يقدّم Seedance 2.0 من ByteDance مستوى جديدًا من الدقة في توليد الفيديو بالذكاء الاصطناعي، من خلال بنية الحركة ذات المسارين ونظام التحكم المنظّم في الكاميرا. يشرح هذا المقال بالتفصيل كيف يعمل كل نظام، وأين يتفوّق النموذج، وما الذي يمكنك تحقيقه فعليًا عند توليد الفيديو من الأوامر النصية.
Seedance 2.0 ليس محاولة من ByteDance لبناء نموذج عام آخر لتحويل النص إلى فيديو. إنه ردّ مباشر على أكبر شكوى واجهها المبدعون مع الأجيال السابقة من فيديو الذكاء الاصطناعي: الحركة كانت تبدو خاطئة. الأجسام تطفو، والكاميرات تنجرف بلا هدف، والفيزياء تنهار. يعالج Seedance 2.0 هذه المشكلة عبر نظامين متوازيين يعملان معًا: بنية حركة ذات مسارين وطبقة تحكم منظّمة في الكاميرا. ومعرفة النظامين معًا ستغيّر طريقة كتابتك للأوامر النصية وما تتوقعه من النتيجة.
دربت ByteDance نموذج Seedance 2.0 على مجموعة بيانات ضخمة من الفيديوهات عالية الجودة المقترنة بتوصيفات دقيقة للحركة. على عكس النماذج التي تتعامل مع الفيديو كسلسلة من الصور المستقلة، يتعامل Seedance 2.0 مع كل توليد باعتباره حدثًا حركيًا: عملية فيزيائية محددة زمنيًا، لها شروط بداية واضحة ومسار ونهاية محددة.
تُوصف البنية داخليًا بأنها نظام ذو مسارين. يتولى أحد المسارين المحتوى الدلالي (من هم الأشخاص وما هي الأشياء، وكيف تبدو، وماذا تفعل). ويتولى المسار الآخر حقول الحركة (كيف تتحرك البيكسلات في الفضاء عبر الزمن). يُدرَّب المساران بشكل منفصل، ثم يُدمجان أثناء تشغيل النموذج.
لهذا الفصل أهمية كبيرة. في النموذج أحادي المسار، تتنافس الحركة والمظهر على المعاملات نفسها. فالنموذج الذي يحاول الحفاظ على ثبات وجه خلال 8 ثوانٍ يحاول في الوقت نفسه وصف لقطة دولي واقعية. هذان الهدفان يشدّان أحدهما الآخر أثناء التدريب. أما في Seedance 2.0 فيحصل كل منهما على تمثيل منفصل.
💡 بنية المسارين هي السبب في أن Seedance 2.0 يستطيع الحفاظ على هوية الشخص عبر مقاطع أطول. مسار المظهر لا يتأثر بتقدير الحركة.
هناك نوعان مختلفان من الحركة في أي فيديو: حركة الأشخاص داخل المشهد، وحركة الكاميرا نفسها بالنسبة إلى المشهد. كانت معظم نماذج فيديو الذكاء الاصطناعي السابقة تخلط بينهما. أما Seedance 2.0 فيفصل بينهما بوضوح.
حركة الشخص تشمل كل ما يتحرك داخل الإطار: شخص يمشي، ماء يتدفق، علم يرفرف. أما حركة المشهد فهي نتيجة حركة الكاميرا: بانوراما تنزلق بالإطار كله نحو اليسار، أو تكبير يوسّع كل شيء بالتساوي، أو ميلان يُدخل السماء إلى الكادر.
عندما تكتب الأمر لنموذج Seedance 2.0 "امرأة تركض في حديقة مع لقطة تتبّع بالكاميرا"، يولّد النموذج حقلين منفصلين للحركة: واحدًا لطريقة ركض المرأة الممكنة بيوميكانيكيًا، وآخر لحركة التتبع الجانبية للكاميرا. يتم دمج هذين الحقلين أثناء التشغيل، بدلًا من توليدهما كتيار واحد غير متمايز من البيكسلات.
