Tag: إنشاء فيديو بالذكاء الاصطناعي

• 

  كيفية إنشاء مقاطع فيديو احترافية بالذكاء الاصطناعي باستخدام Gemini Omni: دليل شامل

  هل ترغب في إنشاء مقاطع فيديو احترافية دون تصوير أو توظيف فريق؟ هل تتساءل عن كيفية استخدام مقدمات الفيديو التي تم إنشاؤها بواسطة الذكاء الاصطناعي لجذب الانتباه على وسائل التواصل الاجتماعي؟ في هذه المقالة، ستتعلم كيفية استخدام Google Gemini Omni لإنشاء صورة رمزية بالذكاء الاصطناعي، وإنتاج مقاطع فيديو جذابة، وتحرير المواد الموجودة، وتجميع مقاطع فيديو طويلة من مقاطع مدتها 10 ثوانٍ. لم تعد بحاجة إلى عناء اختيار مقاول أو إضاعة أعصابك في البحث عن متخصصين – كل هذا يمكن القيام به في مكان واحد، مما يقلل التكاليف والوقت.

  مقدمة: ثورة في إنتاج الفيديو مع Google Gemini Omni

  في العالم الحديث، حيث يسود المحتوى المرئي، أصبح إنشاء مقاطع فيديو عالية الجودة عاملاً رئيسيًا لنجاح العلامات التجارية ومنشئي المحتوى الفرديين. ومع ذلك، غالبًا ما يرتبط إنتاج الفيديو التقليدي بتكاليف عالية وعمليات معقدة. وهنا يأتي دور Google Gemini Omni، حيث يقدم حلاً ثوريًا. تتيح هذه الأداة إنشاء مقاطع فيديو احترافية باستخدام تقنيات الذكاء الاصطناعي المتقدمة، مما يجعل العملية سهلة وسريعة وفعالة من حيث التكلفة.

  ما هو Google Gemini Omni (OmniFlash)؟

  Google Gemini Omni، المعروف رسميًا باسم OmniFlash، هو خليفة Veo3 – أول مولد فيديو بالذكاء الاصطناعي من Google. تم بناء Omni على أساس “نماذج عالمية” من Google، والتي تم تدريبها على مكتبة فيديو YouTube واسعة النطاق. وقد منحه هذا التدريب فهمًا فريدًا للحركة والبيئة والأشخاص ونبرات الكلام، مما يميزه عن أدوات الذكاء الاصطناعي الأخرى للفيديو.

  بفضل هذا، تحصل على مقاطع فيديو فريدة وعالية الجودة يصعب تمييزها عن تلك التي صورها المحترفون. يفتح OmniFlash آفاقًا جديدة لإنشاء المحتوى، مما يسمح للمستخدمين بتحقيق أجرأ الأفكار دون الحاجة إلى معدات باهظة الثمن أو مهارات متخصصة.

  الوصول إلى Gemini Omni: المستويات والخطط

  يتوفر Omni على عدة منصات، مما يجعل إنشاء الفيديو بالذكاء الاصطناعي متاحًا على مستويات مختلفة. أسهل طريقة هي من خلال تطبيق Gemini، المتاح على أجهزة الكمبيوتر المكتبية والجوالة. داخل واجهة الدردشة في Gemini، عند النقر على زر “زائد”، سترى خيار “فيديو”، والذي يقوم بتشغيل Omni في الخلفية.

  • تطبيق Gemini: مثالي للمبتدئين. الاشتراك يبدأ من 20 دولارًا شهريًا.
  • Google Labs: للميزات المتقدمة للتحرير والتعديل.
  • المجمّعات الخارجية: Open Art وHiggs Field، التي تجمع بين نماذج متعددة للذكاء الاصطناعي.

  وفقًا لإيفا ويتاكر، فإن الاشتراك الأساسي في Gemini مقابل 20 دولارًا شهريًا يكفي للبدء. يشمل الاشتراك “الترا” الأكثر تكلفة والذي يبلغ 200 دولارًا شهريًا الوصول إلى جميع أدوات Google، لكن معظم المستخدمين لن يحتاجوا إليه على الفور. يتم استهلاك الاعتمادات لكل عملية إنشاء، وتتطلب الدقة الأعلى والمقاطع الأطول المزيد من الاعتمادات.

  من خلال البدء بأقل خطة وشراء اعتمادات إضافية حسب الحاجة، ستتمكن من التحكم في النفقات.

  «بالنسبة لأولئك الذين يتعاملون بجدية مع إنتاج الفيديو بالذكاء الاصطناعي، توصي إيفا بالجمع بين الاشتراك المباشر في Google Labs ومجمّع خارجي. يوفر المجمّع الوصول إلى نماذج متعددة للذكاء الاصطناعي من لوحة واحدة، بينما يفتح Google Labs الإمكانيات الكاملة لتحرير Omni.»

