau jalan bersama di taman — setiap orang dapat dikenali.
Brand fashion dan gaya hidup dapat mempertahankan identitas model yang sama di berbagai video produk. Unggah referensi model dan hasilkan mereka mengenakan pakaian berbeda di berbagai latar tanpa perlu memesan sesi pemotretan ulang.
| HappyHorse (1-9 referensi) | Model Lain | |
|---|---|---|
| Maksimal gambar referensi | 9 gambar per generasi — masing-masing terikat ke token karakter terpisah | Kling 3.0: 1 referensi. Veo 3.1: hingga 3 aset. Seedance 2.0: 1–2 referensi |
| Interaksi multi-karakter | Semua karakter dirender dalam satu tahap — interaksi natural antar orang yang direferensikan | Model referensi tunggal mengharuskan karakter dibuat terpisah lalu digabungkan |
| Metode pengikatan identitas | Token bernama ([person1]–[person9]) dalam prompt — kontrol eksplisit per karakter | Sebagian besar model menggunakan satu referensi implisit — tidak ada cara untuk mengarahkan beberapa identitas |
| Kualitas adegan kelompok | Setiap orang mempertahankan identitas referensinya — tidak ada pencampuran wajah antar karakter | Model dengan 1 referensi sering mencampur fitur karakter sekunder dengan karakter utama |
| Kesesuaian kasus penggunaan | Terbaik untuk narasi multi-orang, video tim, konten keluarga | Lebih cocok untuk konten subjek tunggal: potret, demo produk solo, monolog |
Ekstraksi identitas bekerja paling baik dengan foto kepala atau foto setengah badan yang pencahayaannya baik dan menghadap depan. Profil samping, kacamata hitam, atau bayangan berat mengurangi akurasi pencocokan. Satu orang per gambar referensi.
Lebih banyak referensi meningkatkan kompleksitas generasi. Mulai dengan 2–3 karakter untuk memvalidasi struktur prompt Anda, lalu tambahkan lebih banyak. Di atas 5 karakter dalam satu adegan, penempatan menjadi lebih sulit dikontrol secara presisi.
Dengan beberapa karakter, deskripsi spasial yang samar menghasilkan komposisi yang padat atau ambigu. Tentukan posisi: "[person1] di kiri, [person2] di tengah, [person3] di kanan."
Meskipun Happy Horse mendukung hingga 9 referensi, adegan dengan 7–9 karakter menyisakan lebih sedikit ruang visual per orang. Akurasi identitas tetap tinggi, tetapi detail karakter individu berkurang seiring frame yang semakin penuh.
Bergabunglah dengan ribuan kreator, agensi, dan brand yang menggunakan PonPon setiap hari.
Mulai dengan kredit harian gratis. Tidak perlu kartu kredit.