مشاهد الذكاء الاصطناعي متعددة الشخصيات
مولد مشاهد الذكاء الاصطناعي متعددة الشخصيات
تم التحديث في 4 نوفمبر 2026

| SceneMixer في لمحة | ما تحصل عليه |
|---|---|
| سعر الفيديو | من $0.06 للثانية (10 رصيد) في المستوى الافتراضي، وحتى $0.47 للثانية في المستوى الأعلى؛ يظهر كل سعر قبل أن تضغط على الزر |
| مدة المقطع | حتى 30 ثانية لكل مقطع يُنشأ؛ تُركَّب الحلقة من مقاطعها بتكلفة 1 رصيد في الثانية |
| حلقة واحدة بالأرقام | تكلّف حلقة مدتها 60 ثانية في المستوى الافتراضي نحو 660 رصيد (الفيديو مع التركيب)، أي نحو $4.11 بأقل سعر للرصيد؛ ويكلّف مسلسل من 10 حلقات مدة كل منها 90 ثانية من رواية بطول 30,000 حرف نحو 10,026 رصيد، أي نحو $62 |
| الحوار | يُنطَق داخل الفيديو نفسه، بصوت مستقل لكل شخصية، وبأي لغة من 15 لغة |
| الصيغ | 9:16 عمودي أو 16:9 أفقي؛ من 480P إلى 1080P، إضافة إلى مستوى 2K |
| ابدأ مجانًا | 50 رصيد عند التسجيل، و15 صور مرجعية مجانية، ولوحة قصة مجانية للحلقة الأولى، ومعاينة فيديو مجانية مدتها 5 ثوانٍ |
| من يستخدمه | أكثر من 2,900 مبدع أنشأوا محتوى باستخدام SceneMixer (حسابات أجرت عملية إنشاء واحدة على الأقل، حُسبت في نوفمبر 2026) |
| المدخلات | سيناريو أو رواية أو فكرة في سطر واحد؛ رفع ملفات .txt و.docx و.md |
الجزء الصعب هو من يظهر في الإطار، ليس العدد
يعاني الفيديو المُولَّد من فشل محدد عند وجود أكثر من شخص في لقطة: سيضع وجهًا لا ينبغي أن يكون هناك. أي شخص مذكور في النص — يُنظر إليه، يُصرخ في اتجاهه، يُفكر فيه — يظهر على الشاشة بوجه مُختلق فورًا، لأن لا شيء يخبر النموذج بالفرق بين "موجود" و"مذكور فقط".
لذا تحدد قائمة اللقطات ذلك لكل لقطة. كل لقطة تحمل قائمة صريحة بالشخصيات الموجودة في الإطار، وهذه القائمة — وليس النص، وليس الحالة النهائية للقطة السابقة — هي الشيء الوحيد الذي يقرر أي صور مرجعية للشخصيات سيتم ربطها.
نظرة سريعة
| من يظهر في الإطار | قائمة لكل لقطة. يحدد اتحاد اللقطات داخل المقطع أي الصفحات المرجعية يتم إرسالها معه. |
|---|---|
| من هو خارج الشاشة | يُكتب كتوجيه — "باتجاه يسار الإطار"، "نظر نحو الكاميرا" — وليس كاسم. لا يتم ربط أي وجه به. |
| لقطات شخص واحد | يتم تمييزها صراحة، بحيث يُخبر المُصيِّر أن الإطار يحتوي على شخص واحد ولا يختلق شخصيات إضافية. |
| من يتحدث | يُذكر بالاسم لكل سطر؛ ويتم تحديد باقي الأشخاص في الإطار على أن شفاههم مغلقة، بحيث يتحرك فم المتحدث فقط. |
| الحشد الخلفي | حالة معلنة للمشهد، تُكتب مرة واحدة في رأس المقطع، أو تكون غائبة — ولا تُستنتج أبدًا من الصوت المحيط. |
| الحد العملي | أربعة أشخاص مذكورين بالاسم في إطار واحد هي النقطة التي تبدأ بعدها الجودة في الانخفاض. تتعامل قائمة اللقطات مع هذا الأمر بالالتفاف حوله بدلاً من اختراقه. |
لماذا تسمية شخص خارج الشاشة يفسد اللقطة
هذا أمر قابل للقياس، ليس نظريًا. اللقطات التي ذكرت اسم خصم خارج الشاشة أنتجت وجهًا خاطئًا أو شخصًا إضافيًا في خمسة من أصل ثمانية عمليات تصيير. نفس اللقطات بعد إعادة كتابتها لتقديم توجيه بدلاً من اسم أنتجت صفرًا من هذه الإخفاقات في اثني عشر عملية تصيير. لذا تعيد سير العمل كتابتها: في لقطة شخص واحد، أي شخصية موجودة فقط كاتجاه نظر أو اتجاه حركة تُحوَّل إلى عبارة مكانية وتُزال من قائمة الإطار.
