اكتب جملة، وانتظر بضع دقائق، واحصل على مقطع قصير تتغيّر فيه عين حرباء لونها، أو يركض كلب بين الأعشاب الطويلة بوزن يبدو حقيقيًا. هذا هو الوعد الذي يقدّمه Genmo Mochi 1، وهو من النماذج القليلة للفيديو التي تفي به في معظم الأحيان. ظهر ضمن إصدار مفتوح، ويميل بقوة نحو الواقعية، ويمكنك الآن تجربته مجانًا من المتصفح دون الحاجة إلى أي وحدة GPU.
يستعرض هذا المقال ما هو Mochi 1، وما الذي يتعامل معه بإتقان، وكيف يتعامل مع تحويل الصورة إلى فيديو (والإجابة ليست ما يفترضه معظم الناس)، وكيف تشغّله بنفسك باستخدام أوامر نصية تعمل فعلًا. كما ستجد أمثلة جاهزة للنسخ وقائمة مختصرة ببدائل للمهام التي لا يقوم بها Mochi 1.
💡 إجابة سريعة: Mochi 1 نموذج تحويل النص إلى فيديو. لا يقبل صورة بداية. إذا احتجت إلى تحويل الصورة إلى فيديو، فاستخدم أحد البدائل المذكورة لاحقًا في المقال، واستخدم Mochi 1 عندما تريد مشاهد جديدة انطلاقًا من الكلمات وحدها.
ما هو Genmo Mochi 1؟
Genmo Mochi 1 نموذج مفتوح لتوليد الفيديو أصدره مختبر الذكاء الاصطناعي Genmo في أواخر عام 2024. تبلغ معاملات النسخة التجريبية نحو 10 مليارات معامل، وهو مبني على بنية تُسمّى Asymmetric Diffusion Transformer (AsymmDiT). نُشر بموجب ترخيص Apache 2.0 المتساهل، ما يعني أن الباحثين والمطورين يمكنهم تنزيل الأوزان والشيفرة والبناء عليها.
ثلاثة تفاصيل تفسّر سبب الاهتمام به في حينه:
- الأوزان المفتوحة. كانت معظم نماذج الفيديو القوية محصورة خلف واجهات API مدفوعة. وكان Mochi 1 من أكبر النماذج المفتوحة في هذا المجال.
- جودة الحركة. يركّز النموذج على طريقة تحرّك الأشياء: الوزن، والزخم، والسلوك السائل، والقماش، والفرو، والماء.
- الالتزام بالأمر النصي. يبقى قريبًا مما تكتبه، ما يجعل الأوامر القصيرة والدقيقة فعّالة.
تُولّد النسخة التجريبية الفيديو بدقة 480p. أعلنت Genmo عن إصدار بدقة أعلى في نسخة لاحقة، لكن النسخة التي يستخدمها معظم الناس اليوم ما زالت التجريبية بدقة 480p. كما أتاحت Genmo مشفّر فيديو VAE مفتوح المصدر يضغط المقاطع إلى فضاء كامن أصغر بكثير، وهذا جزء من السبب الذي يجعل تشغيل النموذج عمليًا أصلًا.

