الصور الثابتة تجمّد الزمن، لكن الذكاء الاصطناعي يستطيع أن يضعها في حركة. من حركة الشعر والتأثيرات الخفيفة للتنفس إلى التحريك السينمائي الكامل، يشرح هذا المقال كيف يعمل تحويل الصورة إلى فيديو بالذكاء الاصطناعي، وأي النماذج تقدّم أفضل النتائج، وكيف تحرّك أي صورة في دقائق دون أي برنامج تحرير.
توجد الآن على هاتفك صورة تكاد تتحرك. لقطة عفوية لشخص يضحك والشعر يتطاير. منظر طبيعي التُقط قبل أن تشتد الريح. بورتريه كان الضوء فيه مثاليًا لدرجة تجعلك تشعر أنه يكاد يتنفس. الصور الثابتة تجمّد هذه اللحظات، لكنها ليس عليها أن تبقى متجمدة. يستطيع الذكاء الاصطناعي أن يضيف الحركة إلى الصور الثابتة خلال ثوانٍ، فيحوّل ملف JPG إلى مقطع حيّ ينابض بالحياة ويتحرك تمامًا كما تخيّلته. هذا ما يفعله تحويل الصورة إلى فيديو بالذكاء الاصطناعي، وفي عام 2027 أصبح دقيقًا بشكل لافت.
تلتقط الصورة جزءًا من الثانية فقط. يكمل الدماغ الباقي، فيتخيّل اللحظة التي قبلها واللحظة التي بعدها. عندما ترى صورة لأمواج تتكسر، تكاد تسمع صوتها. وعندما ترى شخصًا في منتصف ضحكة، تكاد تشعر بطاقة المكان. هذه الفجوة النفسية هي بالضبط المكان الذي تعيش فيه حركة الذكاء الاصطناعي. فبتوليد الإطارات التي كان يُفترض منطقيًا أن تسبق لحظة الالتقاط وتلحقها، يغلق الذكاء الاصطناعي الحلقة بين الخيال والواقع.
الصور الحيّة ليست فكرة جديدة. فالسينيماغراف (صور يتحرك فيها عنصر واحد بشكل متكرر بينما يبقى كل شيء آخر ثابتًا) انتشر قبل سنوات لأنه استغل هذه الحساسية النفسية نفسها. لكن صنع سينيماغراف يدويًا كان يستغرق ساعات من التقطيع والرسم المتتبع والتحريك اليدوي. يقوم الذكاء الاصطناعي اليوم بنسخة من ذلك، بل ويتجاوزه بكثير، في أقل من دقيقة.
تضيف الحركة ثلاثة أشياء لا تستطيع الصورة الثابتة أن تقدمها بمفردها:
بالنسبة إلى صانعي المحتوى والمسوّقين والمصورين، لم تعد القدرة على إضافة الحركة إلى الصور الثابتة بالذكاء الاصطناعي مجرد ميزة جديدة، بل أصبحت أداة إنتاج.
لا يكتفي الذكاء الاصطناعي بتحريك البكسلات من مكان إلى آخر. بل يبني فهمًا مكانيًا للصورة قبل توليد أي إطار واحد من الحركة. باستخدام تقدير العمق، ينشئ النموذج خريطة ثلاثية الأبعاد تقريبية للمشهد: ما هو قريب، وما هو بعيد، وما العناصر المتداخلة، وكيف توحي الإضاءة بالحجم. لهذا تتعامل نماذج التحريك الجيدة مع الأشخاص على مسافات مختلفة بمصداقية. فالخلفية لا تتشوه عندما تتحرك المقدمة.
بعد أن يفهم النموذج هندسة المشهد، يتنبأ بـالتدفق البصري (optical flow)، أي الاتجاه والسرعة اللذين كان يُفترض منطقيًا أن تتحرك بهما كل منطقة في الصورة. يتطاير الشعر في الاتجاه الذي توحي به الإضاءة لمصدر الريح. ينساب الماء بعيدًا عن اضطراب مفترض. يرتفع صدر الشخص ويهبط وفق إيقاع تنفس مُصطنع. هذا ليس عشوائيًا. فنماذج تحويل الصورة إلى فيديو الحديثة دُرّبت على ملايين المقاطع المصورة الحقيقية، لذلك استوعبت كيف تتحرك الأشياء في العالم الواقعي بمرور الزمن.
الجزء الصعب في تحريك الصورة الثابتة ليس توليد إطار واحد من الحركة، بل توليد 30 أو 60 أو 120 إطارًا تتدفق بشكل طبيعي دون وميض أو تشوّه. التماسك الزمني (Temporal coherence) هو المصطلح التقني لهذه الصفة، وهنا تختلف النماذج اختلافًا كبيرًا. فالنماذج القديمة أو الأرخص تنتج حركة تتلألأ عند الحواف أو تُظهر عيوبًا بعد بضعة إطارات. أما النماذج الرائدة مثل Wan 2.7 I2V فتحافظ على ملمس ثابت وإضاءة متسقة وفيزياء معقولة عبر المقطع المُولَّد كله.
