غيّر Kling 3.5 شكل توليد الفيديو بالذكاء الاصطناعي في الواقع العملي. يشرح هذا المقال طريقة عمل النموذج، وما الذي يميّزه عن سلسلة Kling v2.x، وكيف تصيغ أوامر نصية تنتج نتائج سينمائية، وكيف تشغّله مجانًا عبر منصات مثل PicassoIA. إذا كنت تريد مخرجات حقيقية لا وعودًا غامضة، فهذا هو المكان المناسب للبدء.
Kling 3.5 ليس فكرة ولا وعدًا. إنه يعمل الآن على منصات عامة، وينتج مقاطع فيديو تصمد أمام الفحص الدقيق، والأشخاص الذين يولّدونها ليسوا محترفين في المؤثرات البصرية بعقود من الخبرة. إنهم صنّاع محتوى، ومخرجون مستقلون، ومسوّقون، ومجرّبون فضوليون اكتشفوا أمرًا واحدًا: جودة المخرجات تتحدد تقريبًا بالكامل بجودة الأمر النصي. يشرح هذا المقال طريقة عمل Kling 3.5، وموقعه ضمن عائلة نماذج Kling، وكيف تحصل بالضبط على نتائج تستحق المشاركة.
Kling 3.5 نموذج لتوليد الفيديو من Kwai (الفريق الذي يقف وراء KlingAI)، ويمثّل جيل البنية 3.x. فإذا كانت سلسلة 2.x منافسة بالفعل في الاتساق الزمني وواقعية الحركة، فقد رفع الجيل 3.x جودة السينما والتصيير المدرك للفيزياء والتماسك في المقاطع الطويلة إلى مستوى أعلى بشكل ملموس.
يقبل النموذج نوعين من المدخلات: أمر نصي وحده، أو صورة مقترنة بأمر نصي للتحريك الموجّه. يُنتج الوضعان مقاطع يصل طولها إلى 10 ثوانٍ بدقة تصل إلى 1080p، وذلك حسب الإصدار الذي تختاره.
ما يميّز Kling عن كثير من نماذج الفيديو المنافسة هو توليف الحركة المدرك للفيزياء. عندما تطلب منه إظهار "امرأة تمشي تحت المطر"، تصطدم القطرات بالأرض وتتناثر. تتحرك الأقمشة بسحب وقصور ذاتي واقعيين. وتعكس البرك المشهد بدقة معقولة. هذا ليس مضمونًا في كل توليد، لكنه متسق بما يكفي ليكون مهمًا في العمل الإنتاجي الحقيقي.
يفهم النموذج أيضًا لغة الكاميرا جيدًا. مصطلحات مثل "slow dolly-in" أو "tracking shot" أو "handheld follow" تشكّل فعلًا سلوك الكاميرا الافتراضية، مما يجعل Kling 3.5 مفيدًا حقًا لسرد القصص، بدلًا من إنتاج مقاطع حركة عشوائية فقط.
عند 1080p، تصمد مخرجات Kling 3.5 أمام الفحص الدقيق. تُصيَّر البشرة بملمس دقيق واقعي، ويُظهر القماش النسيج والتدلي، وتلقي الإضاءة البيئية ظلالًا تبدو دقيقة. النموذج قوي بشكل خاص في الإضاءة الطبيعية في الهواء الطلق: الساعة الذهبية، والسماء الغائمة، والمشاهد الداخلية التي يكون فيها مصدر ضوء رئيسي واحد، كلها تُنتج نتائج ممتازة.
أما نقاط ضعفه فهي: حشود الخلفية المعقدة، والأيدي أثناء الحركة (وما زالت نقطة فشل شائعة في فيديو الذكاء الاصطناعي عبر جميع النماذج)، والمشاهد التي تتطلب ثباتًا صارمًا للأجسام على مدى فترات طويلة. المقاطع التي مدتها خمس ثوانٍ نظيفة عمومًا. وإذا مددتها إلى عشر ثوانٍ فقد تلاحظ انحرافًا طفيفًا في الثبات.