أين يقع النموذج في 2027
تنتج النماذج الأحدث الآن مقاطع بدقة 1080p مع صوت أصلي، ويستمر بعضها عشر ثوانٍ أو أكثر. Mochi 1 لا يحاول الفوز في هذا السباق. قيمته مختلفة: فهو سريع التجربة، وسهل في كتابة الأوامر، وجيد في الحركة الواقعية القائمة على التصوير الفوتوغرافي. بالنسبة إلى لقطات B-roll، وأفكار المنتجات، ولقطات الطبيعة، والأجواء الهادئة، ما زال يصمد جيدًا.
ما الذي لا يجيده
كن واقعيًا بشأن حدوده. صُمّم النموذج لأساليب التصوير الفوتوغرافي، لذلك المظهر الرسومي أو الكرتوني ضعيف. الأوامر الطويلة التي تتضمن عدة موضوعات رئيسية تميل أيضًا إلى الانهيار. النصوص داخل الإطار، مثل اللافتات أو التسميات التوضيحية، غير موثوقة. معرفة ذلك توفّر عليك الكثير من التوليدات الضائعة.
تحويل النص إلى فيديو باستخدام Mochi 1
تحويل النص إلى فيديو هو الميزة الأساسية، ويستجيب النموذج جيدًا لعادة محددة في كتابة الأوامر: صف موضوعًا رئيسيًا واحدًا، ثم أضف التفاصيل من العام إلى الخاص.
الأمر الناجح عادةً يتبع هذا الترتيب:
- نوع اللقطة. "لقطة قريبة"، "لقطة متوسطة"، "لقطة عريضة".
- الشخص أو الموضوع. موضوع واحد واضح فقط.
- الحركة. حركة واحدة تتكشّف خلال بضع ثوانٍ.
- المكان والإضاءة. وقت اليوم، والطقس، والسطح، واللون.
- إشارة الدقة. إنهاء الأمر بعبارة "high resolution 4k" يساعد على تقليل التشوّه.

أمر نصي يُظهر نقطة القوة
المثال الافتراضي في صفحة النموذج توضيح جيد: "Close-up of a chameleon's eye, with its scaly skin changing color. Ultra high resolution 4k." موضوع واحد، وحركة واحدة، وملمس واحد. يملك النموذج مساحة كافية لتصيير تفاصيل دقيقة للحراشف وتحوّل لوني ناعم، وهذا بالضبط نوع الحركة الذي يتعامل معه جيدًا.
المواضيع الأنسب
| نوع الموضوع | لماذا ينجح | مثال |
|---|
| الحيوانات | الحركة الطبيعية والمتكررة سهلة القراءة | كلب يركض بين الأعشاب الطويلة |
| الماء والأمواج | الفيزياء السائلة نقطة قوة | أمواج تتدحرج على شاطئ رملي |
| تفاصيل الماكرو | موضوع واحد، وملمس غني | نحلة على زهرة اللافندر |
| المناظر الطبيعية | حركة كاميرا بطيئة، ومخاطرة منخفضة | ضباب يتحرك عبر وادٍ |
| الطعام والمشروبات | أفعال بسيطة، وتفاصيل جذابة | صبّ القهوة في فنجان خزفي |
| الحشود والأيدي | أجزاء متحركة كثيرة، ومعدل فشل أعلى | استخدمها باعتدال |
أخطاء تهدر النقاط
- تكديس الموضوعات. "رجل وكلب وسيارة وطائرة مسيّرة" سيتحوّل إلى كتلة غير واضحة.
- طلب قصة. المقطع الذي مدته خمس ثوانٍ يحتمل حركة واحدة، لا حبكة.
- إغفال نوع اللقطة. بدونه يصبح التأطير عشوائيًا.
- الكتابة بمصطلحات كرتونية. يفضّل النموذج اللغة الواقعية.

تحويل الصورة إلى فيديو: الإجابة الصريحة
تحب نتائج البحث أن تعد بعبارة"Mochi 1 image to video". إليك النسخة الصريحة: نسخة Mochi 1 المفتوحة التجريبية هي نموذج تحويل النص إلى فيديو. كل من الإصدار الرسمي والنموذج على PicassoIA يأخذان أمرًا نصيًا كمدخل، ولا يقبل أيٌّ منهما إطار بداية. إذا رأيت موقعًا يدّعي غير ذلك، فغالبًا ما يكون يقدّم نموذجًا مختلفًا تحت هذا الاسم.
هذا لا يعني أنك عالق. هناك مساران عمليان.
المسار الأول: صف الصورة بدلًا من ذلك
إذا كنت تعرف الإطار الذي تريده، فاكتبه كأمر نصي. صورة فوتوغرافية لمتسلّق على حافة صخرية تصبح: "A wide shot of a lone hiker on a rocky ridge above a misty alpine valley at sunrise, jacket moving in the wind, high resolution 4k." لن تحصل على البكسلات نفسها بالضبط، لكنك ستحصل على تكوين مشابه مع حركة.