النتيجة العملية أن حركة الشخص لا تتراجع عندما تصبح حركة الكاميرا معقّدة. يمكنك أن تحصل على بانورامية سريعة عبر المشهد بينما يحافظ شخص في المقدمة على حركة سليمة تشريحيًا، دون أن تتلطخ الذراعان والساقان أو تتشوهان.
الاتساق الزمني هو مقياس مدى قدرة النموذج على الحفاظ على الهوية والفيزياء عبر كل إطارات المقطع. وهو السبب في أن النماذج القديمة كانت تنتج شخصيات يتغيّر وجهها بين الثانية 2 والثانية 4، أو أيدٍ تكتسب أصابع وتفقدها في منتصف الحركة.
يعالج Seedance 2.0 الاتساق الزمني عبر انتباه على مستوى الإطار مع نوافذ سياق ممتدة. فبدلًا من توليد كل إطار مع انتباه يقتصر على الإطارات السابقة مباشرة، ينتبه النموذج إلى تاريخ أطول بكثير. وهذا يعني أن قرارات المظهر والموضع تُتخذ بالرجوع إلى إطارات كثيرة سابقة في وقت واحد.
تظهر النتيجة في المخرجات: الوجوه تبقى ثابتة طوال مدة المقطع، وتجاعيد الملابس تتشوّه بشكل فيزيائي، ويتحرك الشعر بوزن وقصور ذاتي متسقين. النموذج "يتذكر" شكل الشخص في الثانية 1 عندما يولّد الثانية 7.
من أبرز خصائص Seedance 2.0 طريقة تعامله مع الحركة عالية السرعة. تواجه معظم نماذج تحويل النص إلى فيديو صعوبة مع الحركة السريعة لأن متجهات التدفق البصري تصبح كبيرة جدًا بين الإطارات المتجاورة، فتطغى على قدرة النموذج على الحفاظ على التماسك الدلالي.
يستخدم Seedance 2.0 تطبيعًا لمقدار الحركة أثناء التدريب. تُؤخذ عينات مشاهد الحركة السريعة والبطيئة بأوزان مختلفة، حتى يطوّر النموذج تمثيلات قوية للطرفين. يُعالَج العدّاء بسرعته القصوى والشخص الجالس ساكنًا دون أن يلجأ النموذج إلى إبطاء الحركة بشكل مصطنع (وهو عطب شائع في النماذج المنافسة)، أو إنتاج إطارات سريعة الحركة مشوّشة وغير متماسكة.
| نوع الحركة | نموذج ذكاء اصطناعي نموذجي | Seedance 2.0 |
|---|---|---|
| الحركة البطيئة | جيد | ممتاز |
| المشي بسرعة متوسطة | متوسط | ممتاز |
| الركض والحركة الأكشن السريعة | ضعيف، غالبًا مشوّش | جيد إلى ممتاز |
| بانوراما للكاميرا أثناء الحركة | مشوّه في الغالب | مستقر ومنفصل |
| الماء والديناميكيات السائلة | غالبًا مضطرب | جيد |
يدعم Seedance 2.0 التحكم الصريح في الكاميرا عبر الأوامر النصية بلغة طبيعية، وحسب الواجهة، عبر معاملات منظّمة للكاميرا. وقد دُرّب النموذج على بيانات مسارات كاميرا موصوفة، مما يعني أنه استوعب فيزياء منصات التصوير الحقيقية.
أنواع الحركة التالية مدعومة بشكل جيد:
💡 الجمع بين حركتين للكاميرا في أمر نصي واحد يعمل جيدًا في Seedance 2.0. فالأمر "دولي بطيء إلى الأمام مع ميلان خفيف للأعلى" ينتج حركة مركّبة متماسكة. تجنّب الجمع بين أكثر من حركتين في الوقت نفسه.
تعمل تعليمات الكاميرا في أوامر Seedance 2.0 بأفضل شكل عندما تكون محددة ومتسلسلة ومبنية على لغة التصوير الفيزيائية. أما التعليمات الغامضة مثل "حرّك الكاميرا" فتنتج نتائج غير متوقعة.
أنماط فعّالة في الأوامر النصية:
أنماط يُفضَّل تجنّبها:
يستجيب النموذج لمفردات التصوير السينمائي المعيارية. إذا فكّرت بعبارات تعليمات مشغّل كاميرا حقيقي على موقع تصوير فيلم، فستُفسَّر أوامرك بدرجة أعلى بكثير من الدقة.