ليست كل صورة تحتاج إلى حركة كثيرة. يعتمد التأثير المطلوب على الشخص أو الموضوع وعلى المنصة التي ستُعرض فيها النتيجة.
| نوع الحركة | الأنسب لـ | مدة الإخراج المثالية |
|---|---|---|
| التنفس / الحركة الدقيقة | البورتريهات، صور الرأس | من 2 إلى 4 ثوانٍ |
| تدفق الشعر والملابس | الأزياء، لقطات نمط الحياة | من 3 إلى 6 ثوانٍ |
| تحريك البيئة | المناظر الطبيعية، المدن | من 4 إلى 8 ثوانٍ |
| حركة الجسم كاملًا | الرقص، الأكشن، الجلامور (glamour) | من 4 إلى 10 ثوانٍ |
| انجراف الكاميرا (Ken Burns) | العمارة، السفر | من 3 إلى 8 ثوانٍ |
تستجيب الموضوعات المختلفة لأساليب تحريك مختلفة:
البورتريهات: ركّز الحركة على الشعر والإمالات الخفيفة للرأس والرمش الطبيعي. يضيف تأثير التنفس الخفيف على منطقة الصدر واقعية دون أن يبدو مصطنعًا. تتفوق نماذج مثل Video 01 Live هنا، إذ تنتج تحريكًا سلسًا وطبيعيًا للوجه يحافظ على الشبه.
المناظر الطبيعية: الماء والغيوم والأوراق الخضراء هي الأهداف الطبيعية للحركة. حتى مقطع مدته 3 ثوانٍ لصورة شاطئ مع أمواج متحركة يغيّر تمامًا الإحساس العاطفي للصورة. يتعامل Wan 2.6 I2V مع المشاهد البيئية بدقة فيزيائية مبهرة.
الأزياء والجلامور (glamour): تعمل معًا بشكل جيد أقمشة الملابس والشعر المتطاير ووضعيات الجسم الواثقة. يمنحك Kling v2.6 Motion Control تحكمًا دقيقًا في مكان الحركة ومقدارها، وهو أمر أساسي عندما تريد حركة في الفستان مع ثبات الخلفية.
صور المجموعات: هذه الأصعب. فتحريك وجوه متعددة في وقت واحد قد يُنتج تفاوتًا في الشبه. ابدأ بصور لشخص واحد للحصول على أكثر النتائج إقناعًا.
💡 الصور ذات الإضاءة الاتجاهية القوية تتحرك بشكل أفضل. يستخدم الذكاء الاصطناعي الضوء والظل لتقدير العمق. الصورة ذات الإضاءة المسطحة تمنح النموذج معلومات هندسية أقل، لذلك تكون النتائج أقل إقناعًا.
يُعد Wan 2.7 I2V في عام 2025 أحد أكثر نماذج تحويل الصورة إلى فيديو قدرةً المتاحة في أي مكان. يعني "I2V" تحويل الصورة إلى فيديو (Image-to-Video)، أي أنه يأخذ صورة ثابتة واحدة كمدخل ويولّد منها مقطع فيديو. يمثل الإصدار 2.7 قفزة مهمة في التماسك الزمني وطبيعية الحركة مقارنةً بأسلافه. فالشعر والقماش والماء يتصرفون بدقة فيزيائية كانت النماذج السابقة تواجه صعوبة في مطابقتها باستمرار.
يبقى سلفه Wan 2.6 I2V خيارًا قويًا لمن يريدون أوقات توليد أسرع. أما Wan 2.5 I2V Fast فهو الخيار الأمثل للتكرارات السريعة عندما تختبر صورة قبل أن تلتزم بتصيير بجودة كاملة.
يتبنى Kling v3 Motion Control فلسفة مختلفة عن سلسلة Wan. فبدلًا من استنتاج كل الحركة تلقائيًا، يتيح لك تحديد الأجزاء التي يجب أن تتحرك في الصورة وفي أي اتجاه. هذا لا يقدّر بثمن في العمل الإبداعي المنضبط. يمكنك تثبيت الخلفية، أو عزل شعر الشخص لتحريكه مع الريح، أو قصر الحركة على قماش الفستان وحده.
يقدم Kling v2.6 Motion Control تحكمًا مشابهًا بتكلفة معالجة أقل قليلًا. ينتج نموذجا التحكم في الحركة من Kling مخرجات سينمائية بمسارات حركة سلسة وحفاظ قوي على الشخص عبر كل الإطارات.
تقدم نماذج أخرى عديدة على PicassoIA نتائج ممتازة لاحتياجات تحريك محددة:
💡 شغّل Hailuo 2.3 Fast أولًا لمعاينة طريقة تحريك الصورة. ثم استخدم Wan 2.7 I2V للحصول على الإخراج النهائي بأعلى جودة. يوفّر سير العمل المكوّن من مرحلتين وقتًا ونقاطًا كبيرة.
يُعد Wan 2.7 I2V نقطة البداية الموصى بها لكل من يريد إضافة الحركة إلى الصور الثابتة بالذكاء الاصطناعي للمرة الأولى. إليك الخطوات بالتفصيل.