القفزة من Kling v2.1 Master إلى سلسلة v3 حقيقية وقابلة للقياس. في مخرجات v2.x تكون الحركة سلسة لكنها اصطناعية قليلًا، مع نوع من "الانزلاق" الخاص بالذكاء الاصطناعي الذي تلتقطه العين المدرّبة بسرعة. عالجت سلسلة v3.x هذا بنمذجة أكثر طبيعية للقصور الذاتي عبر الأشخاص والبيئات.
قدّم Kling v2.6 بالفعل تحسينات ملموسة في دقة الألوان والالتزام بالأوامر مقارنة بالإصدارين v2.0 و v2.1. وقد دفعت بنية v3.x هذه العلاقة إلى أبعد من ذلك بكثير.
| الميزة | Kling v2.x | Kling v3.x (3.5) |
|---|---|---|
| أقصى دقة | 1080p | 1080p |
| طبيعية الحركة | جيدة | أفضل بوضوح |
| الالتزام بالأمر النصي | متوسط | قوي |
| محاكاة الفيزياء | أساسية | محسّنة |
| التحكم في الكاميرا | محدود | أكثر استجابة |
| الاتساق عند 10 ثوانٍ | متفاوت | أكثر ثباتًا |
ثلاثة أمور تبرز عمليًا عند مقارنة v2.x بـ v3.x:
هنا يخفق معظم الناس. الفجوة بين مخرجات Kling المتوسطة ومخرجات مبهرة فعلًا تكون دائمًا تقريبًا في الأمر النصي، لا في إعدادات النموذج.
يحتوي الأمر النصي القوي لـ Kling 3.5 على أربع طبقات:
أمر ضعيف: "A woman walking in a city at night."
أمر قوي: "A woman in her thirties wearing a charcoal wool coat walks at an even pace down a rain-slick cobblestone alley in central Paris, 11pm, amber streetlights reflected in the wet stones below. The camera follows from behind at chest height on a gentle tracking shot. Her breath is faintly visible. The coat fabric catches the streetlight on her right shoulder."
ينتج كلا الأمرين مخرجات. لكن الثاني وحده ينتج مشهدًا يستحق المشاهدة.
بيئة حضرية:
[وصف الشخص والملابس] يمشي عبر [منطقة محددة في المدينة] وقت [وقت اليوم]، [حالة الطقس]. تتحرك الكاميرا [نوع الحركة] على ارتفاع [الارتفاع]. يلقي [مصدر الإضاءة] [ظلًا أو انعكاسًا محددًا]. [تفصيل ملمس السطح].
الطبيعة / المناظر الطبيعية:
لقطة عريضة لمنظر من نوع [نوع المنظر الطبيعي] وقت [وقت اليوم]. [الطقس/الجو]. [العنصر الأمامي] في تركيز حاد. تتحرك الكاميرا [الحركة] من [الموضع الابتدائي] إلى [الموضع النهائي]. [نوع الفيلم أو لوحة الألوان].
داخلي / شخص:
[الشخص] [الفعل] في [المساحة الداخلية المحددة]. يأتي [مصدر الضوء الرئيسي الوحيد] من [الاتجاه]، فيلقي [التأثير]. تتحرك الكاميرا [الحركة] على ارتفاع [الارتفاع]. [ملمس السطح أو القماش].
يتولى Kling v3 Video وKling v3 Omni Video توليد تحويل النص إلى فيديو بشكل خالص. تقدّم الأمر النصي وحده، ويبني النموذج المشهد كاملًا من الصفر.
يؤدي النموذج أداءً جيدًا بشكل خاص عندما يصف الأمر النصي شخصًا واحدًا في بيئة خارجية بإضاءة محددة بوضوح. هنا يُنتج Kling 3.5 باستمرار أكثر مخرجات تبدو كأنها لقطات حقيقية. المشاهد الداخلية جيدة لكنها تحتاج إلى صياغة أوامر أكثر حذرًا لمنع الإضاءة من أن تصبح مسطّحة.
