أبقِ الشخصية نفسها مميّزة في كل لقطة من فيديو الذكاء الاصطناعي. تقارن هذه المقالة الأدوات المجانية التي تُثبّت الوجه، وتعرض سير عمل بالصور المرجعية مبنيًا على PicassoIA، وتقدّم أوامر نصية جاهزة للنسخ لأوراق الشخصيات والمقاطع المتحركة والقصص متعددة المشاهد.
تولّد مقطعًا رائعًا لامرأة ترتدي معطف مطر زيتي اللون وهي تمشي في سوق ماطر. ثم تولّد اللقطة التالية، فتظهر بأنف مختلف وشعر مختلف ومعطف تغيّر لونه بصمت. هذه هي المشكلة اليومية لأي شخص يروي قصة بفيديو الذكاء الاصطناعي، وهي بالضبط ما صُمم سير عمل مولّد فيديو الشخصيات المتسقة بالذكاء الاصطناعي لحلّه. والخبر الجيد أنك لا تحتاج إلى استوديو مدفوع. تكفي بضع أدوات مجانية، وصورة مرجعية قوية واحدة، وبنية أوامر قابلة للتكرار لإبقاء الشخص نفسه على الشاشة من المقطع الأول حتى العاشر.
تشرح هذه المقالة سبب انحراف الشخصيات، وأي الأدوات المجانية تحافظ على الهوية بأفضل شكل، وسير عمل من أربع خطوات بالصور المرجعية، ودليلين عمليين على PicassoIA، وأوامر نصية يمكنك لصقها مباشرة في أي مولّد.
كل أداة فيديو بالذكاء الاصطناعي هي في جوهرها آلة احتمالات. إذا طلبت منها "امرأة ترتدي معطف مطر" مرتين، فستحصل على امرأتين مختلفتين، لأن الطلب لا يحدد من هي هذه المرأة. الاتساق ليس مفتاحًا تشغّله. إنه شيء تبنيه بإعطاء النموذج أكثر من جملة واحدة يتمسك بها.
نادرًا ما يظهر الانحراف كفشل كبير واحد. بل يتسلل عبر تغيّرات صغيرة تتراكم عبر سلسلة من اللقطات:
يلاحظ المشاهدون الأنواع الأربعة في أقل من ثانية، حتى وإن لم يستطيعوا تحديد ما الخطأ. الشخصية التي لا تبدو كما كانت تتوقف ببساطة عن أن تبدو شخصية.
كل توليد يبدأ من ضوضاء عشوائية. ووصف نصي مثل "شابة، شعر كستنائي محمر، نمش" ينطبق على آلاف الوجوه المختلفة، لذلك يختار النموذج وجهًا جديدًا في كل مرة. الكلمات وصف فضفاض للشخص. أما الصورة فليست كذلك.
لهذا السبب تربط كل طريقة موثوقة في هذه المقالة النموذج بصورة، بدلًا من فقرة أطول.
💡 قاعدة عامة: استخدم الصور لتحديد من هي الشخصية، واستخدم النص لتحديد ما تفعله. لا تطلب من الأمر النصي أن يؤدي دور الصورة المرجعية أبدًا.
تنقسم أدوات الفيديو المجانية إلى ثلاث فئات، وتتعامل كل منها مع الهوية بطريقة مختلفة:
إليك كيف تتوزع الخيارات الرئيسية في PicassoIA:
| الأداة | الأسلوب | ما تقدّمه له | المخرجات | زاوية التكلفة |
|---|---|---|---|---|
| Seedance 2.5 Lite | تحويل الصورة إلى فيديو | صورة إطار أول واحدة، وإطار أخير اختياري | 480p أو 720p، 5 أو 10 ثوانٍ، صوت متزامن | غير محدود لأعضاء Wonder |
| PicassoIA Video | تحويل الصورة إلى فيديو | صورة إطار أول واحدة | 480p أو 720p، 5 ثوانٍ ثابتة بمعدل 24 إطارًا في الثانية، صوت متزامن | مجاني وغير محدود |
| Wan 2.7 R2V | تحويل المرجع إلى فيديو | صور مرجعية أو مقاطع فيديو | 720p أو 1080p | مجاني للتجربة عبر الإنترنت |
| Kling v3 Motion Control | نقل الحركة | صورة للشخصية مع فيديو مرجعي | 720p أو 1080p، حتى 10 أو 30 ثانية | مجاني للتجربة عبر الإنترنت |
| Nano Banana Pro | تحويل المرجع إلى صورة | حتى 14 صورة مرجعية | صور ثابتة بدقة 1K أو 2K أو 4K | مجاني للتجربة عبر الإنترنت |
| PicassoIA Image Editor Pro | تعديل الصور | حتى 3 صور مرجعية | WebP أو JPG أو PNG | غير محدود |
إذن، أيها تفتح أولًا؟
نموذج الفيديو لا يكون أكثر اتساقًا من الصورة الثابتة التي تقدمها له، لذلك يحدث معظم العمل الحقيقي قبل أن تُصيَّر اللقطة الأولى.