المسار الثاني: استخدم نموذجًا مصممًا لذلك
عندما يجب أن يطابق الإطار الأول صورة فوتوغرافية أو أصلًا لعلامة تجارية أو صورة منتج تمامًا، فاختر نموذج تحويل صورة إلى فيديو حقيقيًا. هذه النماذج متاحة على PicassoIA وتستحق التجربة:
💡 نصيحة: سير عمل قوي هو توليد صورة ثابتة بنموذج توليد صور، ثم تحريكها بنموذج تحويل صورة إلى فيديو. استخدم Mochi 1 للمشاهد التي تفضّل أن تبدأ فيها من فكرة مكتوبة.

الوصول المجاني إلى Mochi 1
هناك طريقتان للحصول على Mochi 1 مجانًا، وهما تناسبان أشخاصًا مختلفين تمامًا.
شغّله بنفسك
بما أن الأوزان مفتوحة، يمكنك تنزيلها وتشغيل Mochi 1 محليًا. هذه حرية حقيقية، لكن لها ثمنًا: نموذج 10 مليارات معامل ثقيل، ويحتاج إلى وحدة GPU قوية بذاكرة كبيرة، ويستغرق وقتًا في الإعداد. وهو مناسب للمطورين والباحثين وأي شخص يريد ضبط النموذج بدقة.
استخدمه في المتصفح
أما بالنسبة للآخرين، فالمسار الأسهل هو النسخة المستضافة. Mochi 1 على PicassoIA يعمل في المتصفح، دون تثبيت ولا إعداد لواجهة API. تكتب أمرًا نصيًا، ثم تضغط على توليد، وتنزّل ملف الفيديو.
| الخيار | وقت الإعداد | العتاد المطلوب | الفئة المناسبة |
|---|
| التثبيت المحلي | ساعات | وحدة GPU بذاكرة عالية | المطورين والباحثين |
| النسخة في المتصفح | ثوانٍ | لا شيء | صنّاع المحتوى والمسوّقين والمختبرين |
كيفية استخدام Mochi 1 على PicassoIA
إليك العملية الكاملة في صفحة Mochi 1. يستغرق الإعداد نحو دقيقة، والباقي انتظار للتصيير.
الخطوة 1: افتح النموذج
انتقل إلى صفحة Mochi 1 ضمن مجموعة تحويل النص إلى فيديو. حقل الأمر النصي معبّأ مسبقًا بمثال الحرباء حتى تتمكن من تشغيل تجربة فورًا.
الخطوة 2: اكتب أمرًا واحدًا واضحًا
استبدل الافتراضي بفكرتك. اتبع الترتيب الذي ذكرناه سابقًا: نوع اللقطة، ثم موضوع واحد، ثم حركة واحدة، ثم المكان والإضاءة، ثم "high resolution 4k".
الخطوة 3: اضبط المعاملات
يعرض النموذج ستة مدخلات. وهذا ما تفعله كل واحدة منها:
| المعامل | الافتراضي | ماذا يفعل | نصيحة |
|---|
| Prompt | عين حرباء | وصف مشهدك | موضوع واحد فقط |
| Num Frames | 163 | طول المقطع | عدد إطارات أكبر يعني تصييرًا أطول وأبطأ |
| Fps | 30 | عدد الإطارات في الثانية | أبقِه على 30 لحركة سلسة |
| Guidance Scale | 6 | مدى الالتزام الصارم بالأمر النصي | جرّب من 5 إلى 7، فالقيم الأعلى قد تبدو متصلّبة |
| Num Inference Steps | 64 | جودة التفاصيل | خطوات أكثر تقلل الضوضاء، لكنها تستغرق وقتًا أطول |
| Seed | عشوائي | يجعل النتيجة قابلة للتكرار | احفظ قيم البذرة التي تعجبك |
مع القيم الافتراضية، تعطي 163 إطارًا بمعدل 30 إطارًا في الثانية مقطعًا مدته نحو خمس ثوانٍ ونصف.
الخطوة 4: ولّد وراجع
اضغط على توليد وانتظر المقطع. شاهده مرتين: مرة للحركة الرئيسية، ومرة للحواف والأيدي حيث يميل التشوّه إلى الظهور. إذا كان هناك خلل، فغيّر الأمر النصي بخطوات صغيرة بدلًا من إعادة كتابته كليًا.
الخطوة 5: أعد استخدام قيمة البذرة
عندما تكون النتيجة قريبة مما تريد، احتفظ بقيمة البذرة وعدّل تفصيلة واحدة في كل مرة، مثل الإضاءة أو مسافة الكاميرا. هذه أسرع طريقة لتحويل مقطع جيد إلى مقطع ممتاز.

