أضاف Wan 2.7 وضعًا مخصصًا لتوليد الصور إلى بنيته القوية أصلًا لتوليد الفيديو. يشرح هذا المقال شكل المخرجات، وكيف تجعل تدريب النموذج على الفيديو صوره الثابتة مميزة، ونصائح عملية لكتابة الأوامر النصية، وكيفية تشغيله على PicassoIA اليوم.
فاجأ Wan 2.7 كثيرين من الناس. فهذا النموذج، الذي عُرف منذ شهور بوصفه قوةً في تحويل النص إلى فيديو، أطلق وضعًا لتوليد الصور دفع المبدعين إلى إعادة التفكير في طريقة عملهم على الصور الثابتة. جودة المخرجات لافتة، والالتزام بالأمر النصي دقيق، والسرعة تنافس النماذج المصممة خصيصًا لتوليد الصور. هذه نظرة مباشرة على ما يقدمه الوضع الجديد، وأين يتفوّق، وما الذي تتوقعه عندما تجلس لاستخدامه فعلًا على PicassoIA.
يعتمد إصدار WanVideo 2.7 على بنية محوّل الانتشار (diffusion transformer) التي صُممت في الأصل للتماسك الزمني في الفيديو، أي لنمذجة كيفية تطوّر المعلومات البصرية عبر الزمن. يأخذ وضع توليد الصور النواةَ نفسها ويقلّص المخرجات إلى إطار واحد. ومعنى ذلك عمليًا أن النموذج يفهم البنية المكانية وفيزياء الإضاءة وتموضع الأشخاص والأشياء كما يفعل مدير التصوير السينمائي، حتى عندما ينتج صورة ثابتة.
النتيجة صور تبدو سينمائية لا اصطناعية. فهناك عمق في التكوين ومنطق في الإضاءة تفتقر إليه أحيانًا نماذج الصور الثابتة البحتة. ويظهر ذلك في طريقة تعامله مع المشاهد المعقدة: الأجسام المتداخلة، والمواد السطحية المتنوعة، ومصادر الضوء المتعددة تُصيَّر بتماسك يعكس تدريبه على بيانات فيديو غنية بالحركة.
تُحسِّن نماذج تحويل النص إلى صورة التقليدية لإطار واحد معزول. أما Wan 2.7 فقد دُرِّب على توقّع الاستمرارية عبر عشرات الإطارات. وعندما تمنحه أمرًا نصيًا لصورة، يطرح النموذج عمليًا سؤالًا: كيف ستبدو لحظة مجمّدة من هذا المشهد عند أعلى درجات الدقة البصرية؟ وهذا السؤال يميل إلى إنتاج نتائج فيها ثقل واقعي ومنطق بيئي مدمجان منذ البداية.
ويعني ذلك أيضًا أن النموذج يتعامل مع بعض الحالات الحدّية أفضل مما قد تتوقع. فالأسطح العاكسة، والضباب الحجمي، وتدرّج الضوء الاتجاهي، والعمق المتعدد الطبقات، تُعالَج باستمرار بدقة أكبر من النماذج التي لم تضطر أبدًا إلى محاكاة هذه العناصر عبر الزمن. فائدة التدريب المتبادل حقيقية وملحوظة في المخرجات النهائية.
أول ما يلاحظه معظم الناس عند تشغيل أول أمر نصي لهم على Wan 2.7 هو التطابق بين ما طلبوه وما حصلوا عليه. الالتزام بالأمر النصي في وصف المشاهد المعقدة متعدّدة العناصر متين. حدّد وقت اليوم، واتجاه الضوء، وبُعد الشخص عن الكاميرا، وسيتبع النموذج ذلك بدقة.
علم الألوان ميزة بارزة أخرى. ينتج النموذج لوحة ألوان طبيعية شبيهة بالفيلم افتراضيًا. تنتقل الأضواء العالية بسلاسة دون أن تُقصّ، وتحتفظ الظلال بتفاصيلها دون أن تغرق في السواد. وهذا ليس الإخراج المشبع والمفرط في الحدّة الذي تراه أحيانًا من نماذج محسّنة فقط للتأثير البصري الفوري.
ويصبح تصيير الملمس مبهرًا فعلًا. فالقماش والبشرة واللحاء والحجر والماء كلها تحمل تفاصيل سطحية دقيقة تبدو مُلتقطة بالكاميرا لا مُحتسَبة. شغّل أمرًا لصورة شخصية مقرّبة، وسترى بنية المسام وخصلات الشعر والوهج الضوئي في العينين كما لو أنك استخدمت عدسة ثابتة 85 ملم في تصوير احترافي.