  إنشاء صورة رمزية بالذكاء الاصطناعي: توأمك الرقمي

  على عكس الاستنساخات التي تنشئها HeyGen، والتي تولد مقاطع فيديو برأس يتحدث بناءً على نص طويل، فإن الصورة الرمزية هي “توأم بالذكاء الاصطناعي”: تمثيل رقمي لشخص حقيقي يمكن وضعه في أي مشهد أو سيناريو باستخدام مطالبات نصية. يتيح ذلك تخصيص المحتوى وجعله شخصيًا قدر الإمكان.

  عملية إنشاء الصورة الرمزية

  تستغرق عملية إنشاء الصورة الرمزية حوالي خمس دقائق. افتح تطبيق Gemini على هاتفك، اضغط على زر “زائد”، ومرر لأسفل إلى “الصورة الرمزية”. سيرشدك التطبيق خلال تسلسل التقاط مشابه لـ Face ID: انظر إلى اليسار، اليمين، الأعلى، الأسفل. ثم سيعرض جملًا لا معنى لها لقراءتها بصوت عالٍ لتسجيل صوتك.

  تم تصميم النص الغريب خصيصًا لالتقاط أنماط الكلام الطبيعية دون الإفراط في التفكير في النطق.

  • الإضاءة: يعمل الضوء الطبيعي بشكل أفضل.
  • الصوت: قلل من ضوضاء الخلفية لتسجيل صوتي نقي.
  • الملابس: اختر زيًا متعدد الاستخدامات، حيث سيصبح هو الزي الافتراضي.
  • أغطية الرأس والنظارات: تجنبها أثناء التسجيل حتى لا يشوه الذكاء الاصطناعي الوجه.
  • نبرة الصوت: تحدث بشكل طبيعي للحفاظ على المرونة في الأجيال المستقبلية.

  بعد إنشاء الصورة الرمزية وتسميتها، تتم مزامنتها بين الأنظمة الأساسية. هذا يعني أن المستخدم الذي أنشأ صورته الرمزية على الهاتف يمكنه أيضًا استدعائها في Google Labs على سطح المكتب عن طريق كتابة الرمز “@” متبوعًا باسم الصورة الرمزية.

  نصائح فعالة لفيديوهات الذكاء الاصطناعي: صيغة من أربعة عناصر

  تتبع المطالبات الفعالة لفيديوهات الذكاء الاصطناعي ما تسميه إيفا ويتاكر “صيغة المطالبة ذات العناصر الأربعة”: الموضوع، والإجراء، والبيئة، والكاميرا. يستجيب Omni جيدًا للغة الطبيعية، مما يعني أن أيام تنسيق المطالبات في JSON أو بناء جملة مشفر قد ولت.

  1. الموضوع: من أو ماذا يظهر في الفيديو (على سبيل المثال، @اسم_الرمز_الشخصي).
  2. الإجراء: ماذا يفعل الموضوع (يرقص، يتحدث إلى الكاميرا).
  3. البيئة: مكان الحدث (شاطئ في المكسيك، مطبخ).
  4. الكاميرا: وضع وحركة الكاميرا بالنسبة للموضوع.

  تنصح إيفا بالبدء ببساطة والتكرار. على سبيل المثال، إذا كان التوليد الأول يضع الموضوع بعيدًا جدًا عن الكاميرا، فإن المطالبة التالية تضيف: “إنها تقف بالقرب من الكاميرا” أو “إنها تقترب من الكاميرا”. يوضح كل توليد كيف يتعامل Omni مع أنواع مختلفة من التعليمات.

  يعد تضمين نص في المطالبة أمرًا بالغ الأهمية. بدون نص، سيقوم Omni بإنشاء حواره الخاص، والذي يؤدي أحيانًا إلى مصادفات مثيرة للاهتمام، ولكن في كثير من الأحيان إلى صوت غير صالح للاستخدام.

  
  

  إنشاء خطافات فيديو جذابة لوسائل التواصل الاجتماعي

  الاستخدام الأساسي الذي توصي به إيفا لـ Gemini Omni هو إنشاء خطافات جذابة للانتباه لمقاطع الفيديو القصيرة على TikTok و Instagram و YouTube Shorts والمنصات الأخرى. المفهوم بسيط: قم بتصوير فيديو عادي يتحدث فيه الرأس بالطريقة التقليدية، ثم استخدم Omni لإنشاء خطاف مذهل بصريًا لمدة 2-3 ثوانٍ لفتح الفيديو. يتيح ذلك جذب الجمهور بأسرع وأكثر الطرق فعالية.

  أمثلة على الخطافات وعملية الإنشاء

  أنشأت إيفا خطافات حيث يتم سكب مادة لزجة من Nickelodeon على رمزها الشخصي، ويتم دفع كعكة في وجهها وهي ترتدي فستان سهرة، وتقف في حديقة تتساقط فيها كرات التنس من السماء، وتركب جاموسًا قبل إعلان بيع منزل، وتقفز بالمظلة على العشب بجوار لافتة “للبيع”، وتمشي على سطح المطبخ كرمز شخصي بحجم ست بوصات، قائلة: “الشيء الصغير الوحيد في هذا المطبخ هو أنا”.