تتكون العملية كاملة من أربع خطوات. نفّذها بالترتيب ولا تتخطَّ أيًا منها.
قبل أن تلمس أداة الفيديو، اصنع مجموعة من الصور الثابتة لشخصيتك: منظر أمامي، ومنظر جانبي، ومنظر ثلاثي الأرباع، وتعبير أو اثنان. يناسب Nano Banana Pro هذه الخطوة جيدًا، لأنه يقبل حتى 14 صورة مرجعية إلى جانب أمرك النصي. وبمجرد أن تحصل على صورة شخصية تعجبك، أعِدها إلى النموذج واطلب الزوايا الأخرى.
ثم اكتب كتلة هوية واحدة: فقرة واحدة من كلمات ثابتة تصف الشخصية. الصقها كما هي، دون تغيير، في بداية كل أمر نصي لبقية المشروع.
a woman in her late twenties with a short auburn bob, light freckles across her nose and cheeks, hazel eyes, a small silver stud earring, an olive-green waxed cotton raincoat and a mustard-yellow wool scarf
الملموس يتفوق على الشاعري. طول الشعر وملمح واحد للوجه وزيّ واحد تقدّم أكثر من صفحة كاملة من الصفات.
تسبب الملابس انحرافًا أكثر من الوجوه. اختر زيًا واحدًا بقصة بسيطة ولونين سادّين. فالشعارات والكتابات والخصل المتدلية والمجوهرات المتراكبة والأنماط المزدحمة تجذب الانحراف، لأن النموذج يضطر إلى إعادة اختراعها في كل إطار.
عندما تكون الصورة الثابتة قريبة من الصواب، أصلحها بدلًا من إعادة توليدها. يقبل PicassoIA Image Editor Pro حتى ثلاث صور مرجعية، ويتيح لك الإشارة إليها داخل الأمر النصي بعبارات مثل "الصورة 1" و"الصورة 2" وهكذا. جرّب شيئًا مثل: "حافظ على الوجه والشعر من الصورة 1. غيّر الوشاح فقط إلى أصفر خردلي." ولأن النموذج غير محدود، يمكنك تنفيذ عشرات التصحيحات الصغيرة حتى تصبح الصفحة نظيفة.
اختر أفضل صورة ثابتة واستخدمها كإطار أول في توليد تحويل الصورة إلى فيديو. يتعامل كل من Seedance 2.5 Lite وPicassoIA Video مع صورة الإدخال باعتبارها الإطار الافتتاحي، ويرثان نسبة عرضها إلى ارتفاعها. وهذا يعني أن الوجه في الإطار الأول هو مرجعك، وأن النموذج يحتاج فقط إلى الحفاظ على ثباته لمدة خمس إلى عشر ثوانٍ.
اكتب الأمر النصي عن الحركة فقط. لا تصف الوجه مرة أخرى، لأن الصورة قامت بذلك بالفعل. من أسطر الحركة الجيدة: "تدير رأسها نحو الكاميرا"، "تمشي إلى الأمام تحت مطر خفيف"، "اقتراب بطيء بالكاميرا". احتفظ بحركة واحدة لكل مقطع.