مقارنةً بنماذج تحويل النص إلى صورة المخصصة للمخرجات الثابتة، لدى Wan 2.7 تنازلات محددة تستحق المعرفة. في التراكيب التجريدية أو الطلبات شديدة الأسلوبية، تملك نماذج الصور المتخصصة غالبًا أفضلية. لكن في المشاهد الواقعية كالصور الفوتوغرافية الموضوعة في بيئات معقدة وغنية بالضوء، يمنح الفهم المستمد من الفيديو لدى Wan 2.7 للمساحة المادية ميزة واضحة.
أقرب مقارنة من حيث الواقعية السينمائية ستكون مع النماذج المدربة خصيصًا على مجموعات صور فوتوغرافية عالية الدقة مع تدرّج سينمائي مدمج فيها. لم يُبنَ Wan 2.7 لهذا الهدف كأولوية أساسية، ومع ذلك فإنه كثيرًا ما ينتج نتائج تصمد بجانب نماذج التصوير المتخصصة.
والسرعة أيضًا تنافسية. فوضع توليد الصور أسرع بشكل ملحوظ من إنتاج مقطع فيديو كامل، لأن النموذج يحتاج إلى حل إطار واحد فقط بدلًا من عشرات الإطارات. وبالنسبة إلى الفرق الذي يعمل على سير عمل إبداعي كثيف الحجم حيث يهم معدل الإنتاج، فإن فارق الإنتاجية هذا يتراكم بسرعة.
تمنحك PicassoIA وصولًا كاملًا إلى عائلة نماذج Wan 2.7 دون الحاجة إلى تثبيت محلي أو متطلبات GPU. سواء أردت توليد فيديو من نص، أو تحريك صورة موجودة، أو استخراج مخرجات ثابتة عالية الجودة، فالمنصة تضع نقطة الدخول المناسبة جاهزة أمامك.
Wan 2.7 T2V هو الإصدار الخاص بتحويل النص إلى فيديو، وقادر على إنتاج فيديو بدقة 1080p من أمر نصي مكتوب. عندما تستخدمه لإخراج صورة ثابتة، تكون العملية مباشرة:
💡 نصيحة: صِف مشهدك كما لو كنت تُوجز مدير تصوير سينمائيًا. أدرج اتجاه الضوء ("ضوء دافئ من الأعلى إلى اليسار")، ونوع العدسة ("لقطة تأسيسية بزاوية واسعة")، وملاحظات الملمس ("جدران حجرية خشنة، قماش قطني متآكل"). يستجيب النموذج جيدًا لهذا المستوى من التحديد.
Wan 2.7 I2V يحرّك أي صورة ثابتة ترفعها. يعمل هذا جيدًا عندما تريد البدء من صورة ثابتة لديك بالفعل، وتحسين أجوائها البصرية عبر الحركة، ثم التقاط إطار محدد بوصفه مخرجك النهائي.
هذا السير مفيد بشكل خاص في سياقات تصوير المنتجات، حيث تبدأ من لقطة مرجعية وتريد نسخة سينمائية بإضاءة متحكَّم بها للموضوع نفسه في بيئة جديدة.
Wan 2.7 R2V يركّز على الرسوم المتحركة المتسقة مع الموضوع. تزوّده بمرجع لشخص أو شخصية أو جسم محدد، ويحافظ النموذج على مظهر ذلك الموضوع بثبات عبر إطارات مخرجاته.
هذا أكثر السيرات تحكمًا بين الثلاثة لاستخراج الصور الثابتة، لأن ثبات الموضوع يجعل كل إطار قابلًا للاستخدام فورًا دون عمل تحرير إضافي.
تطورت عائلة نماذج Wan بشكل ملحوظ عبر إصداراتها. إليك كيف تقارن الإصدارات المتاحة على PicassoIA من حيث جودة الصورة وحالات الاستخدام في سير العمل:
| النموذج | أقصى دقة | أقوى حالة استخدام | سرعة التوليد |
|---|---|---|---|
| Wan 2.7 T2V | 1080p | صور ثابتة سينمائية وفيديو كامل | سريع |
| Wan 2.7 I2V | 1080p | تحريك الصور الموجودة | سريع |
| Wan 2.7 R2V | 1080p | مخرجات متسقة مع الموضوع | متوسط |
| Wan 2.6 T2V | HD | فيديو للاستخدام العام | متوسط |
| Wan 2.5 T2V | HD | مخرجات مستقرة متعددة المشاهد | متوسط |
| Wan 2.5 I2V Fast | HD | تحريك صور سريع | سريع جدًا |
| Wan 2.2 T2V Fast | 720p | تكرار واختبار سريعان | سريع جدًا |
يظهر الانتقال من 2.6 إلى 2.7 بوضوح أكبر في تماسك الإضاءة وتفاصيل الموضوع عند أطراف الإطار. كانت الإصدارات السابقة تفقد الحدّة أحيانًا نحو محيط الإطار؛ أما 2.7 فيحافظ على التماسك حتى الزوايا، وهذا مهم جدًا عندما تستخرج إطارًا ثابتًا واحدًا من المخرجات.