  سرعة الإنشاء هي جزء من الجاذبية. أنشأت إيفا خطاف ركوب الجاموس أثناء انتظارها في طابور القهوة: فتحت تطبيق Gemini على هاتفها، واستدعت رمزها الشخصي، وطلبت منه ركوب جاموس أمام إعلان بيع منزل، باستخدام صورة Zillow كصورة مرجعية، وحصلت على المقطع الجاهز بحلول الوقت الذي استلمت فيه طلبها. يتيح هذا سير العمل المتنقل إنشاء خطافات مصقولة في أي مكان، بدون جهاز كمبيوتر مكتبي أو برنامج تحرير.

  تستخدم إيفا LLM لإنشاء مفاهيم لخطافات فيديو AI بدلاً من ابتكارها بمفردها. تبدأ العملية الأولية بوصف الموضوع وطلب خطافات بصرية إبداعية. الاقتراحات الأولية من أي LLM تكون عادةً متوقعة، وهنا يأتي دور تقنية إيفا “الكابتن الواضح”.

  تسمح هذه الطريقة بتوجيه LLM بعيدًا عن اقتراحاته القياسية والمتوقعة نحو أفكار أكثر إبداعًا وتميزًا. عندما يقترح LLM صورة بصرية متوقعة، مثل شخص يجلس أمام جهاز كمبيوتر مع الكثير من علامات التبويب المفتوحة لتمثيل “الحمل الزائد للذكاء الاصطناعي”، تخبره إيفا:

  “هذا واضح جدًا. هذا شيء يمكن لأي شخص أن يفكر فيه. أعطني شيئًا أكثر ذكاءً وإبداعًا، شيئًا يجعل الناس يتوقفون ويفكرون: ‘ماذا كان ذلك؟’”

  يؤدي هذا التوجيه باستمرار إلى مفاهيم أكثر إبداعًا وتميزًا. عند دمج خطاف تم إنشاؤه بواسطة الذكاء الاصطناعي مع فيديو تقليدي لرأس يتحدث، فإن الاستمرارية البصرية مهمة. إذا ظهر الصورة الرمزية بملابس مختلفة عن الفيديو، فإن الانتقال يبدو مفاجئًا. حل إيفا هو التقاط لقطة شاشة من الفيديو وتحميلها كصورة مرجعية، ثم طلب من Omni أن يلبس الصورة الرمزية نفس الملابس. ثم يتم تحرير مقاطع الخطاف وفيديو الرأس المتحدث معًا في CapCut أو تطبيق Instagram Edits أو أداة مماثلة.

  تحرير مقاطع الفيديو الموجودة باستخدام Gemini Omni

  يمكن لـ Gemini Omni تعديل مقاطع الفيديو الموجودة باستخدام مطالبات اللغة الطبيعية، مما يجعل التحرير الذي كان يتطلب محررًا محترفًا في السابق متاحًا لأي شخص. تتجاوز هذه الإمكانيات، المتاحة عبر Google Labs ومنصات التجميع، مجرد التوليد. يمكن تحميل لقطات حقيقية تم التقاطها بالهاتف أو تم إنشاؤها بواسطة الذكاء الاصطناعي وتحويلها باستخدام وصف نصي للتغيير المطلوب. يتيح ذلك توفير الميزانية في مرحلة ما بعد الإنتاج والحصول على نتائج سريعة.

  إمكانيات التحرير

  • تغيير البيئة: يمكن تحويل حديقة صيفية إلى حديقة شتوية بمطالبة واحدة.
  • إضافة رسومات متحركة: يمكن إضافة تسميات نصية متحركة بأسماء المكونات إلى فيديو الطهي.
  • تغيير ملابس الموضوع: يمكن للشخصية تغيير ملابسها حسب طلبك.
  • إزالة الكائنات من المشهد: قم بإزالة العناصر غير المرغوب فيها من الإطار.
  • تحويل شخص إلى نسخة كرتونية: أنشئ أسلوبًا بصريًا فريدًا.
  • تغيير الخلفية بالكامل: يمكن نقل فيديو الرأس المتحدث إلى شاطئ أو استوديو إخباري.

  نصيحة: يجب قص الفيديو الذي يتم تحميله للتحرير إلى 10 ثوانٍ أو أقل. يوفر Omni أداة قص مدمجة، بحيث يمكن قص اللقطات الأطول إلى الجزء المناسب قبل تطبيق التعديلات.