لمواصلة القصة، صدّر الإطار الأخير من المقطع الأول من أي مشغّل فيديو، واستخدمه كإطار أول للمقطع الثاني. يملك Seedance 2.5 Lite أيضًا خيار صورة الإطار الأخير: مع تحديد إطار أول، يتحرك المقطع من ذلك الإطار نحو الإطار الذي تقدمه، وهو مفيد للانتقالات المخططة.
احتفظ بسجل إنتاج بسيط حتى تستطيع تكرار أي شيء نجح:
| المشهد | الصورة المصدر | البذرة | سطر الحركة |
|---|---|---|---|
| 1. السوق | منظر أمامي، معطف المطر | 4821 | تلتفت نحو الكاميرا وتبتسم |
| 2. الرصيف | منظر ثلاثي الأرباع | 4821 | تنظر إلى ساعتها |
| 3. المقهى | منظر جانبي | 7390 | تلفّ يديها حول فنجان |
💡 نصيحة: احفظ البذرة لكل مقطع يعجبك. إعادة تشغيل الأمر النصي نفسه بالبذرة نفسها تعيد إنتاج النتيجة، فيمكنك تغيير كلمة واحدة ومعرفة ما الذي أحدثته تلك الكلمة بالضبط.
Seedance 2.5 Lite هو الإصدار الخفيف من Seedance 2.5. يُصيَّر بدقة 480p و720p، وينتج مقاطع تصل إلى 10 ثوانٍ مع صوت متزامن، ويستطيع أعضاء Wonder تشغيله دون تكلفة لكل مقطع. وهذا الجانب الأخير مهم في عمل الاتساق، لأنك ستعيد التوليد كثيرًا.
match_input_image حتى يحتفظ المقطع بتأطير مرجعك.تفضّل تنسيقًا قابلًا للتوقع؟ يعمل PicassoIA Video بالطريقة نفسها مع صورة إدخال، لكن كل مقطع يكون 5 ثوانٍ ثابتة بمعدل 24 إطارًا في الثانية، بدقة 480p أو 720p. وهذا يسهّل قص تسلسل كامل إلى الطول نفسه.
💡 نصيحة: جرّب المسودة بدقة 480p حتى تبدو الحركة صحيحة، ثم أعد تشغيل الأمر النصي الفائز والبذرة نفسها بدقة 720p.
Wan 2.7 R2V نموذج لتحويل المرجع إلى فيديو. يقرأ مادتك المرجعية ويستخدمها لتثبيت هوية الشخص عبر الفيديو كله، فيمكنك وضع شخصية معروفة في مشهد جديد تمامًا دون تقديم إطار أول. يُخرج بدقة 720p أو 1080p، ويدعم النسب 16:9 و9:16 و1:1 و4:3 و3:4.
الإعدادات المهمة:
single لشخص واحد، وmulti للمشاهد التي تضم عدة أشخاص.بعض اللقطات تحتاج إلى حركة محددة، لا إلى وجه ثابت فقط. يأخذ Kling v3 Motion Control صورة للشخصية مع مقطع مرجعي قصير، ويُسقط الحركة على شخصيتك. يصيّر الوضع القياسي بدقة 720p للمعاينات السريعة، ويصيّر الوضع الاحترافي بدقة 1080p للمقاطع النهائية.
يغيّر إعداد اتجاه الشخصية حد الطول. عند ضبطه على image، تتجه الشخصية بالطريقة نفسها التي تتجه بها صورتك الثابتة، وتصل المقاطع إلى 10 ثوانٍ. وعند ضبطه على video، تتبع الشخصية الشخص الموجود في المقطع المرجعي، ويمكن أن تصل المقاطع إلى 30 ثانية. ولأن الشخصية تأتي من صورتك الثابتة، تبقى الهوية ثابتة بينما تأتي الحركة من المقطع. ويمكن لأمر نصي قصير أن يضيف تفاصيل المشهد فوق ذلك.
استبدل الأجزاء بين الأقواس واترك كل شيء آخر كما هو مكتوب تمامًا.
Photorealistic portrait of [IDENTITY BLOCK]. Neutral grey backdrop, soft window light from the left, 85mm lens, shallow depth of field, natural skin texture, relaxed expression, [front view / three-quarter view / profile view].