Wan 2.7 نموذج سينمائي في جوهره. فقد بُني على بيانات فيديو كان لكل إطار فيها سبب للوجود ضمن تسلسل بصري أكبر. تعمل أوامرك النصية بأفضل شكل عندما تعكس هذا المنطق. فكّر في خمس طبقات للأمر النصي:
الأمر النصي الذي يتناول هذه الطبقات الخمس باستمرار يتفوق بفارق كبير على أمر قصير وغامض. النموذج لديه المفردات اللازمة للاستجابة لهذا المستوى من التفاصيل. السؤال هو هل تمنحه ما يكفي للعمل عليه من البداية.
💡 نصيحة: قبل تشغيل أي أمر نصي، اسأل نفسك هل سيعرف مصوّر يقرأه كيف يجهّز اللقطة بالضبط. إذا كانت الإجابة لا، فأضف مزيدًا من التفاصيل. الأوامر الغامضة تنتج مخرجات متوسطة.
معظم نتائج Wan 2.7 المخيبة للآمال في الصور ترجع إلى واحد من ثلاثة أخطاء أساسية:
1. تسميات الأسلوب دون سياق للمشهد. قول "سينمائي" أو "واقعي كالصور الفوتوغرافية" دون وصف المشهد الفعلي يمنح النموذج توجيهًا ضئيلًا جدًا. هذه الكلمات إشارات مفيدة عند اقترانها بمضمون، لكنها ليست بديلًا عن التحديد. أخبر النموذج بما في المشهد قبل أن تخبره كيف ينبغي أن يبدو.
2. ظروف إضاءة متناقضة. طلب "ظلال قاسية" و"إضاءة غائمة" في الأمر نفسه يخلق غموضًا يحلّه النموذج بمزج الحالتين بشكل سيئ. اختر ظرف إضاءة واحدًا والتزم به تمامًا طوال الأمر.
3. إغفال منظور الكاميرا. النماذج المدربة على التصوير تستجيب لأوصاف التأطير. إذا لم تحدد زاوية الرؤية، فإن النموذج يلجأ افتراضيًا إلى لقطة متوسطة عامة من مستوى العين. حدّد الزاوية: جوية، أو منخفضة، أو مقرّبة، أو من فوق الكتف. إنها تغيّر المخرجات بشكل كبير.
💡 نصيحة: شغّل وصف الموضوع نفسه مرتين، مرة مع تفاصيل الكاميرا والإضاءة ومرة بدونها. قارن النتيجتين. سيُظهر لك الفرق بالضبط مقدار العمل الذي تقوم به تلك التفاصيل.
لا يوجد نموذج واحد يتعامل مع كل المهام بالمستوى نفسه من الجودة. وضع توليد الصور في Wan 2.7 قوي في العمل السينمائي الواقعي كالصور الفوتوغرافية، مع إضاءة معقدة وبيئات متعددة الطبقات. لكن سير العمل الإبداعي الجيد يجمع أدوات بحسب نقاط قوتها الفردية، بدلًا من إجبار نموذج واحد على فعل كل شيء.
بالنسبة إلى الفيديو مع صوت متزامن أصلي، يُعد Seedance 2.0 الخيار البارز على PicassoIA. ولتوليد فيديو سينمائي بدقة 4K من النص، يقدّم LTX 2.3 Pro نهجًا معماريًا مختلفًا بطابعه البصري الخاص. وللمشاهد التي تتطلب تزامنًا بين الصورة والصوت، يمدّ Wan 2.2 S2V إمكانات عائلة Wan إلى الصوت المتزامن.
يبدو سير العمل الإبداعي العملي على النحو التالي:
يمنحك مزج النماذج بحسب نوع المهمة نتائج إجمالية أفضل من الاعتماد على نموذج واحد لتحمل عبء العمل الإبداعي كله.
يفتح وضع توليد الصور في Wan 2.7 تطبيقات عملية في عدة مجالات إبداعية:
عرض المنتجات: مرّر صورة مرجعية للمنتج عبر Wan 2.7 I2V وحرّكها إلى بيئات إضاءة مختلفة. التقط إطارات فردية من المخرجات لإنشاء لقطات منتجات في سياقات متعددة دون إعداد استوديو فعلي.
تطوير فن المفاهيم: استخدم أوامر نصية مفصلة للمشاهد عبر Wan 2.7 T2V لتوليد صور مرجعية أجوائية للتحريك أو تصميم الألعاب أو ما قبل إنتاج الأفلام. الحس السينمائي لدى النموذج يجعله مناسبًا جدًا لعمل التطوير البصري السردي.