  إنشاء مقاطع فيديو طويلة من مقاطع مدتها 10 ثوانٍ

  لا يمنع حد الـ 10 ثوانٍ في التوليد من إنشاء محتوى فيديو أطول بالذكاء الاصطناعي. يتطلب ذلك تخطيطًا مسبقًا ومحررًا خارجيًا. بالنسبة لفيديو مدته 90 ثانية، يتمثل النهج في إنشاء تسعة مقاطع مدتها 10 ثوانٍ ودمجها معًا. النقطة الأساسية هي التخطيط لكيفية ظهور الإطار الأخير لكل مقطع وكيف ينتقل إلى الإطار الأول للمقطع التالي.

  تقترح إيفا استخدام LLM لهذا التخطيط، بإعطائه المفهوم الكامل وتحديد القيود: “أنشئ لي فيديو مدته 90 ثانية يتكون من مقاطع مدتها 10 ثوانٍ، وقدم لي توصيات بشأن الانتقالات”. سيقترح LLM استراتيجيات الانتقال ويساعد في التخطيط لكل مقطع.

  الأسئلة الشائعة

  لقد جمعنا هنا إجابات على الأسئلة الأكثر شيوعًا حول Google Gemini Omni.

  كيف أبدأ استخدام Gemini Omni؟

  ابدأ باستخدام تطبيق Gemini، المتوفر على أجهزة الكمبيوتر المكتبية والهواتف المحمولة. ستتيح لك الاشتراك الذي يبدأ من 20 دولارًا شهريًا استكشاف الميزات الأساسية. للحصول على إمكانيات أكثر تقدمًا، فكر في Google Labs أو المجمعات الخارجية.

  ما هي قيود Gemini Omni؟

  القيود الرئيسية في تطبيق Gemini هي حد التوليد (حوالي 5-6 مقاطع فيديو في الساعة). تقدم Google Labs والمجمعات حدودًا أكثر سخاءً. تقتصر الصور الرمزية على مقاطع مدتها 10 ثوانٍ، والتي يجب تحريرها لإنشاء مقاطع فيديو أطول.

  هل يمكنني استخدام صورتي الرمزية على منصات مختلفة؟

  نعم، بمجرد الإنشاء، تتم مزامنة الصورة الرمزية بين المنصات. يمكنك إنشائها على هاتفك واستخدامها في Google Labs على جهاز الكمبيوتر.

  كيف أحقق جودة عالية للصورة الرمزية؟

  تلعب بيئة التسجيل دورًا مهمًا: الإضاءة الطبيعية، الحد الأدنى من ضوضاء الخلفية، الملابس المتنوعة. تجنب أغطية الرأس والنظارات أثناء التسجيل. تحدث بشكل طبيعي للحفاظ على المرونة في التوليدات المستقبلية.

  كيف يساعد Gemini Omni في توفير الميزانية؟

  يسمح استخدام أدوات الذكاء الاصطناعي، مثل OmniFlash، باستبدال فريق بخدمة، مما يقلل من تكاليف إنتاج الفيديو. يمكنك طلب دورة إنتاج فيديو كاملة في مكان واحد، من إنشاء الصورة الرمزية إلى التحرير والنشر، وهو أرخص بكثير من توظيف متخصصين منفصلين.

  الخلاصة: دورة إنتاج فيديو كاملة جاهزة للاستخدام

  يمثل Google Gemini Omni (OmniFlash) أداة قوية لإنشاء مقاطع فيديو احترافية باستخدام الذكاء الاصطناعي. لا يسمح فقط بإنشاء صور رمزية فريدة ومقدمات جذابة، بل يسمح أيضًا بتحرير مقاطع الفيديو الموجودة، وتجميع مقاطع فيديو طويلة من مقاطع قصيرة. إنه الحل الأمثل لأولئك الذين يرغبون في الحصول على دورة إنتاج كاملة لمقاطع الفيديو القصيرة، وترويج شامل من خلال المقاطع، والاستعانة بمصادر خارجية للمحتوى لوسائل التواصل الاجتماعي، واستبدال فريق SMM بخدمة واحدة.

  ابدأ في استخدام Gemini Omni اليوم لتوفير ميزانيتك وأعصابك، من خلال إنشاء محتوى فيديو عالي الجودة يجذب انتباه الجمهور حقًا. اطلب كل شيء في مكان واحد واقتنع بفعالية هذا النهج!

  22.09.2026

• 

  فيديوهات الذكاء الاصطناعي مع Seedance: كيف تفكر كمخرج سينمائي للحصول على نتائج سينمائية

  هل أنت مهتم بكيفية إنشاء فيديو تم إنشاؤه بواسطة الذكاء الاصطناعي يبدو سينمائيًا بدلاً من أن يبدو رخيصًا؟ هل تريد سير عمل قابل للتكرار لتحويل مفهوم بسيط إلى محتوى فيديو مصقول بالذكاء الاصطناعي باستخدام أدوات مثل Seedance؟ في هذه المقالة، ستتعلم عملية خطوة بخطوة لإنشاء فيديو احترافي بالذكاء الاصطناعي، بدءًا من تطوير المفهوم وبناء العناصر المرئية الرئيسية، وصولاً إلى إنشاء المقاطع باستخدام Seedance وتجميعها في منتج نهائي.