💡 نصيحة: شغّل الأمر النصي نفسه بثلاث قيم بذرة مختلفة قبل أن تحكم عليه. تحويل النص إلى فيديو يتسم بتباين كبير، ونتيجة ضعيفة واحدة لا تعني أن الفكرة ضعيفة.
أمثلة على أوامر نصية يمكنك نسخها
تتبع هذه الأوامر البنية التي يستجيب لها النموذج. الصقها كما هي، ثم عدّلها.
الطبيعة والحيوانات
- لقطة متوسطة لكلب golden retriever يركض عبر مرج مشمس من العشب الطويل، أذناه تتطايران، وإضاءة دافئة من الخلف في أواخر بعد الظهر، دقة عالية 4k.
- لقطة قريبة لنحلة تحط على زهرة خزامى أرجوانية، جناحاها يهتزان، عمق ميداني ضحل، ضوء صباحي ناعم، دقة عالية 4k.

الماء والمناظر الطبيعية
- لقطة جوية لأمواج محيط فيروزية تتدحرج فوق شاطئ رملي فاتح عند شروق الشمس، والزبد يرسم خط الساحل، دقة عالية 4k.
- لقطة عريضة لضباب ينجرف عبر وادٍ من أشجار الصنوبر عند الفجر، حركة بطيئة، ضوء بارد وناعم، دقة عالية 4k.
الطعام ونمط الحياة
- لقطة قريبة لقهوة ساخنة تُصبّ في فنجان سيراميك أبيض على طاولة رخامية، والبخار يتصاعد، وضوء نافذة من اليمين، دقة عالية 4k.
- لقطة متوسطة لبائع يرتب البرتقال في صندوق خشبي في سوق شارع مسائي، وأضواء الأسلاك المتدلية متوهجة، دقة عالية 4k.

الماكرو والملمس
- لقطة مقرّبة لعين حرباء، مع تغيّر لون جلدها الحرشفي. دقة عالية 4k.
- لقطة قريبة لقطرات مطر تسقط على ورقة خضراء، والماء يتجمّع ثم يتدحرج عنها، دقة عالية 4k.
استخدامات حقيقية لمقاطع Mochi 1
المقطع الذي مدته خمس ثوانٍ صغير، لكن المقاطع الصغيرة لها وظائف كثيرة.
- B-roll. املأ الفراغات في مقال فيديو أو جولة شرح لمنتج بلقطات من الطبيعة أو المدينة.
- اختبار المفهوم. تحقّق من أجواء المشهد قبل أن تلتزم بالتصوير.
- المحتوى الاجتماعي. اللحظات القصيرة القابلة للتكرار تنجح جيدًا في الخلاصات العمودية.
- لوحات القصص المصوّرة المتحركة. اعرض على العميل كيف قد يبدو المشهد المتسلسل، بدلًا من رسم تخطيطي ثابت.
- الخلفيات. المناظر الطبيعية والملمسات البطيئة تعمل جيدًا خلف العناوين.