النص داخل الإطار غير موثوق، وهي مشكلة معروفة في تقريبًا كل نماذج الفيديو في هذه المرحلة. تفقد مشاهد الحشود المعقدة تماسكها بسرعة. لا يمكن إجراء قطعات متعددة داخل توليد واحد، لذا يكون كل مقطع لقطة مستمرة واحدة.
بالنسبة لسير العمل الذي يحتاج إلى دقة أعلى في الأوامر النصية، يقرن بعض المستخدمين Kling بنماذج لغوية كبيرة مثل Claude Opus 4.7 أو GPT 5 لتحسين الأوامر النصية وتوسيعها قبل إرسالها إلى نموذج الفيديو. وكلاهما متاح على PicassoIA.
هذه ربما أكثر قدرة مبهرة فورًا يقدمها Kling 3.5. تقدّم صورة ثابتة كإطار أول، وتضيف أمرًا نصيًا للحركة، فيحرّكها النموذج إلى الأمام في الزمن.
ليست كل الصور تتحرك بالقدر نفسه من الجودة. أفضل صور المصدر لتحويل الصورة إلى فيديو باستخدام Kling 3.5:
عند استخدام صورة كإطار بداية، يصف أمر الحركة ما يتغير خلال 5 إلى 10 ثوانٍ التالية. فكّر فيه كتوجيه للحركة إلى الأمام انطلاقًا من لحظة متجمدة.
بنية أمر I2V القوي: "[Subject in image] begins to [specific action]. Camera [movement]. [Environmental element] responds naturally. The scene progresses over 5 seconds with [lighting or atmospheric detail]."
يقرأ النموذج الصورة لتحديد الحالة الابتدائية، ويقرأ أمرك لتحديد المسار. عندما يكون الاثنان محددين، تكون النتيجة موثوقة. وعندما يتناقض الأمر مع محتوى الصورة (كطلب المطر حين تُظهر الصورة المصدر شاطئًا مشمسًا)، تصبح النتائج غير متوقعة.
يضيف Kling v3 Motion Control طبقة من توجيه الكاميرا الصريح تتجاوز بكثير ما يمكن أن تحققه لغة الأمر النصي وحدها.
بدلًا من استنتاج سلوك الكاميرا من النص، يتيح لك التحكم في الحركة تحديد مسار الكاميرا والدوران ومعاملات التقريب مباشرة. وهذا مفيد بشكل خاص في:
يتعرف نظام التحكم على عدة أنواع من الحركة:
دمج حركتين، مثل panning بطيء مع crane up خفيف، ينتج عملًا كاميراويًا مركّبًا يبدو كتصوير سينمائي حقيقي، لا كرسوم متحركة رقمية.
يشغّل Kling v2.6 Motion Control نظام التحكم نفسه على نموذج v2.6 إذا أردت مقارنة المخرجات عبر الأجيال على اللقطة نفسها.
تمنحك PicassoIA الوصول إلى كامل تشكيلة نماذج Kling v3 دون اشتراك منفصل في KlingAI. إليك كيف يسير سير العمل عمليًا.
انتقل إلى picassoia.com/en/all-models وابحث عن "Kling" لرؤية القائمة الكاملة. لأغلب نقاط البداية:
في حقل الأمر النصي، استخدم بنية الطبقات الأربع من الأعلى: الشخص والفعل، والبيئة والأجواء، وسلوك الكاميرا، وتفاصيل الملمس. أبقه دون 200 كلمة. لا تنتج الأوامر الأطول مخرجات أفضل باستمرار، وعند طول معين تبدأ في إدخال تناقضات يضطر النموذج إلى التوفيق بينها.
بالنسبة لتحويل الصورة إلى فيديو، ارفع صورة المصدر من حقل إدخال الصورة الذي يظهر عند اختيار نموذج متوافق. يقبل النظام صيغ JPG و PNG و WebP.
شغّل التوليد مرة واحدة. إذا لم تكن المخرجات كما تريد، فحدّد عنصرًا واحدًا محددًا لتغييره قبل إعادة التشغيل. تغيير كل شيء دفعة واحدة يجعل من المستحيل معرفة أي تعديل نجح.