  أكبر سوء فهم حول فيديو الذكاء الاصطناعي هو أنه سهل. يؤدي إدخال موجه في نموذج الفيديو إلى نتيجة، ولكن جودته تعتمد كليًا على قدرة المنشئ على التواصل مع الأداة. يلاحظ روس سيمونز أن معظم الأشخاص الذين يرفضون فيديو الذكاء الاصطناعي على أنه “رديء” يرون نتيجة لموجهات غامضة، وليس حدود التكنولوجيا نفسها.

  فهم النماذج: LLM مقابل نماذج الانتشار

  أول شيء يجب فهمه هو الفرق بين كيفية معالجة نماذج اللغة الكبيرة (LLM) ونماذج الانتشار للتعليمات. تفهم نماذج LLM، مثل ChatGPT أو Claude أو Gemini، النية الحوارية. نموذج الانتشار، وهي التكنولوجيا الأساسية وراء معظم مولدات الصور والفيديو بالذكاء الاصطناعي، بما في ذلك Midjourney و Seedance، لا يفعل ذلك.

  • تستخرج نماذج الانتشار الكلمات الرئيسية المرئية من الموجه وتتجاهل “الضوضاء” الحوارية.
  • عبارة “إنشاء صورة لقطة تمشي على الشاطئ وهي ترتدي قبعة رعاة البقر” تعمل في Midjourney، لكن النموذج لا يحلل هذه الجملة بالطريقة التي يفعلها روبوت الدردشة. إنه يبحث عن الكلمات الرئيسية المرئية: قطة، شاطئ، قبعة رعاة البقر.

  استراتيجيات الموجهات التي تعمل بشكل جيد في الدردشة لا تنتقل مباشرة إلى إنشاء الصور والفيديو. كل نموذج له هيكل موجه خاص به، وتعلم هذا الهيكل هو ما يميز النتيجة المصقولة عن النتيجة العادية. يلاحظ روس أن أدوات معينة تتفوق في مهام معينة.

  “Midjourney، على سبيل المثال، يظل الأداة المفضلة بين المبدعين للتوجيه الفني والأفكار والاستكشاف الإبداعي،” – روس سيمونز.

  يتمتع إنشاء صور ChatGPT بميزة طبقة التفكير التي تفسر النية، لكن العديد من المحترفين ما زالوا يفضلون النتيجة الجمالية لنموذج صور متخصص.

  بالنسبة لأولئك الذين لا يعرفون كيفية كتابة مطالبات منظمة لأداة مثل Midjourney، هناك حيلة عملية. بدلاً من تعلم بناء الجملة، أخبر ChatGPT كيف يجب أن تبدو الصورة المطلوبة واطلب منه كتابة المطالبة بتنسيق Midjourney. سيقوم ChatGPT بتحويل الأوصاف العامية إلى تنسيق منظم يعتمد على الكلمات الرئيسية تستجيب له نماذج الانتشار، مما يؤدي إلى نتائج أفضل بكثير.

  نصيحة احترافية: توليد الصور هو أساس الفيديو بالذكاء الاصطناعي. إتقان إنشاء الصور الثابتة وتحسينها أولاً يؤدي إلى نسبة نجاح أعلى بكثير عند الانتقال إلى الفيديو، لأن نفس مبادئ المطالبات والتكوين والتوجيه البصري تنطبق.

  1. تطوير مفهوم الفيديو بالذكاء الاصطناعي

  المفهوم هو الفكرة الأساسية لما يحاول الفيديو نقله. لا يجب أن يكون معقدًا أو فنيًا بعمق. يمكن أن يكون بسيطًا مثل “أريد عرض منتجي في بيئة غير متوقعة” أو “أريد شرح هذه التقنية باستخدام استعارة بصرية”. النقطة المهمة هي أن يكون لديك نية قبل لمس الأداة.

  يوضح روس ذلك بمشروع أنشأه في الأصل كرسوم متحركة إيقاف الحركة منذ سنوات عديدة. المفهوم: علبة Red Bull تقف على طاولة. تنزلق ورقة، وتطوى لتصبح ثورًا من الأوريجامي، وتصطدم بالعلبة، وتفتحها، وتشرب السائل، وتنمو لها أجنحة، وتطير بعيدًا. العمل بأكمله هو تلاعب بالكلمات “Red Bull تمنحك أجنحة”. انتقل هذا المفهوم عبر وسائط مختلفة. لقد أعاد إنشائه مؤخرًا باستخدام Seedance، حيث قام بتغذية التسلسل في نموذج فيديو بالذكاء الاصطناعي مع زوج من المراجع المرئية، وصمد المفهوم لأن الفكرة كانت قوية بغض النظر عن أداة الإنتاج.