ينطبق نفس المنطق على الموتى: أي شخصية يُشار إليها فقط كجثة في هذا المقطع تُكتب كاسم عادي، وليس كمرجع لشخصية، لذا لا يربط أحد صفحتها المرجعية ولا يقوم بإظهارها واقفة.
شخصان يواجهان بعضهما
هناك طريقتان فقط لتصويرها، والقائمة تفرض اختيار واحدة: لقطة ثنائية جانبية، أو من فوق الكتف. وما لا يجوز كتابته هو “A يواجه B، وB خلفه في الخلفية، خارج التركيز” — فلكي يكون B ضمن عمق مجال A، يجب أن يدير A ظهره لـ B، وهذا الموضع للكاميرا غير موجود في لقطة متوسطة عادية. ومن طُلب ذلك رغم ذلك، يضع المُصيّر شخصًا مواجهًا للكاميرا والآخر واقفًا خلفه. ويحدد SceneMixer المحور في أول لقطة يكون فيها الاثنان فعلًا معًا في الكادر.
الحشود إما معلنة أو غائبة
غرفة بها ثلاثمائة ضيف هي حالة مرئية للمشهد، لذا تُكتب كذلك — سطر في رأس المقطع يذكر من هم الأشخاص في الخلفية، وأين هم، وماذا يفعلون. ويكون ذلك ثابتًا عبر جميع مقاطع هذا المشهد. وبدون هذا السطر، لا يجوز للقطة الإشارة إلى حشد على الإطلاق، لأن "همهمة الضيوف" في الصوت المحيط ليست تعليمًا بصريًا، والمُصيِّر الذي يُعطى هذه المعلومة فقط سيعطيك ضيوفًا في لقطة وقاعة فارغة في اللقطة التالية.
عند الإعلان عن حشد، تتغير تعليمة الكادر معه: يبقى الحشد ضمن عمق المجال، ولا تزال قائمة «في الكادر» في SceneMixer تحسب الشخصيات المسمّاة فقط.
ما لن يفعله
- وضع ثماني شخصيات مسماة في لقطة واحدة بشكل موثوق. بعد أربعة، تتدهور الهوية. تُغطى مشاهد المجموعة بلقطات منفردة ولقطات من فوق الكتف — بالطريقة التي تُصور بها في المواقع الحقيقية.
- الاحتفاظ بشخصية مفقودة علامة وجودها في الإطار. إذا نسي النموذج إدراج شخص يجب أن يكون مرئيًا، يُستبعد بدلاً من تخمين وجوده. فقدان شخص أمر يمكن إصلاحه؛ أما ظهور وجه غريب في دراماك فلا.
- تنسيق حركة جماعية مستمرة. الحشود تتحرك بتشكيلات، والمعارك الجماعية المستمرة — هذه أمور خارج نطاق ما تستطيع النماذج الحالية الحفاظ عليه.
- استنتاج وجود حشد من تصميم الصوت. إما معلن أو غائب؛ لا شيء بينهما.
التكلفة
لا شيء إضافي — هذه خصائص قائمة اللقطات، وتُحتسب بحسب طول النص بمعدل 1 رصيد لكل مئة حرف من حصة الحلقة. الصور المرجعية بـ7 رصيد لكل صورة بعد 15 الصور المجانية في أول مشروع لك، ويبدأ عرض SceneMixer من 10 رصيد في الثانية من الإخراج. راجع اتساق الشخصية لمعرفة كيف تبقى الوجوه ثابتة عبر اللقطات، وصفحة الأسعار للتعرفة.
اللغات
حوار أصلي بـ 15 لغة
كل مسلسل أدناه أُنتج بنفس سير عمل SceneMixer، ويتحدث طاقم الممثلين تلك اللغة بطلاقة أصلية: الواجهة، ومستندات العمل، والسطور المنطوقة كلها بلغة واحدة، ولا يوجد أي دبلجة. افتح أحدها للاستماع.
A Carta de LisboaPortuguêsحوار أصلي
윈터 프라미스한국어حوار أصلي
El Secreto de CostaEspañolحوار أصلي
浪人の誓い日本語حوار أصلي
Ikrar JakartaBahasa Indonesiaحوار أصلي
Зимняя коронаРусскийحوار أصلي
L’Héritier du DéfiléFrançaisحوار أصلي
Il Tavolo dell'OlivaItalianoحوار أصلي
De Vuurtoren van de FjordNederlandsحوار أصلي
العهد الصحراويالعربيةبلغتك
Çantasındaki SözleşmeTürkçeحوار أصلي
Die Istanbul-TäuschungDeutschحوار أصلي
Останній сигналУкраїнськаحوار أصلي
問劍青雲繁體中文حوار أصلي
The Last EnvelopeEnglishحوار أصلي
في SceneMixer مقابل الجمع بين أدوات متفرقة
تعتمد معظم مسارات عمل الدراما بالذكاء الاصطناعي على خمس أو ست أدوات متتالية. هنا ترى أين تتم كل خطوة، وما الذي تحلّ محله.