جودة الصورة عند الدخول تحدد مباشرة جودة التحريك عند الخروج. قبل الرفع، تحقق من النقاط التالية:
الصور التي تبدو بالفعل وكأن فيها حركة ضمنية، مثل الريح في الشعر أو شخص في منتصف خطوة أو ماء عند حافة الكادر، ستنتج أكثر نتائج التحريك دراماتيكية.
بعد أن تصبح صورتك جاهزة:
حقل الأمر النصي للحركة هو الأهم. كلما كنت أدق في تحديد ما الذي يتحرك و_كيف_، اقترب الإخراج من مقصدك. تجنب الأوامر الغامضة مثل "حرّك هذه الصورة"، وصف الفيزياء مباشرة: اتجاه الحركة، وشدتها، وسرعتها.
نادرًا ما تكون أول نتيجة هي النهائية. إذا كانت الحركة قوية أكثر من اللازم، فخفّف الشدة في الأمر النصي (استخدم كلمات مثل "خفيف" و"طفيف" و"لطيف"). وإذا بدا التحريك جامدًا، فأضف مزيدًا من لغة الحركة الوصفية ("متدفق"، "منجرف"، "تمايل طبيعي").
💡 إذا أنتج Wan 2.7 I2V تشوهًا مفرطًا في الخلفية على صورة معينة، فجرّب Wan 2.2 I2V Fast مع أمر نصي أكثر تقييدًا. تملك إصدارات النماذج المختلفة سعات حركة افتراضية مختلفة.
تأتي أفضل نتائج التحريك من الصور التي يجد فيها الذكاء الاصطناعي إشارات بصرية قوية يعمل بها:
بعض الصور تعمل ضد التحريك الجيد. إذا واجهت هذه الحالات، فعدّل نهجك وفقًا لذلك:
أكبر خطأ هو معاملة الأمر النصي للحركة كأنه تعليق على الصورة. لا تصف ما هو موجود في الصورة، بل صف ما يتحرك و_كيف_. عبارة "امرأة على الشاطئ" لا تقول للنموذج شيئًا مفيدًا عن الحركة. أما "شعر يتطاير نحو اليسار مع الريح، أمواج المحيط تتقدم إلى الأمام، القماش يتموج عند الحافة" فيمنحه فيزياء قابلة للتنفيذ يعمل بها. كلما كان وصف الحركة أدق وأكثر تحديدًا، كان الإخراج أفضل.
أي صورة ستُعالج عبر النموذج من الناحية التقنية. لكن ليست كل صورة تتحرك بشكل جيد. الصور المأخوذة بعمق ميداني ضحل، وإضاءة اتجاهية قوية، وفصل واضح بين الموضوع والخلفية، هي التي تنتج إخراجًا يستحق المشاركة. إن قضاء خمس دقائق في اختيار الصورة المصدر الصحيحة يوفر وقت التكرار والنقاط لاحقًا بشكل كبير.
التحريك بالذكاء الاصطناعي بطبيعته تكراري. فأول إخراج يُظهر لك ما يفهمه النموذج عن فيزياء صورتك. استخدمه كتغذية راجعة تشخيصية: إذا تحرك الشعر في الاتجاه الخاطئ، فأمرك النصي لم يكن واضحًا بشأن الاتجاه. وإذا تشوهت الخلفية، فانتقل إلى نموذج تحكم في الحركة مثل Kling v3 Motion Control الذي يتيح لك تقييد المناطق التي تتحرك أصلًا.
💡 احفظ أفضل أوامر الحركة لديك. عندما تجد وصفًا يعمل جيدًا لنوع معين من الصور (بورتريه في الهواء الطلق، مشهد شاطئ، لقطة أزياء)، يمكن إعادة استخدام ذلك الأمر مباشرة على صور مشابهة دون تعديل.
توجد في مكتبتك صورة يجب ألا تبقى ساكنة. الأدوات اللازمة لإحيائها متاحة بالفعل، دون خبرة في التحريك ودون برامج معقدة للتثبيت. نماذج مثل Wan 2.7 I2V و Kling v3 Motion Control وVideo 01 Live متاحة مباشرة على PicassoIA، جاهزة للعمل على أي صورة ترفعها الآن.
ابدأ ببورتريه تحبه. اكتب أمرًا نصيًا للحركة يصف ما يجب أن يتحرك وفي أي اتجاه. اضغط على التوليد. عندما تبدأ الصورة الثابتة للمرة الأولى في التنفس والتحرك والنبض بالحياة، سيتضح فورًا الفرق بين لحظة متجمدة وذكرى حيّة.
يضم PicassoIA أكثر من 100 نموذج لتحويل الصورة إلى فيديو تغطي كل الاحتياجات: تحريك بورتريهات سريع مع Hailuo 2.3 Fast، وتحريك متزامن مع الصوت مع Ovi I2V، وتحريك قائم على خرائط الحركة مع Wan 2.2 Animate Animation، وتحكم دقيق في الحركة مع Kling v2.6 Motion Control. اختر الصورة. اختر النموذج. وشاهد ما يحدث عندما تتحرك صورة ثابتة أخيرًا.
اختر لغتك