  يوصي روس باستخدام LLM لتطوير المفهوم بشكل أكبر. حتى الفكرة الأساسية يمكن توسيعها عن طريق مطالبة ChatGPT بالمساعدة في استقراء السرد، أو اقتراح تسلسلات بصرية، أو اختلافات. الهدف هو الحصول على فهم واضح للقصة قبل الانتقال إلى التطوير البصري.

  2. إنشاء العناصر المرئية الرئيسية

  بمجرد وجود المفهوم، فإن الخطوة التالية هي تطوير العناصر المرئية الرئيسية التي ستكون مرساة الفيديو. يقسم روس هذا إلى ثلاثة مكونات:

  • الموضوع (أو البطل): هذا هو محور القصة. يمكن أن يكون منتجًا أو شخصًا أو أي كائن يدفع السرد. بالنسبة لإعلان العطر الذي أنشأه روس، كان البطل هو الزجاجة نفسها. لقد قام بتوليد نموذج لصور المنتج باستخدام Midjourney، حيث حدد مظهر الزجاجة قبل القيام بأي شيء آخر. يعد إنشاء نماذج للمنتجات باستخدام ChatGPT أو Midjourney أو Gemini نقطة انطلاق صالحة عندما لا تتوفر صور منتجات احترافية.
• البيئة المحيطة: هذا هو المكان الذي تدور فيه القصة. قام روس ببناء بيئة غابة في Midjourney لإعلان عطر. يمكن إنشاء البيئة في أي أداة لتوليد الصور أو الحصول عليها من صور مرجعية على Pinterest أو Shutterstock أو مكتبة صور شخصية. من المهم التعبير بوضوح عن الصفات البصرية المحددة. بدلاً من مطالبة النموذج بعمل شيء “رائع”، يوصي روس بوصف ما هو جذاب في المرجع: الوقت من اليوم، وكيف يسقط الضوء على الأسطح، ودرجة حرارة اللون، وعمق المجال. كلما كان التوجيه أكثر تحديدًا، كانت النتيجة أفضل.
• شخصية أو عنصر ثانوي: هذا هو أي شيء آخر يظهر في المشهد لدعم السرد. في مثال العطر، أضاف روس نمرًا أسود يدخل الإطار وينظر في النهاية إلى الكاميرا، ثم يقفز نحوها. خلق هذا العنصر الثانوي توترًا وحركة في ما كان ليكون لقطة منتج ثابتة.

نصيحة احترافية: عند استخدام صورة شخصية كشخصية، اعزل الموضوع على خلفية صلبة. لا تستخدم صورة ذات بيئة مزدحمة أو أشخاص آخرين. قدم صورًا متعددة تم التقاطها من زوايا مختلفة، وكلها تظهر الموضوع بنفس الملابس. يمنح هذا النموذج بيانات واضحة للعمل بها عند وضع الشخصية في بيئات وأوضاع وسيناريوهات جديدة.

استخدام زوايا الكاميرا للسرد البصري

منظور الكاميرا هو أحد أسرع الطرق لرفع مستوى المرئيات التي تم إنشاؤها بواسطة الذكاء الاصطناعي فوق التكوين المسطح المتمركز الذي تنتجه معظم النماذج. بعض مبادئ التصوير السينمائي الأساسية تحدث فرقًا كبيرًا.

• الزاوية المنخفضة تجعل الشخصية تبدو قوية ومهيمنة.
• الزاوية العالية يمكن أن تجعل الشخصية تبدو خاضعة أو ضعيفة.
• اللقطة المقربة تخلق كثافة.
• اللقطة الواسعة والمخفضة مع مساحة فارغة حول الموضوع توحي بالعزلة أو الضعف.

نصيحة عملية لأولئك الذين ليس لديهم خلفية في التصوير السينمائي: استخدم ChatGPT لتحليل لقطة من فيلم. قم بتحميل الصورة واطلب من النموذج شرح ما يخلق تأثيرًا عاطفيًا معينًا. هل هي زاوية الكاميرا؟ الإضاءة الدرامية؟ بوكيه ناعم؟ تباين؟ سيقوم ChatGPT بتحليل ذلك باستخدام المصطلحات السينمائية الصحيحة التي يمكنك بعد ذلك استخدامها مباشرة في مطالبات الصور والفيديو.

اختبر روس هذا النهج من خلال مطالبة ChatGPT بإنشاء “اللقطات الست الأكثر استخدامًا لـ Guy Ritchie” في صورة واحدة. تضمنت النتيجة لقطات مقربة، ولقطات بزاوية عالية، والعديد من التقنيات التي لم يصادفها روس من قبل، وكل منها يمكن استخدامها كمرجع لمطالبات مستقبلية. يمكن للمبدعين الرجوع إلى مخرجين أو أفلام محددة دون معرفة المصطلحات التقنية. عبارة “اجعل هذه الشخصية تبدو مثل علاء الدين في هذا المشهد” أو “أظهر لي لقطة بأسلوب Guy Ritchie مع هذه الشخصية في هذه البيئة” تنتج نتائج تختلف عن الإخراج العادي المتمركز الذي يحصل عليه معظم الناس.