لقطات المدار، حيث تتحرك الكاميرا في قوس منحنٍ حول شخص ثابت أو متحرك، من أكثر قدرات Seedance 2.0 إثارة للإعجاب. يحافظ النموذج على تشوّه المنظور الصحيح طوال القوس، ما يعني أن الأشخاص في مركز المدار يبدون وكأنهم يدورون بشكل طبيعي، بدلًا من أن يبدوا متضخمين أو مشوّهين.
تتطلب لقطات التتبّع التي تلاحق شخصًا متحركًا أن يحسب النموذج في الوقت نفسه مسار حركة الشخص ومسار الكاميرا المطابق له. يعالج Seedance 2.0 ذلك بربط حقل حركة الكاميرا بحقل حركة الشخص أثناء التوليد، ما يخلق علاقة متبادلة الاعتماد يستجيب فيها مسار الكاميرا ديناميكيًا لتقديرات موضع الشخص.
كيف يقارن Seedance 2.0 بالنماذج القادرة الأخرى المتاحة الآن؟ الإجابة الصادقة أن للنماذج المختلفة نقاط قوة مختلفة، والخيار الصحيح يعتمد على ما يتطلبه لقطاتك.
يوفّر Kling v3 Motion Control تحكمًا صريحًا في الكاميرا يعتمد على الإطارات المفتاحية، ويجده بعض المبدعين أكثر قابلية للتنبؤ من تعليمات الكاميرا بلغة طبيعية. إذا احتجت إلى مسار كاميرا محدد جدًا، فإن واجهة التحكم المنظّمة في Kling تمنحك نتائج أكثر حتمية.
يتخصص Video 01 Director من Minimax في التحكم بحركة الكاميرا، وهو قوي بشكل خاص في الحركات السينمائية الدرامية مثل لقطات الرافعة والمناظر الطبيعية الواسعة. قوته تكمن في حركة الكاميرا؛ أما فيزياء حركة الأشخاص فليست أولوية لديه.
ينتج Veo 3 مخرجات واقعية كالصور الفوتوغرافية بدرجة عالية، ويتضمن توليد صوت أصلي، وهو أمر لا يعطيه Seedance 2.0 الأولوية بالدرجة نفسها. وبالنسبة إلى لقطات بأسلوب وثائقي مع أصوات محيطة متزامنة، يبدو Veo 3 جذابًا.
| الميزة | Seedance 2.0 | Kling v3 Motion Control | Video 01 Director | Veo 3 |
|---|---|---|---|---|
| جودة حركة الأشخاص | ممتاز | جيد | متوسط | ممتاز |
| دقة التحكم في الكاميرا | جيد | ممتاز | ممتاز | جيد |
| الاتساق الزمني | ممتاز | جيد | جيد | ممتاز |
| الصوت الأصلي | محدود | لا | لا | نعم |
| التعامل مع الحركة السريعة | ممتاز | جيد | متوسط | جيد |
| مرونة الأوامر النصية | عالية | متوسطة | متوسطة | عالية |
لا يخلو أي نموذج من حدود. يملك Seedance 2.0 أنماط فشل محددة تستحق المعرفة قبل أن تلتزم بسير عمل معيّن.
المشاهد المعقدة متعددة الأشخاص التي تضم ثلاثة أشخاص أو أكثر يتحركون بشكل مستقل قد تنتج عيوبًا يخلط فيها النموذج بين حقول الحركة للأشخاص المختلفين. مشهد الحشود سيبدو جيدًا. أما مشهد يؤدي فيه ثلاث شخصيات مختلفة أفعالًا دقيقة مختلفة في الوقت نفسه فهو أصعب في الإنجاز.
المقاطع الطويلة جدًا التي تتجاوز 10 ثوانٍ تُظهر أحيانًا انجرافًا في مظهر الشخص عندما يصل سياق الانتباه الممتد إلى حدوده. وللمقاطع التي تتطلب أكثر من 8 إلى 10 ثوانٍ من هوية شخص ثابتة، يعطي توليد عدة مقاطع أقصر ثم تحريرها معًا نتائج أفضل.