نفّذه ثلاث مرات، وغيّر الزاوية بين الأقواس فقط. تبقى كل كلمة أخرى مطابقة تمامًا.
She turns her head slowly toward the camera and smiles, raindrops slide off the edge of her hood, shoppers drift past in soft focus behind her. Slow dolly-in, gentle handheld movement, late afternoon light.
لاحظ ما هو غائب: الشعر والنمش والمعطف. الإطار الأول يحمل كل ذلك.
The woman from the reference images walks through a rainy outdoor market, stops at a fruit stall and lifts an orange to smell it. Medium tracking shot at eye level, warm string lights, light rain, shallow depth of field.
أقرِنه بأمر نصي سلبي:
different face, changed hairstyle, different coat, extra people, text, watermark, blurry, distorted hands
| المشهد | الموقع | سطر الحركة | الكاميرا |
|---|---|---|---|
| 1 | سوق ماطر | تمشي بين أكشاك الفاكهة | تتبع بطيء |
| 2 | رصيف القطار عند الغسق | تنظر إلى ساعتها، وتنظر إلى نهاية السكة | ثابتة |
| 3 | مقعد بجانب نافذة المقهى | تلفّ يديها حول فنجان، وتلقي نظرة إلى الخارج | اقتراب بطيء |
| 4 | سطح منزل عند الفجر | تشد وشاحها، وتدير رأسها نحو الشروق | بانوراما إلى اليمين |
للحصول على صورة ثابتة لكل موقع، اطلب من PicassoIA Image Editor Pro: "ضع المرأة من الصورة 1 على رصيف قطار عند الغسق. حافظ على وجهها وشعرها وملابسها كما هي." ثم حرّك كل صورة ثابتة بسطر الحركة من الجدول.
استبدال "كاريه كستنائي" بعبارة "شعر قصير مائل إلى الحمرة" يمنح النموذج مهمة جديدة، وسيستغل الحرية الممنوحة له. انسخ الكتلة والصقها. لا تعِد كتابتها من الذاكرة أبدًا.
الدوران السريع، وعبور الحشود أمام الوجه، والتسلسلات الطويلة من الأفعال، كلها تدفع النموذج إلى إعادة رسم الشخصية في منتصف اللقطة. أعطِ كل مقطع حركة واحدة، واقطع بين المقاطع.
معظم المشكلات الأخرى تعود إلى الأسباب القليلة نفسها:
| المشكلة | السبب المرجح | الحل |
|---|---|---|
| يتغير الوجه في منتصف المقطع | التفات سريع للرأس أو مقطع طويل | قلّل المدة إلى 5 ثوانٍ وأبطئ سطر الحركة |
| يتغير لون المعطف بين المشاهد | وصف اللون بكلمات مختلفة | أعِد استخدام كتلة الهوية حرفيًا |
| تبدو المقاطع كأنها من أفلام مختلفة | تغيّرت صياغة العدسة والإضاءة | أعِد استخدام سطر العدسة والإضاءة نفسه في كل أمر نصي |
| يبدو الوجه ناعمًا أو ممسوحًا | مرجع منخفض الدقة | ابدأ من صورة ثابتة أوضح بدقة 2K أو 4K أنشأها Nano Banana Pro |
يمكن إنجاز العملية كاملة في فترة بعد ظهر واحدة. اختر شخصية، واكتب كتلة الهوية، وابنِ صفحة من خمس صور باستخدام Nano Banana Pro، ثم هذّبها باستخدام PicassoIA Image Editor Pro، ثم حرّك مشهدين أو ثلاثة باستخدام Seedance 2.5 Lite. وسجّل كل بذرة على طول الطريق.
لن تكون محاولتك الأولى مثالية، وهذا طبيعي. كل مرة تكشف لك أي الكلمات تحافظ على ثبات الشخصية وأيها يتيح لها الانزلاق. افتح PicassoIA، وأنشئ صور شخصيتك، وارفع أفضلها كإطار أول، وصيّر أول مقطع متسق لك اليوم. وعندما تريد مقارنة نماذج فيديو أخرى جنبًا إلى جنب، تصفّح الكتالوج الكامل على picassoia.com/en/all-models.
اختر لغتك