3. إنشاء لوحة عمل فيديو AI باستخدام الإطارات الرئيسية

الإطار الرئيسي، في سياق فيديو AI، هو صورة تُستخدم كنقطة مرجعية للنموذج. لوحة العمل هي تسلسل من 6-12 إطارًا رئيسيًا يحدد اللحظات الأساسية للفيديو، ويحدد الزاوية والإضاءة والتكوين لكل لحظة.

تخدم لوحة العمل المنشئ أكثر مما تخدم النموذج. إنها توفر هيكلًا، وتمنع تحميل مقطع واحد بالكثير من الإجراءات، وتؤسس تسلسلًا واضحًا للأحداث قبل بدء إنشاء الفيديو. يؤكد روس أن لوحة العمل لا يجب أن تكون احترافية. إنها أداة تخطيط، والصور الخام مناسبة تمامًا طالما أنها تنقل كيف يجب أن تبدو كل لحظة وتشعر بها.

هناك طريقتان أساسيتان لاستخدام الإطارات الرئيسية مع نماذج فيديو AI:

• إطار البدء + إطار النهاية + المطالبة: توفر هذه الطريقة للنموذج صورة لبدء الفيديو، وصورة لإنهاء الفيديو، ومطالبة نصية تصف ما يحدث بينهما. على سبيل المثال، إطار البدء هو سطح فارغ. يظهر إطار النهاية علبة Red Bull متمركزة في الإطار. تقول المطالبة: “تنزلق علبة Red Bull من اليمين بسرعة بطيئة وتتوقف في المنتصف تمامًا”. يمنح الجمع بين المراسي المرئية والتعليمات النصية النموذج قيودًا واضحة.
• إطار البدء + المطالبة فقط: تستخدم هذه الطريقة صورة البدء فقط وتسمح للمطالبة بتوجيه الإجراء دون نقطة نهاية ثابتة. إنها توفر المزيد من الحرية الإبداعية. بالنسبة لمقطع مدته 10 ثوانٍ، يمكن أن يكون إطار البدء سطحًا فارغًا، ويمكن أن تقول المطالبة: “تنزلق علبة Red Bull من اليسار، وتطير طائرة ورقية من الأعلى، وتهبط بجانب العلبة، وتتكشف لتصبح ورقة مسطحة”. يملأ النموذج الحركة والتوقيت.

نصيحة احترافية: لإنشاء فيديو أطول، قم بربط المقاطع معًا عن طريق استخراج الإطار الأخير من المقطع السابق واستخدامه كإطار بدء للمقطع التالي. يؤدي ذلك إلى إنشاء استمرارية بصرية عبر تسلسل متعدد المقاطع دون الحاجة إلى إعادة إنشاء عناصر متسقة من البداية.

الأخطاء الشائعة في إنشاء تسلسلات الإطارات الرئيسية

الخطأ الأكثر شيوعًا الذي يراه روس هو عندما يحشر الناس الكثير من الإجراءات في مقطع قصير. يمكن أن يستوعب مقطع مدته 5 ثوانٍ إجراءً واحدًا أو اثنين فقط. كتابة فقرة طويلة تصف علبة منزلقة، وورقة طائرة، وثور يتشكل، وانفجار، كل ذلك في غضون خمس ثوانٍ، يفرط في تحميل النموذج. والنتيجة هي أطراف مشوهة، ومنظورات ملتوية، وتشويهات بصرية. الحل هو مطابقة تعقيد المطالبة مع طول المقطع.

يميز روس أيضًا بين استخدام الصور كإطارات رئيسية واستخدامها كمراجع. تتطلب الإطارات الرئيسية إعادة إنتاج دقيقة في نقاط محددة في الفيديو، مما يؤدي غالبًا إلى انتقالات محرجة وحركات كاميرا غير طبيعية حيث تضطر النموذج إلى الانتقال بين نقطتين نهائيتين جامدتين. توفر المراجع للنموذج فكرة عن المظهر المطلوب دون الحاجة إلى دقة البكسل، وتميل إلى إنتاج نتائج أكثر سلاسة وطبيعية. يوصي روس باستخدام المراجع بدلاً من الإطارات الرئيسية في معظم الحالات.

4. إنشاء الفيديو باستخدام Seedance وتجميع المنتج النهائي

تتميز Seedance، التي طورتها ByteDance (الشركة التي تقف وراء TikTok)، بالتزامها بالموجهات ودقة الصور المرجعية. يصفها روس بأنها شبه خالية من العيوب في كلا المجالين، وهو ما يمثل قفزة كبيرة إلى الأمام مقارنة بنماذج الفيديو حتى قبل عامين.