| الخطوة | في SceneMixer | التنفيذ يدويًا بأدوات منفصلة |
|---|---|---|
| السيناريو وخطة الحلقات | الصق سيناريو أو رواية، أو اكتب سطرًا واحدًا: يُقرأ ويتحوّل إلى طاقم شخصيات ومواقع وأغراض ومخطط حلقات يمكنك تعديله | يكتب نموذج دردشة السيناريو؛ وتقسّمه أنت إلى حلقات وتنقل النص من أداة إلى أخرى |
| وجوه الشخصيات والأماكن | تُرسم كل شخصية وكل موقع وكل غرض مرة واحدة في ورقة مرجعية، وتُرفق بكل لقطة يظهر فيها | نموذج صور، ورقة واحدة في كل مرة؛ وترفع أنت المرجع المناسب إلى كل مقطع بنفسك |
| اللقطات | لوحة قصة لكل حلقة بلقطات مرقّمة وثوانٍ محددة؛ ويُنشأ الفيديو مقطعًا بمقطع بنسبة 9:16 أو 16:9 اعتمادًا على الأوراق المرجعية نفسها | نموذج فيديو، مقطع واحد لكل وصف، وتصف الأشخاص أنفسهم من جديد في كل مرة |
| الأصوات والحوار | تُؤدّى الجمل داخل الفيديو نفسه، بصوت مستقل لكل شخصية، وبأي لغة من 15 لغة | أداة تحويل النص إلى كلام لكل سطر، ثم مرحلة مزامنة الشفاه على كل مقطع |
| تصحيح لقطة واحدة | عدّل نص تلك اللقطة وأعد إنشاء المقطع وحده؛ ويبقى باقي الحلقة كما هو | أعد إنشاء المقطع، ثم أعد مونتاج الخط الزمني |
| اللمسات الأخيرة | تُركَّب المقاطع في ملف واحد للحلقة مع موسيقاها التصويرية؛ ويحمّلها الأعضاء بدون شارة AI | برنامج مونتاج فيديو لدمج المقاطع وإضافة الموسيقى والترجمات النصية، ثم التصدير |
| النشر | ترفع الحلقة الجاهزة بنفسك إلى TikTok أو YouTube أو Instagram أو أي مكان آخر؛ ولا يُنشر لك أي شيء | الرفع يدويًا، كما هو الحال هنا |
الأسئلة المتداولة
كم شخصية يمكن أن تشترك في لقطة واحدة؟
أربعة أشخاص مسمّين هو الحد العملي قبل أن تبدأ الهوية في التدهور، وقائمة لقطات SceneMixer مصممة للبقاء دونه — فمشاهد المجموعات تُغطّى بلقطات فردية ولقطات من فوق الكتف بدلًا من كادرات جماعية واسعة.
لماذا ظهرت شخصية ذكرتها على الشاشة؟
هذا بالضبط الخلل الذي تمنعه قائمة الكادر لكل لقطة في SceneMixer. فالشخصية التي تُنظر إليها أو يُتحدث إليها فقط تُكتب كتوجيه لا كاسم، ولا تكون في قائمة الكادر — فلا تُرفق صورة مرجعية ولا يُخترع وجه.
هل يمكن لشخصين التحدث وجهاً لوجه؟
نعم، كلقطة جانبية لشخصين أو لقطة من فوق الكتف. ما لا يعمل هو أن يواجه أحدهما الآخر مع وجود الآخر ضبابيًا في الخلفية: هذا المزيج من التأطير والعمق غير متسق فيزيائيًا، وطلبه ينتج عنه شخص واقف خلف شخص آخر يتحدث إلى الكاميرا.
كيف تعمل الشخصيات الإضافية في الخلفية؟
يُعلن عنهم مرة واحدة في ترويسة المقطع — من هم، وأين، وماذا يفعلون — ويبقون متسقين عبر ذلك المشهد. وإن لم يُعلن عنهم شيء، فاللقطة لا تشير إلى حشد. ولا يعامل SceneMixer ضجيج الحشد المحيط وحده كتعليمة بصرية.
من يحرك فمه؟
المتحدث المسمى لكل سطر فقط. يتم تمييز كل شخص آخر في الإطار صراحةً بشفاه مغلقة، وهذا ما يمنع المستمع من تحريك شفتيه بصمت مع الحوار.
لا أحد في الإطار لم تقم باختياره
أنشئ مشهدًا مزدحمًا واحدًا وعدّ الوجوه.
جرّب SceneMixer مجانًاباقات الكريديت تبدأ من $1.49 · Pro $7.99/شهريًا · لا حاجة لبطاقة ائتمان للبدء