أكثر التحسينات شيوعًا في الممارسة:
💡 عادة مفيدة: بعد كل توليد، اكتب جملة واحدة تصف بدقة ما ستغيّره قبل إعادة التشغيل. هذا يُبقي التكرار مركّزًا ويقلّل عدد التوليدات التي تحتاجها.
Kling 3.5 ممتاز لكنه ليس الخيار الوحيد الذي يستحق الاحتفاظ به ضمن أدواتك. تتعامل عدة نماذج أخرى على PicassoIA مع حالات استخدام مختلفة أو تنتج جماليات متميزة تناسب مشروعًا بعينه بشكل أفضل.
Seedance 2.5 من ByteDance ينتج مقاطع تصل إلى 30 ثانية مع صوت أصلي، وهو ما لا يقدمه Kling حاليًا. بالنسبة للفيديوهات التي تحتاج إلى صوت محيط أو مزامنة مع الموسيقى، يستحق Seedance أن يُشغَّل بالتوازي.
Veo 3.1 من Google ينتج تحويل نص إلى فيديو بدقة 1080p مع تكامل صوتي قوي. تصيير البيئات الطبيعية لديه، خاصة الماء والسماء، نظيف بشكل خاص.
Ray 3.2 من Luma خيار سريع للقطات السينمائية مع مخرجات HDR. إذا كنت تحتاج إلى إنجاز سريع ولا تحتاج إلى عمق جودة الحركة في Kling، فإن Ray 3.2 بديل قوي.
Wan 2.7 T2V ينتج تحويل نص إلى فيديو بدقة 1080p ببنية مفتوحة الأوزان، مما يعني أنه يميل إلى تفسير الأوامر غير المعتادة أو الإبداعية بحرية أكبر من النماذج التجارية المضبوطة بإحكام.
Kling v2.5 Turbo Pro لا يزال ذا صلة بالمستخدمين الذين يحتاجون إلى سرعة توليد عالية ولديهم بالفعل أسلوب أمر نصي ينتج نتائج موثوقة في جيل v2.5.
| النموذج | نقطة القوة الأساسية | الصوت | أقصى مدة |
|---|---|---|---|
| Kling v3 Omni Video | جودة سينمائية | لا | 10 ثوانٍ |
| Seedance 2.5 | مقاطع طويلة مع صوت | نعم | 30 ثانية |
| Veo 3.1 | بيئات طبيعية + صوت | نعم | 8 ثوانٍ |
| Ray 3.2 | HDR، إنجاز سريع | لا | 10 ثوانٍ |
| Wan 2.7 T2V | مرونة في الأوامر الإبداعية | لا | 10 ثوانٍ |
توليد الفيديو بالذكاء الاصطناعي مع Kling 3.5 يكافئ التحديد ويعاقب الغموض. الأشخاص الذين ينتجون أكثر المخرجات إبهارًا لا يستخدمون عتادًا أفضل ولا إعدادات سرية. إنهم يكتبون أوامر نصية أدق، ويدرسون ما ينجح عبر التوليدات، ويكررون التجربة بقصد.
تجمع PicassoIA تشكيلة Kling v3 الكاملة إلى جانب أكثر من 80 نموذج فيديو آخر في مكان واحد. شغّل Kling v3 Omni Video لأعمال تحويل النص إلى فيديو، وانتقل إلى Kling v3 Motion Control عندما تحتاج إلى مسارات كاميرا دقيقة، وقارن النتائج مع Seedance 2.5 أو Veo 3.1 في الجلسة نفسها دون التبديل بين المنصات.
أسرع طريقة لتصبح أفضل في استخدام Kling 3.5 هي تشغيله. خذ قوالب الأوامر النصية من هذا المقال، وغيّر عنصرًا واحدًا في كل مرة، وراقب كيف يتغير المخرج استجابة لذلك. وخلال بضع جلسات ستكون لديك صورة واضحة عمّا يستجيب له هذا النموذج وما يتجاهله.
انتقل إلى picassoia.com/en/all-models واختر نموذج Kling v3 الذي يناسب نقطة بدايتك.
اختر لغتك
