الفيديو التوليدي بالذكاء الاصطناعي: ما الذي يُولَّد وما الذي تتحكم فيه

مُولَّد أم مُجمَّع: طريقة سريعة للتمييز

القالب أو محرر المقاطع الجاهزة يُجمِّع: يأخذ مقاطع ونصوصًا وموسيقى موجودة مسبقًا ويضعها في أماكنها. لا شيء في النتيجة صُنع من أجل جملتك، فهي قابلة للتكرار ورخيصة عند كل تعديل ومحدودة بما هو موجود. أما الأداة التوليدية فتصنع: الصورة والكلام والصوت تُنتَج لطلبك. يمكنك أن تطلب ما لا تحويه أي مكتبة، شخصية بالوصف الذي كتبته في غرفة وصفتَها أنت، لكن كل طلب هو سحبة جديدة.

الاختبار سهل. اطلب شيئًا لا يمكن أن يوجد في لقطات المخزون، مثل شخصية مسمّاة بزي محدد تقول جملة محددة. إن أعادت لك الأداة ما يشبه مادة موجودة فهي تجمّع. هنا يُنتَج المقطع من صور شخصياتك ونص لقطتك وأصواتك؛ ولا شيء فيه يُسترجع من مكتبة مقاطع. والوصل في النهاية هو الخطوة الوحيدة غير التوليدية: إذ يضمّ المقاطع المنجزة بعضها إلى بعض.

الصور تُلزِم

عند توليد اللقطة يتلقى النموذج أوراق الشخصيات والمشهد والأغراض المذكورة فيها على شكل صور، ويعيد إنتاجها بدقة: الوجه والملابس والخامات، وكل ما في الصورة من إضاءة وخلفية. وهذا أقوى تحكم موجود، وهو يعمل في الاتجاهين. الصورة تُلزِم بما تعرضه، ولا تلغيها أي جملة. لذلك فالطريقة لتغيير وجه أو معطف هي تغيير الصورة: عدّل الوصف وأعد توليد الورقة، أو استبدلها بصورتك الخاصة في خطة مدفوعة، أو أضف صورة حالة للمظهر المتغيّر.

ولهذا أيضًا تكون الأوراق محايدة: شخصية مرسومة بإضاءة الفيلم النوار ستحمل هذه الإضاءة إلى نزهة مشمسة. المزاج يُكتب لكل لقطة بالكلمات، وهناك مكانه الصحيح. لماذا تبدو الأوراق بسيطة · استخدام صورك المرجعية الخاصة.

الكلمات توجّه

نص اللقطة يحدد ما تفعله الصورة مما لا تحدده الصور: أين يقف الناس، وماذا يفعلون، ومن أين يأتي الضوء، والطقس، ووقت اليوم، وكيف تتحرك الكاميرا، وما يُقال حرفيًا. تعمل الكلمات في الطبقة التي تعلو الصور، فالمطر والغروب وجلوس شخص وهوية من يحمل الكوب كلها تُضاف فوق ما تعرضه الأوراق. هي توجّه ولا تثبّت. الأسماء أثقل وزنًا من الكلمات الوظيفية، لذلك كثيرًا ما تُنتج عبارة النفي الشيء الذي تسميه، وقائمة الصفات تدفع الكلمات المهمة إلى الأسفل. اكتب ما هو أمام الكاميرا مع سبب الضوء، لا الحكم الذي تريده على النتيجة.

صِف السبب لا النتيجة · لا كلمات سحرية · اكتب حركات الكاميرا.

الإعدادات ترسم الإطار

تحدد إعدادات SceneMixer الصندوق الذي تعمل داخله الصور والكلمات. النمط البصري هو الوسيط، من الفوتوغرافي إلى المرسوم إلى ثلاثي الأبعاد، وينطبق على كل شيء. يُطبَّق نمط المشهد ونمط الأزياء مرة واحدة عند قراءة السيناريو، ويدخلان في كل وصف. أما الشكل، 9:16 أو 16:9، فيتثبّت بعد الخطوة 1. وتحدد فئة الفيديو الدقة، من 480P إلى 2K، وأطول مقطع، 15 أو 30 ثانية؛ وتُجمع ثواني كل لقطة داخل هذا السقف. الإعدادات لا تقول أبدًا ما يحدث في اللقطة، والنظام يمنعها من التعارض مع الكلمات: فهو لا يخبر النموذج أين يضع العنصر الرئيسي، لأن ذلك من عمل لوحة القصة.

اختيار إعدادات النمط · مقاطع مدتها 15 أو 30 ثانية · عمودي أو أفقي.

ما تريد التحكم فيه، وأي عنصر تحكم يُحكمه

ما يبقى عشوائيًا، وكيف تتعامل معه

طلبان متطابقان قد يعطيان مقطعين مختلفين؛ وشروط SceneMixer تذكر ذلك، والنسخة الصادقة من أي منتج توليدي هي التي يكون فيها هذا متوقعًا. الأجزاء التي تتفاوت هي التأطير الدقيق والأداء والتفاصيل الصغيرة وكل ما لم تذكره. تعامل مع هذا بدل أن تحاربه: اقرأ لوحة القصة قبل أن تدفع مقابل الفيديو، وولّد مقطعًا واحدًا أولًا، وصحّح اللقطات المفردة بتعديل نصوصها وإعادة توليدها وحدها، واحتفظ بالمحاولات السابقة، فكل توليد لمقطع محفوظ في سجل الإصدارات والتبديل بينها مجاني. عدّل لقطة وأعد توليدها · إصدارات المقطع.

لأن كل مقطع يخرج من سحب جديد، تُحتسب التكلفة لكل محاولة لا لكل نتيجة: 10 رصيد في الثانية على الفئة الافتراضية. وأرخص وسيلة تحكم لديك هي التي تسبق الإنشاء، أي النص، وتعديله مجاني مهما تكرر.

الأسئلة الشائعة

آخر تحديث: 2 نوفمبر 2026