العمارة والتصميم الداخلي: صِف مساحة بمواد محددة واتجاه ضوء ووقت يوم. يُنتج التماسك المكاني لدى Wan 2.7 تصييرات لبيئات تحترم فيزياء الإضاءة الواقعية بطريقة تبدو مقنعة.
مرجع الإنتاج الفوتوغرافي: أنشئ مراجع للإضاءة والتكوين لجلسات التصوير الحقيقية. صِف اللقطة المحددة التي تريدها واستخدم مخرجات الذكاء الاصطناعي مرجعًا للإنتاج لفريق التصوير في الموقع.
محتوى وسائل التواصل الاجتماعي على نطاق واسع: تصمد جودة المخرجات الواقعية كالصور الفوتوغرافية جيدًا في صيغ وسائل التواصل عالية الدقة. تعمل قصّات الأشخاص، والصيغ المربعة المأخوذة من مخرجات بنسبة العرض إلى الارتفاع 16:9، واللقطات المقرّبة المفصلة بفعالية عند أبعاد وسائل التواصل الاجتماعي القياسية.
هناك بعض المجالات المحددة التي تستحق المراقبة عند تقييم مخرجات صور Wan 2.7 قبل استخدامها في الإنتاج:
الأيدي وتفاصيل الأطراف الدقيقة: مثل معظم النماذج التوليدية، ينتج Wan 2.7 أحيانًا عدم اتساق في تشريح الأيدي، خاصة عندما تكون الأيدي عند حافة الإطار أو في أوضاع معقدة. إذا كان أمرك يتضمن تفاصيل بارزة للأيدي كبؤرة للتركيز، فراجع تلك المنطقة تحديدًا قبل الحسم النهائي.
تصيير النص المدمج: النص المدموج مباشرة في الصورة المولّدة ليس نقطة قوة في الإصدار الحالي. إذا كان مشروعك يتطلب نصًا مقروءًا داخل الصورة المولّدة نفسها، فخطط للتركيب أو المعالجة اللاحقة لإضافته بشكل نظيف بعد التوليد.
الموضوعات الماكرو المتطرفة: النموذج معايَر نحو مسافات التصوير العادية والزاوية الواسعة. الأوامر الماكرو القريبة جدًا بمقياس المليمتر قد تكون غير متسقة في الجودة. العمل ببعد بؤري أطول قليلًا والقص في المعالجة اللاحقة يعطي نتائج أكثر موثوقية في أعمال التفاصيل.
المشاهد منخفضة الإضاءة دون مصدر محدد: الأوامر الخاصة ببيئات مظلمة دون مصدر ضوء مسمّى تميل إلى إنتاج مخرجات مسطحة ومعرّضة بنقص. أدرج دائمًا مصدر ضوء ظاهرًا داخل المشهد على الأقل في أوامر مشاهد الليل، ولو كان بسيطًا مثل عمود إنارة بعيد أو ضوء قمر محيط من سماء صافية.
بقايا ضبابية الحركة: لأن البنية الأساسية دُرِّبت على الفيديو، تُظهر بعض المخرجات خصائص حركة خفيفة في الأوامر الثابتة، خاصة حول الموضوعات السريعة الحركة. للحصول على سكون تام في المخرج، حدّد عبارة "لحظة مجمّدة" أو "ساكن تمامًا" في أمرك لتقليل هذا الميل.
يضع PicassoIA Wan 2.7 T2V وWan 2.7 I2V وWan 2.7 R2V جنبًا إلى جنب مع المكتبة الكاملة لنماذج الذكاء الاصطناعي البصرية في منصة واحدة سهلة الوصول. سواء أردت إنتاج صورة ثابتة واقعية كالصور الفوتوغرافية، أو تحريك صورة مرجعية، أو تمرير موضوع عبر بيئات مختلفة مع الحفاظ على مظهره متسقًا، فالأدوات متاحة وجاهزة للتشغيل الآن.
أكثر الطرق إنتاجية للبدء هي أمر نصي محدد ومفصّل لمشهد تتخيله بوضوح. اختر مصدر الضوء، وصف الموضوع وموضعه، وسمِّ العدسة والزاوية. ثم قارن المخرج بما تخيلته. الفجوة بين الأمر والنتيجة ستخبرك بالضبط بمقدار التفاصيل الإضافية التي يستطيع النموذج استيعابها. في معظم المشاهد، ستكون الإجابة أكثر بكثير مما أعطيته في المرة الأولى.
ابدأ بأمر نصي واحد متقن. انظر ما الذي يعود به. ثم أضف طبقة تفاصيل أخرى وشغّله مجددًا. التحسّن بين التكرار الأول والثاني هو عادةً أوضح دليل على أهمية الوقت الذي تنفقه في بناء الأمر النصي.
تصفّح المكتبة الكاملة للنماذج على picassoia.com/en/all-models وشغّل أول توليد لك باستخدام Wan 2.7 اليوم.
اختر لغتك