الاستفادة القصوى من 480p
دقة النسخة التجريبية متواضعة. هناك عادتان تساعدان. أولًا، اجعل الموضوعات بسيطة حتى تكون هناك تفاصيل دقيقة أقل لتفقدها. ثانيًا، مرّر المقطع النهائي عبر أداة رفع الدقة. يتوفر في PicassoIA أدوات لتحسين الفيديو في صفحة جميع النماذج يمكنها رفع دقة المقطع ووضوحه بعد توليده.
Mochi 1 مقابل نماذج الفيديو الأخرى
لا يفوز نموذج واحد في كل مهمة. إليك مقارنة Mochi 1 بعدد من الخيارات الشائعة على PicassoIA.
| النموذج | المدخل | نقطة القوة | اختره عندما |
|---|
| Mochi 1 | نص | حركة طبيعية، ودقة في الالتزام بالأمر | تريد مشاهد واقعية قائمة على التصوير الفوتوغرافي من الكلمات |
| Wan 2.5 T2V | نص | توازن بين الجودة والسرعة | تحتاج إلى خيار عام الاستخدام |
| Kling v2.5 Turbo Pro | نص وصورة | صقل سينمائي | تريد مظهرًا راقيًا |
| Hunyuan Video | نص | مخرجات واقعية ومفصّلة | الواقعية هي الأهم |
| LTX Video | نص | توليد سريع | تكرّر التجربة بسرعة |
| Veo 3.1 Fast | نص | صوت أصلي ودقة 1080p | تحتاج إلى صوت مع مقطعك |
| Seedance 2.5 Lite | نص وصورة | مجاني، ومقاطع أطول | تريد مدة أطول دون تكلفة |
طريقة بسيطة للاختيار
اطرح ثلاثة أسئلة. هل تحتاج إلى صوت؟ اختر نموذجًا يدعم الصوت الأصلي. هل تحتاج إلى البدء من صورة؟ اختر نموذج تحويل صورة إلى فيديو. هل تريد فقط مشهدًا مقنعًا مدته خمس ثوانٍ من جملة واحدة؟ Mochi 1 بداية متينة وبسيطة.
حل المشكلات الشائعة
الحركة تبدو مشوّهة
بسّط. اختصر الأمر النصي إلى موضوع واحد وحركة واحدة، وأضف "high resolution 4k" في النهاية. رفع عدد خطوات تشغيل النموذج يمكن أن ينظّف الضوضاء أيضًا.
المقطع يتجاهل جزءًا من الأمر النصي
انقل التفصيلة الأهم إلى بداية الجملة. إذا لم ينجح ذلك، فارفع مقياس التوجيه بدرجة واحدة واختبر من جديد.
النتيجة تبدو متصلّبة
خفّض مقياس التوجيه قليلًا. القيم المرتفعة جدًا تُبقي النموذج قريبًا من الأمر النصي، لكنها قد تسطّح الحركة الطبيعية.
الأسلوب يبدو خاطئًا
إذا طلبت رسومًا توضيحية أو رسومًا متحركة، فانتقل إلى صياغة واقعية، أو استخدم نموذجًا مصممًا لفيديو بأسلوب مُنمّط. Mochi 1 مضبوط لنتائج قائمة على التصوير الفوتوغرافي.
جرّب أول مقطع لك اليوم
Mochi 1 هو النوع المناسب من الأدوات للتجربة السريعة: جملة واحدة تدخل، ومقطع مقنع واحد يخرج، دون إعداد ودون تكلفة للتجربة. افتح صفحة Mochi 1 على PicassoIA، والصق أحد الأوامر أعلاه، وشاهد ما الذي يخرج. احتفظ بقيمة البذرة لأي مقطع يعجبك، وغيّر تفصيلة واحدة، ثم شغّله من جديد.
عندما تحتاج إلى صورة بداية، أو مقاطع أطول، أو صوت، فانتقل إلى أحد البدائل المذكورة في هذا المقال، أو تصفح كل شيء على picassoia.com/en/all-models. اختر موضوعًا تحبه، واكتبه في جملة واضحة واحدة، وأنتج أول فيديو لك الآن.