اللقطات المقرّبة جدًا مع حركة كاميرا سريعة قد تنتج عيوب اهتزاز دقيقة، خاصة في المشاهد ذات الملمس الدقيق مثل القماش أو الشعر. فلقطة بانورامية سريعة جدًا مع تأطير ماكرو ضيق تدفع نظام فصل الحركة إلى ما وراء نطاق راحته.
تغيّرات الإضاءة داخل المقطع (مثل انتقال المشهد من داخل المبنى إلى الخارج) تُعالج أحيانًا بشكل غير متسق، فينتج النموذج تحولات إضاءة مفاجئة بدلًا من تدرّجية.
💡 لأفضل النتائج مع Seedance 2.0: ركّز مقاطعك على شخص أو شخصين، واستهدف مخرجات مدتها من 5 إلى 8 ثوانٍ، وكن محددًا في حركة الكاميرا بلغة طبيعية.
يتوفر Seedance 2.0 مباشرة على PicassoIA، إلى جانب النسخة الأسرع Seedance 2.0 Fast. إليك كيفية الانتقال من الأمر النصي إلى المخرج بكفاءة.
انتقل إلى Seedance 2.0 على PicassoIA من مجموعة تحويل النص إلى فيديو. سترى حقل إدخال للأمر النصي وخيارات للدقة. لا يلزم ربط حسابات أخرى أو إعداد مفتاح API، فحسابك على PicassoIA كافٍ.
نظّم أمرك النصي في ثلاث طبقات:
تمنح كل طبقة بنية المسارين في النموذج المعلومات التي يحتاجها دون أي التباس.
يعرض PicassoIA معاملات التوليد الرئيسية:
أكثر أسلوب فعّال للتكرار مع Seedance 2.0 هو تغيير متغير واحد في كل مرة. إذا بدت حركة الشخص جيدة لكن حركة الكاميرا خاطئة، فعدّل تعليمات الكاميرا وحدها في تشغيلك التالي. وإذا كان الاثنان خاطئين، فعدّل إعداد المشهد أولًا ثم حسّن من هناك.
💡 احفظ النص الدقيق لأي أمر نصي يعطيك نتيجة تعجبك. فالأمر النصي المصوغ جيدًا ينتج نتائج ضمن نطاق الجودة نفسه بشكل موثوق، حتى مع اختلاف المخرجات الفردية قليلًا.
يمكنك أيضًا تجربة Seedance 1.5 Pro أو Seedance 1 Pro إذا أردت مقارنة طريقة الجيل السابق في التعامل مع الحركة بالبنية الأحدث. والتحسن في التحكم بالكاميرا من الإصدار 1 إلى الإصدار 2 كبير وواضح فورًا في المقارنات جنبًا إلى جنب.
الفجوة بين معرفة طريقة عمل Seedance 2.0 ورؤيته يعمل في مشاريعك الخاصة لا تتجاوز أمرًا نصيًا واحدًا. فبنية الحركة ذات المسارين ونظام التحكم في الكاميرا ليسا ميزات مجردة: إنهما يظهران فورًا في جودة مخرجك الأول عندما تكتب أمرك بالبنية الصحيحة.
يتيح لك PicassoIA الوصول إلى Seedance 2.0 وSeedance 2.0 Fast جنبًا إلى جنب، حتى تقارن النموذج كامل الجودة بالنسخة المحسّنة للسرعة لحالتك الخاصة. كما تمنحك المنصة بدائل مثل Kling v3 Motion Control وVideo 01 Director إذا أردت اختبار كيف تتعامل المقاربات المعمارية المختلفة مع الأمر النصي نفسه.
أفضل طريقة لمعايرة حدسك تجاه حركة فيديو الذكاء الاصطناعي هي توليد وصف المشهد نفسه عبر عدة نماذج ومقارنة المخرجات مباشرة. اختر شخصًا بحركة سريعة، وحدد حركة كاميرا غير بسيطة، وانظر أي نموذج يحافظ على الاثنين نظيفين. هذا الاختبار الواحد يخبرك بأكثر من أي شرح مكتوب.
اختر لغتك