Seedance ليس تطبيقًا مستقلاً. إنه نموذج يتم الوصول إليه من خلال منصات التجميع. يوصي روس بـ Luma AI (lumalabs.ai) كمنصة مفضلة، بالإضافة إلى Flora و Figma Weave و Artlist و Imagine Art و Open Art و Krea. توفر هذه المنصات الوصول إلى Seedance جنبًا إلى جنب مع نماذج الفيديو الأخرى مثل Kling 3.0 و Veo 3 وغيرها، وكلها متصلة عبر واجهة برمجة التطبيقات (API).

يقدم Google Veo 3 (المتاح عبر Gemini) إنشاء فيديو مجاني واعتبر متطورًا قبل ظهور Seedance و Kling 3.0. يلاحظ روس أنه على الرغم من أن Veo مفيد، إلا أن المهارات المكتسبة في نموذج واحد لا تنتقل تلقائيًا إلى نموذج آخر. كل نموذج فيديو له هيكل موجهات خاص به. الممارسة مع Veo تبني معرفة عامة بفيديو الذكاء الاصطناعي، ولكن للحصول على أفضل النتائج على Seedance، يتطلب الأمر تعلم كيفية استجابة Seedance بشكل خاص للموجهات وتعليمات التوقيت والصور المرجعية.

كيفية استخدام الموجهات بفعالية في Seedance

يدعم Seedance التوجيه المقطعي زمنيًا، والذي يسمح للمبدعين بتحديد ما يحدث في فترات محددة داخل مقطع واحد. بالنسبة لمقطع مدته 15 ثانية، يمكن أن يكون التوجيه منظمًا على النحو التالي: “بين 0 و 4 ثوانٍ، يحدث هذا. بين 4 و 8 ثوانٍ، يحدث هذا. بين 8 و 12 ثانية، يحدث هذا.” يلتزم النموذج بهذه التعليمات الزمنية، مما يسمح بتصميم تسلسلات متعددة الخطوات في جيل واحد بدلاً من ربط عدة مقاطع قصيرة.

تكلفة Seedance وطريقة التحايل على التوسع

تقدم Seedance خيارًا لمدة تتراوح من 5 إلى 30 ثانية لكل مقطع. ينصح روس المبتدئين بالبدء بمقاطع أقصر وبدقة منخفضة لإتقان سير العمل. غالبًا ما يؤدي إنشاء مقطع مدته 30 ثانية بدقة عالية بدون خبرة إلى إهدار المال ونتائج غير مرضية. يكلف مقطع Seedance الذي تبلغ مدته 30 ثانية بدقة 720 بكسل حوالي 14 دولارًا. يؤدي رفع الدقة إلى 1080 بكسل إلى مضاعفة التكلفة تقريبًا إلى 28-32 دولارًا. هذه الأسعار أعلى بكثير من نماذج الفيديو السابقة للذكاء الاصطناعي، حيث كانت المقاطع التي تبلغ مدتها 5 ثوانٍ تكلف أقل من 0.20 دولار، ولكن الفرق في الجودة كبير أيضًا.

البديل الفعال من حيث التكلفة هو التوليد بدقة أقل ثم الترقية. قام روس بتوليد مقطع بدقة 480p مقابل 6 دولارات تقريبًا، ثم قام بترقيته مرتين باستخدام أدوات المنصة المدمجة إلى جودة قريبة من 4K مقابل 3 دولارات إضافية. التكلفة الإجمالية البالغة 9 دولارات أنتجت جودة مماثلة للعرض الأصلي عالي الدقة بحوالي ثلث السعر. أداتان رائدتان للترقية هما Topaz Labs و Magnific، وكلاهما مدمج في معظم منصات التجميع.

الخلاصة

إتقان فيديو الذكاء الاصطناعي لا يقتصر فقط على إتقان الأدوات، بل يتعلق بتطوير عقلية المخرج. من خلال تطبيق مبادئ المفهوم والتطوير البصري والقصة المصورة، يمكنك إنشاء محتوى فيديو عالي الجودة بالذكاء الاصطناعي يبدو احترافيًا وجذابًا. ابدأ بفكرة واضحة، استخدم LLMs لتطويرها، أنشئ عناصر بصرية قوية، وخطط تسلسلاتك بعناية. عندها يمكنك توسيع نطاق إنتاج الفيديو الخاص بك إلى مستويات لم يسبق لها مثيل، وهو ما كان مستحيلاً والآن ممكن.

الأسئلة الشائعة

ما هو Seedance وكيف يعمل؟

Seedance هو نموذج ذكاء اصطناعي لتوليد الفيديو تم تطويره بواسطة ByteDance. يسمح بإنشاء مقاطع فيديو بناءً على مطالبات نصية وصور مرجعية، مع ضمان دقة وجودة عالية. يمكن الوصول إليه عبر منصات التجميع مثل Luma AI.

كم تكلفة إنشاء فيديو باستخدام Seedance؟

تبلغ تكلفة مقطع مدته 30 ثانية بدقة 720p حوالي 14 دولارًا، وبدقة 1080p تتراوح بين 28 و 32 دولارًا. ومع ذلك، يمكن التوفير،