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.
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،